WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

Pages:     | 1 |   ...   | 2 | 3 || 5 |

«Г.В. АЛФЕРОВ, Ф.М. КУЛАКОВ, А.И. НЕЧАЕВ, С.Э. ЧЕРНАКОВА ИНФОРМАЦИОННЫЕ СИСТЕМЫ ВИРТУАЛЬНОЙ РЕАЛЬНОСТИ В МЕХАТРОНИКЕ И РОБОТОТЕХНИКЕ Учебно-методическое пособие Санкт-Петербург 2007 2 УДК 517.9+519.8 М34 Р е ц е н з е н ...»

-- [ Страница 4 ] --

Необходимая информация для совершения этого движения должна быть получена в процессе обучения обзорному движению.

Обзорное движение может быть составным, состоящим из нескольких фрагментов движений. Последовательность и форма этих элементарных движений зависят от задачи, определяются на этапе обучения и хранятся в ФСМ движений обзора.

После каждого фрагмента движения может быть выполнена остановка для анализа изображения объектов ВС. Алгоритм распознавание объектов ВС может использоваться любой, пригодный для решения конкретной задачи, в т.ч. алгоритм структурного распознавания [66].

Процедура анализа изображения объектов ВС включает в себя следующее:

- идентификацию объекта, подлежащего взятию, во ВС по некоторому набору характерных точек (признаков или примитивов, P1, P2, … Pk), достаточных для идентификации этого объекта по его ФСМ;

- идентификацию среди этого набора точек (P1, P2, … Pk) именно тех реперных точек (M1, М2, … Мn), которые достаточны для навигации схвата робота в пространстве реальной ВС. В частности, для определения позиции схвата робота относительно объекта необходимо, по крайней мере, 3 точки, не лежащие на одной прямой. Для определения ориентации перчатки достаточно в общем случае 4-6 точек, в зависимости от их расположения в пространстве.

Как только будет идентифицирован объект ВС и определена ориентация перчатки относительно этого объекта, обучение движению обзора заканчивается. Вариантов траектории обзора может быть несколько. Робот может быть обучен нескольким вариантам обзора в зависимости от размеров и конфигурации ВС.

Б). Движение в позицию, удобную для наблюдения Цель следующего движения, которому обучается робот, состоит в перемещении схвата в т.н. позицию «удобную для наблюдения». При нахождении в ней достигается максимальная надежность идентификации и точность измерений позиции схвата относительно объекта ВС.

Траектория этого движения, как отмечено выше в разделе 2.1 должна лежать на поверхности (Sview), оптимальной для наблюдения, находящейся на расстоянии dview. И при этом находиться в зоне безопасного движения.

Варианты выхода из различных начальных точек обнаружения объекта при обзоре ВС в конечные положения (наиболее удобные для наблюдения) должны быть показаны движением руки оператора с использованием его интуитивного опыта. Таких вариантов может быть несколько, отличающихся последовательностями (порядком и количеством чередования) фазовых переходов от одного вида (изображения) к другому. Эта процедура наглядно представляется в виде набора отдельных изображений, расположенных, например, на сферической поверхности (Sview) вокруг объекта/ Как только рука оператора попадает в одну из позиций, удобную для наблюдения, процесс обучения движению по одной из траекторий автоматически заканчивается, например, по сигналу системы распознавания изображений, входящей в состав рабочего места оператора. Сигнал может быть подан голосом и вручную оператором, нажатием кнопки на перчатке. При этом координаты изображений характерных точек (реперов) объекта ВС записываются в обобщенную ФСМ движения {GM(X),GT(X);M(X),T(X)} в качестве вектора координат (Х).

После обучения движению в позицию, удобную для наблюдения, аналогичным образом выполняется обучение движению в позицию, удобную для взятия.

Отличие состоит лишь в том, что после надежной идентификации выбранного предмета, точного определения позиции схвата относительно объекта, оказывается возможным переместить схват (руку оператора) в положение, удобное для взятия. При этом в поле зрения телекамеры может не попадать достаточное число реперов, как предыдущем случае.

Достаточно 1-2 реперов, чтобы контролировать выполнение следующего, простого по траектории, движения «наезда», после которого объект оказался бы между пальцами схвата. Для определения ориентации ИМС в реальной ВС необходимо, как известно (k=4...6) точек, в зависимости от их расположения в пространстве.

В том случае, если количество наблюдаемых (n) характерных точек (на объектах ВС недостаточно, необходимо выполнить следующие движения поиска реперов:

- изменить позицию или ориентацию телекамеры в перчатке таким образом, чтобы kn или изменить параметры фильтрации характерных признаков в алгоритме распознавания;

- изменить условия наблюдения или параметры телекамеры для надежного распознавания указанных признаков, например, освещенность рабочего места оператора или фокусировку объектива телекамеры:

- добавить искусственные маркеры на изображение компьютерной модели ВС или на макет объекта ВС на рабочем месте оператора, например, ввести цветные метки на наблюдаемой поверхности объекта;

- рекомендовать использование аналогичных меток на реальных объектах ВС.

- в том случае, если kn, можно перейти к расчету пространственного положения и ориентации перчатки относительно объекта ВС.

Режим обучения в случае 3 и Процесс взятия в случае 3 состоит из тех же 5-ти действий, что и в случае 2.

Существенное отличие состоит в сложности идентификации изображения заданного предмета среди нескольких произвольно ориентированных объектов ВС.

В этом случае в процессе обучения необходимо получить ту же информацию, что и в случае 2, только координаты реперных точек, характерные признаки изображений необходимо получить не для одного, а для каждого типа предметов, подлежащих взятию.



Необходимо показать роботу альтернативные варианты движений для обхода возможных, заранее неизвестных препятствий, получения изображения предметов при наличии помех из-за теней или бликов в реальных условиях ВС и т.д.

§6.14 Воспроизведение движения в реальной ВС после обучения показом При воспроизведении корректирующего движения с учетом реального положения ИМС относительно объектов ВС по информации от сенсоров, например, телекамеры, расположенной в схвате робота, изображения реперов должны иметь те же координаты, что и во время обучения. Таким образом, если при воспроизведении траектории, которой он был обучен, в конце движения координаты изображений реперов совпадут с их координатами, которые имели место при обучении, то воспроизведение осуществлено точно.

Среди автоматически распознаваемых ИМС изображений объектов внешней среды можно распознать несколько характерных точек и определить их координаты в системе координат телекамеры. В случае стационарной ВС положение этих реперных точек, которые представляются векторами х(i) (i=1, 2, …, n) является неизменным.

В случае, если координаты изображений реперов не совпали, дополнительно требуется произвести корректирующее движение, которое должно обеспечить совпадение координат реперов при обучении и воспроизведении. С этой целью необходимо определить величину корректирующего приращения Т матрицы положения ИМС, относительно его ошибочного положения Te.

Положения изображений выделенных, например, 6-ти точек изображения представляются двумерными векторами xm(i) следующим образом:

где: T e - (2n) – матрица, составленная из первых двух строк матрицы Te.

В случае точного положения ИМС, характеризуемого матрицей Tp = Te+T эти векторы должны иметь значения:

где: T p - (24) – матрица, составленная из первых двух строк матрицы Tp.

Введем в рассмотрение векторы:

Очевидно, первые две компоненты этих векторов равны компонентам векторов xm(i), xmp(i) положений изображений реперных точек.

Из (5) следует:

Эта векторно-матричная запись соответствует 24 равенствам, из которых 6 тождеств и 18 уравнений. Так как значение матрицы Te известно, а также известны значения первой, второй и последней единичной компоненты векторов ~ m(i) и ~ mp(i),то всего в этих уравнениях имеется 24 неизвестных: 12 элементов матрицы Tp и по 6 неизвестных третьих компонент векторов ~ m(i) и ~ mp(i).

Однако, к этим уравнениям можно прибавить еще 6 уравнений ортогональности и ортонормированности, связывающих элементы матрицы направляющих косинусов p, которая является (33) блоком матрица Tp, а это приводит к системе из 24 уравнений с неизвестными, что позволит их решить относительно искомых 12 элементов матрицы Tp, а также определить неизвестные 12 значений третьих элементов векторов ~ m(i) и ~ mp(i).

Искомое приращение Т=Tp-Te.

Значения элементов Tp являются исходными данными для решения обратной задачи кинематики с целью определения вектора gp суставных координат, обеспечивающих требуемое положение ИМС и, следовательно, величина g коррекции вектора ge = g(le) суставных координат, соответствующего матрице Te, будет равно g = gз - ge.

Формирование траектории корректирующего движения g(l) выполняется с использованием следующего алгоритма коррекции:

- идентификация изображений реперных точек на реальном изображении объектов ВС;

- вычисление матрицы Te конечного положения схвата и коррекции T = Tep - Te;

- вычисление вектора g(l) коррекции положения схвата по T и величине g = gep - ge.

В отличие от движения, когда геометрическая траектория получена на стадии обучения, для корректирующего движения в результате обучения формируются лишь координаты 6 реперных точек изображений объектов внешней среды, полученных телекамерой перчатки.

Предлагается простое корректирующее движение, состоящее в изменении вектора g(le) на величину g, вычисленную по информации от сенсоров, проводить по прямолинейной траектории вида:

где: lep – конечное положение с учетом коррекции;

g = gep - ge – поправка коррекции по информации от телекамеры схвата.

Функция l=l(t) на корректирующем участке траектории g(l) может быть определена аналогично вышеприведенным расчетам с учетом ограничений динамики манипулятора, если в них l'd заменить на скорость изменения (l'dk) при корректирующем движении, которая обычно меньше из условия безопасности движения. Выполняются расчеты функции времени l(t) в качестве задания управляющих воздействий для приводов манипулятора.

Воспроизведение в случае Для воспроизведения операции взятия в случае 1 необходимо, чтобы робот выполнил движения:

- перенос рабочего инструмента в заданное положение, - коррекция этого положения, - «наезд» схвата на объект, - захват объекта.

Первые 2 движения полностью аналогичны тем, которые выполняются при реализации вышеописанных движений переноса и коррекции.

Третье движение – движение «наезда», после которого предмет попадает в рабочую зону между пальцами схвата, является поступательным, прямолинейным, причем, вектор скорости схвата совпадает с его осью симметрии и направлен к объекту.

В алгоритм воспроизведения этого движения, очевидно, входит:

Если полагать, что 3-я ось координатной системы схвата х3 совпадает с его осью симметрии, то xpi = a 0 0, i = 1, 2, …, где x3p – заранее заданная величина шага движения схвата.

2. Решение обратной задачи кинематики для этой последовательности, в результате которой определяется последовательность значений векторов суставных координат g0, gI, gII, …, 3. Построение геометрической траектории g(l) методом интерполяции по полученной последовательности g0, gI, gII, …, 4. Формирование закона изменения во времени вектора суставных координат; в данном случае используется простейший метод формирования параметра l как функции времени с использованием формул (10), однако, поскольку момент окончания движения определяется по срабатыванию сенсора обнаружения предмета в схвате, величина t2 в этих формулах заранее неизвестна и соответствует моменту срабатывания сенсора.

Сформированный закон изменения суставных координат g = g(l0(t)) используется как задание для следящих приводов суставных координат.

Последнее четвертое движение схвата, реализуется с помощью системы управления схватом, которая представляет собой следящую систему с силовой обратной связью и в качестве задания используется сигнал, пропорциональный величине силы сжатия, полученный в процессе обучения.

Воспроизведение в случае В соответствии с вышеизложенным необходимо, чтобы робот осуществил 5 движений (4 последних аналогичны случаю 1):

1. Обзорное движение в сочетании с анализом изображения ВС с целью выявления объекта, предназначенного для взятия.

2. Перемещение схвата в позицию, удобную для наблюдения предмета.

3. Перемещение схвата в позицию, удобную для взятия.

4. Движение «наезда» на предмет.

5. Захват предмета.

Рассмотрим более подробно воспроизведение обзорного движения, которое включает в себя:

1. Формирование последовательности матриц положения схвата Tb, Tb1, Tb2, …, Tbn на траектории обзорного движения:

где: b, bi, i = 1, 2, …, n матрицы направляющих косинусов ориентации схвата, полученные при обучении обзорному движению, 2. Формирование последовательности gb, gb1, …, gbn векторов суставных координат, путем решения обратной задачи кинематики, соответствующих последовательности матриц положения Tb, Tb1, …, Tbn, 3. Построение геометрической траектории обзорного движения g(l), формирование закона изменения во времени суставных координат путем замены параметра 1 функцией времени l = l0(t);

4. Возможно формирование прерывистого движения, когда весь диапазон изменения параметра l от lb до le разбивается на n равных отрезков длиной l = e b.

При воспроизведении обзорного движения, например во время остановки движения, выполняется анализ изображений различных объектов внешней среды с использованием телекамеры схвата.

Перспективы развития информационных систем телеуправления §7.1 Дистанционное управление на основе использования информации о положении головы и направления взгляда человека-оператора На основании рассмотренных методов дистанционного управления и тенденций развития этих методов следует отметить перспективность применения систем слежения за положением головы оператора и за направлением его взгляда для совершенствования и расширения функциональных возможностей дистанционного управления [74].

Систему слежения за головой оператора чрезвычайно полезно использовать как при биотехническом, так и при супервизорном управлении для обеспечения высокой реалистичности эффекта присутствия оператора в рабочей зоне манипулятора, которая в действительности удалена от него на значительное расстояние.

Слежение осуществляется системой управления двумя спаренными подвижными TVкамерами, находящимися в рабочей зоне робота и предназначенными для обзора зоны.

Сигналами управления для нее являются шесть величин, определяющих положения и ориентацию головы оператора в пространстве.

С помощью спаренных TV-камер с параллельными оптическими осями, смещенными друг относительно друга на расстояние, равное базе между глазами человека, воспринимает стереоизображение рабочей зоны робота, т.е. реализуется визуальная обратная связь глобального контура управления. Система отслеживания этими TVкамерами позиции и ориентации головы оператора позволяет изменять ракурс и масштаб наблюдаемого оператором TV-стереоизображения рабочей зоны, например, через дисплеи, вмонтированные в головной шлем.

Причем это изменение будет иметь место именно в такой степени, в какой оно имело бы место, если бы человек непосредственно воспринял это изображение невооруженным глазом. Очевидно, система слежения за положением головы значительно усилит эффект присутствия человека в рабочей зоне.

Конечно, реализация ее требует затрат на создание робото-подобного антропоморфного механического управляемого устройства для перемещения TV-камер, а также системы управления этим устройством, и устройства измерения положения и ориентации головы оператора.

Правда, в случае двуруких роботов вместо специального устройства для перемещения TV-камер может быть использована одна из рук робота, которая будет совмещать эту функцию со своей основной рабочей. Это удешевит создание системы слежения за положением головы оператора.

Существенно заметить, что для данного применения система слежения за головой оператора будет выполнять свои функции, т.е. усиливать эффект присутствия оператора в рабочей зоне робота только в случае отсутствия запаздывания в отслеживании TVкамерами позиции и ориентации. Поэтому такое использование системы слежения за головой вряд ли целесообразно для дистанционного управления космическими и подводными роботами.

Система слежения за положением и ориентацией головы оператора может оказаться весьма полезной и для систем дистанционного супервизорного управления, использующих технологию Virtual Reality. Как было ранее отмечено, эта технология может дать хороший эффект при подготовке и проверке будущих действий робота, при реализации прогнозирующей визуальной обратной связи, для реализации тренинга операторов, а также для обучения робота методом показа автономному выполнению элементарных действий, являющихся компонентами сложной манипуляционной задачи.

Перечисленные функции реализуются с помощью так называемой управляемой графической модели манипулятора, которая является компьютерно-синтезированным стереоизображением виртуального манипулятора по кинематической схеме и размерам в точности совпадающим с реальным. И эта графическая модель должна быть погружена в синтезированное компьютером стереоизображение геометрической модели рабочей зоны.

Термин «погружение» означает, что человек на экране монитора графической станции должен воспринимать виртуальный манипулятор находящимся среди объектов внешней среды.

Следовательно части предметов внешней среды, находящиеся от наблюдателя позади виртуального манипулятора должны быть невидимы наблюдателю, и изображения этих частей должны быть заменены изображениями соответствующих частей виртуального манипулятора, и, наоборот, т.е. имеет место «эффект загораживания».

Ракурс и масштаб изображения внешней среды с погруженной в нее графической моделью манипулятора должен соответствующим образом изменяться в реальном времени в зависимости от положения и ориентации головы человека-наблюдателя, которые могут изменяться в широких пределах.

Возможность достаточно детального осмотра поверхности не только за счет сканирования ее взглядом, т.е. согласованного движения зрачков, но и за счет смещения головы оператора в большом объеме пространства позволяют создать весьма детальную модель внешней среды.

Эффект погружения реализуется соответствующими программными средствами, входными данными для которых являются геометрические модели внешней среды виртуального манипулятора, а также текущие данные о координатах смещения и ориентации головы оператора; последние позволяют формировать ракурс и масштаб стереоизображения внешней среды с погруженным в нее виртуальным манипулятором, адекватно текущей позиции и ориентации головы человека.

Таким образом, использование системы измерения (слежения) положения и ориентации головы оператора позволяет оператору, вооруженному шлемом с вмонтированными в него дисплеями воспринимать виртуальный робот и себя, как бы находящимися среди объектов реальной рабочей зоны. Т.е. использование вышеупомянутой системы слежения значительно повышает реалистичность восприятия оператором виртуальных манипулятора, рабочей зоны и себя в ней.

Это в свою очередь делает более естественным и удобным для оператора реализацию вышеперечисленных функций, повышающих надежность дистанционного управления, а именно, проверку будущих действий робота, восприятие прогнозирующей обратной связи, а также реализацию обучения методом показа выполнению элементарных действий.

При использовании графической модели манипулятора для совершенствования системы дистанционного супервизорного управления системой слежения за положением и ориентацией головы обеспечивает возможность замены компьютерно-синтезированного стереоизображения рабочей зоны робота, в которую должна быть погружена графическая модель виртуального манипулятора ее реальным стереоизображением.

Это позволяет увеличить реалистичность изображения внешней среды, одновременно кардинально сократить объем вычислений при формировании сменяющихся кадров изображения внешней среды, что решает проблему смены кадров с необходимой периодичностью для обеспечения непрерывности восприятия динамически изменяющегося изображения внешней среды.

Для получения реального стереоизображения внешней среды в этом случае должна быть использована двухкамерная TV-система обзора внешней среды, базирующаяся, например, на использовании робото-подобного антропоморфного устройства. Она должна обеспечить отслеживание TV-камерами обзор смещения и поворота головы оператора.

Входными данными для нее являются шестимерный вектор позиции и ориентации головы, который одновременно должен быть использован и программой формирования геометрических моделей виртуального манипулятора и рабочей зоны манипулятора для изменения ракурса и масштабов изображения этих моделей.

Заметим, что в данном случае будет иметь место погружение изображения виртуального робота в изображение реальной внешней среды. Т.е. изображение виртуального робота будет прибавлением к изображению реальной сцены, что уже соответствует технологии не Virtual Reality, а Augmented Reality. Необходимо отметить, что как и в случае пункта 2, такие применения системы слежения за позицией и ориентацией головы оператора возможны только при отсутствии запаздывания в отслеживании TV-камерами положения головы.

В случае использования дистанционного супервизорного управления роботом система слежения за взглядом, т.е. за угловыми смещениями зрачков каждого из глаз оператора является полезной для определения координат целевых позиций рабочего инструмента, координат препятствий, а также о другой информации о внешней среде, необходимой для автономного выполнения элементарных операций локальной системой управления.

Текущие значения вышеуказанных угловых величин должны измеряться специальными измерительными устройствами и использоваться для управления позициями курсоров на правом и левом дисплеях, вмонтированных в шлем оператора.

Тогда при сосредоточении взгляда оператора на интересующем его изображении цели, например, объекте, подлежащем взятию, или другом фрагменте изображения внешней среды установятся угловые смещения каждого из глаз однозначно соответствующие позициям курсоров на каждом из дисплеев.

Оператор воспринимает изображения двухмерных курсоров на каждом из дисплеев как трехмерный курсор, совмещенный с выделенным фрагментом стереоизображения внешней среды. Данные о позициях курсоров на дисплеях позволяют вычислить бинокулярный параллакс, соответствующий позиции трехмерного курсора, что в свою очередь позволяет определить координаты фрагмента рабочей зоны в системе координат шлема, т.е. головы оператора. При известных положениях головы человека-оператора в системе координат рабочей зоны положение фрагмента в этой системе координат легко определимо.

Описанная методика, основанная на использовании информации об угловых смещениях зрачков получаемой с помощью системы слежения за взглядом, позволяет задавать «целевые точки» рабочей зоны. Эти точки должны соответствовать целевым позициям, которые должны быть достигнуты рабочим инструментом, или точкам, принадлежащим препятствиям, с которыми манипулятор не должен сталкиваться.

Возможно, таким путем задавать «тройки точек», каждая из которых соответствует ограничивающей плоскости, отделяющей доступную и запретную для манипулятора зоны.

Наконец, такая методика позволяет выделять контуры объектов внешней среды, вводить данные, позволяющие определять позицию и ориентацию этих объектов в системе координат рабочей зоны.

Система слежения за взглядом является чрезвычайно полезной для использования дополнительной информации о распределении внимания, не преднамеренного сканирования сцены взглядом человека-оператора, так называемого «биотехнического», естественного для человека формирования геометрической модели внешней среды.

Участие человека-оператора в процессе «биотехнического» формирования этой модели состоит в том, что он естественным образом должен осматривать изображение рабочей зоны, представленной на дисплеях, вмонтированных в шлем. При таком осмотре устройства измерения угловых смещений левого и правого зрачков будут измерять соответствующие углы и направлять их в специальный компьютер для формирования по этим данным координат управляемой виртуальной точки в координатах шлема и затем в системе координат рабочей зоны.

Очевидно, при осмотре рабочей зоны взгляд сосредотачивается на фрагментах поверхности рабочей зоны, поэтому виртуальная точка будет скользить по поверхности рабочей зоны, представляющей ее геометрическую модель. При достаточно высокой скорости обновления информации об углах в процессе осмотра рабочей зоны человеком будет происходит быстрое накопление массива точек, принадлежащих разделяющей поверхности. Эти данные и позволяют достаточно быстро и естественным для оператора путем формировать геометрическую модель внешней среды.

Возможность достаточно детального осмотра поверхности не только за счет сканирования ее взглядом, т.е. согласованного движения зрачков, но и за счет смещения головы оператора в большом объеме пространства позволяют создать весьма детальную модель внешней среды, соответствующей реальным условиям работы роботовманипуляторов при дистанционном управлении.

§7.2 Обзор систем слежения за пространственным положением головы оператора Задачу определения пространственного положения головы человека-оператора при телеуправлении решают так называемые системы позиционирования, построенные на различных физических принципах. Общим у этих систем является наличие подвижного модуля, установленного обычно на шлеме оператора, и неподвижного устройства, жестко связанного с неподвижной системой координат. В зарубежной литературе такие системы называют Head Tracker System (HTS).

Важнейшими параметрами HTS являются:

- погрешность измерения линейных и угловых координат головы (шлема);

- рабочий диапазон углов (Angular Envelope), в пределах которого обеспечивается измерение углов поворота головы с заданной точностью;

- рабочий объем перемещений головы (Head Motion Box), в пределах которого обеспечивается измерение угловых и линейных координат головы с заданной точностью;

- быстродействие, определяющее продолжительность измерительного цикла (от начала измерения до момента выдачи измеренных параметров в основную систему) и характеризующее запаздывание в определении пространственного положения головы оператора.

Известны системы HTS различного принципа действия - оптические;

- электромагнитные;

- инерциальные.

7.2.1 Оптические системы HTS Существует много разновидностей оптических HTS. В большинстве из них используется излучение, лежащее за пределами видимой области спектра. Обычно это ближняя ИК-область (0,81 мкм).

Наибольшее распространение получили системы, содержащие несколько точечных источников ИК-излучения, расположенных на нашлемном модуле, и один или несколько приемников излучения (детекторов), жестко связанных с системой координат, в которой определяется положение шлема. В качестве источников используются ИК-светодиоды с полусферической диаграммой излучения. Приемниками могут быть передающие телевизионные камеры с ПЗС-матрицей (CCD), ПЗС-линейки, плоские двухкоординатные позиционно-чувствительные фотоприемники (детекторы) и др. В этих системах используется принцип абсолютных измерений угловых положений точечных источников в поле зрения приемников, на основе которых затем вычисляются параметры пространственного положения нашлемного модуля. Один из возможных вариантов такой системы показан на рис.7.1.

На верхней части шлема со встроенными нашлемными мониторами (НМD) размещены инфракрасные светодиоды (IRD), которых должно быть не менее 4 штук, не лежащих в одной плоскости. Над головой оператора расположена камера CCD, в поле зрения которой попадают IRD шлема при его перемещениях в пределах всего рабочего объема. CCD c помощью видеокарты (VC) подключена к компьютеру. Телевизионный сигнал обрабатывается в реальном времени, в результате чего вычисляются координаты геометрических центров изображений IRD.

На основе размеров расстояний между геометрическими центрами излучающих площадок IRD и вычисленных координат геометрических центров изображений IRD рассчитываются параметры пространственного положения головы (шлема) в системе координат, связанной с CCD. Указанные расстояния между геометрическими центрами излучающих площадок IRD должны быть предварительно измерены с максимально возможной точностью. Конструкция нашлемного модуля должна быть достаточно жесткой, чтобы исключить возможность изменения расположения IRD относительно друг друга и относительно НМD.

В оптических HTS, использующих принцип абсолютных измерений угловых положений точечных источников в поле зрения приемников, основными источниками ошибок являются:

- погрешность измерений расстояний между точечными источниками;

- погрешность измерений взаимного положения приемников, если их несколько;

- нелинейность приемников, обусловленная наличием дисторсионных искажений в объективах, формирующих оптические изображения точечных источников на светочувствительных площадках приемников;

- погрешность вычисления положения геометрических центров изображений точечных источников на светочувствительных площадках приемников, определяемая главным образом разрешающей способностью приемников и быстродействием компьютера.

Погрешности первых двух групп обусловлены конечной точностью измерений линейных величин в конструктивных модулях при калибровке системы. Необходимо учитывать, что чем меньше абсолютные величины измеряемых размеров, тем точнее они должны быть измерены, поскольку важно обеспечить минимальную относительную погрешность всех базовых линейных величин, входящих в алгоритм расчета оптической системы позиционирования.

Дисторсия объектива вызывает нарушение подобия между изображением и предметом, которое у широкоугольных объективов может достигать 10% и более. Погрешность, вызываемая дисторсией, может быть скомпенсирована либо параметрическим путем, либо калибровкой, либо одновременным использованием этих двух методов. В первом случае должны быть применены нелинейные формульные зависимости угловых координат (a,b) точечных источников от координат (x,y) их изображений на светочувствительных площадках приемников:

Во втором случае на специальном стенде производится калибровка приемника совместно с объективом. Стендовое оборудование должно имитировать с высокой точностью угловое положение одного или нескольких точечных источников в пределах всего поля зрения приемников. При этом составляется таблица соответствия положений источников и их изображений в достаточном количестве узловых точек поля зрения и записывается в неразрушимую память процесса. Эта информация используется затем в интерполяционных методах расчета угловых положений реальных точечных источников по их текущим координатам на приемнике.

Наконец, в третьем случае применяются алгоритмы расчета, использующие как формульные зависимости (1), так и калибровочные таблицы.

Существуют варианты оптических систем HTS, работающих в условиях естественного освещения. Они содержат одну или несколько неподвижных CCD, размещенных так, чтобы обеспечивался обзор шлема во всем рабочем объеме перемещений головы. На шлеме нанесены специальные символы, имеющие достаточный контраст. Использование современной техники обработки видеосигнала и специальных вычислительных алгоритмов позволяет системе определять ориентацию головы, анализируя изменение изображения символов, нанесенных на шлем.

К оптическим HTS относятся так называемые лазерные системы, основанные на использовании принципа интерференции модулированного лазерного излучения. Этот принцип обеспечивает высокоточные характеристики, но требует сложного программного обеспечения и использования экзотических компонентов. Примером такой HTS является система Laser BIRT фирмы Ascension Technology Corporation [75]. Внешний вид этой системы показан на рис.7.2.

Система состоит из неподвижного лазерного сканера с углом обзора 45х55 и нашлемного приемника лазерного излучения. Размеры сканера 27х8х5 см, размеры приемника 6х5х1 см, масса-50г. Быстродействие системы 90 измерений в секунду.

Погрешность линейных измерений 0,35 мм, погрешность угловых измерений от 0,15 до 0,5. Рабочий диапазон углов: по азимуту - ±180, по углу места - ±60, по крену - ±60.

Основными недостатками оптических HTS являются их чувствительность к внешней засветке и случайной порче оптических компонентов системы, а также ограничение рабочего объема перемещения головы и рабочего диапазона углов, связанное с потерей оптического контакта нашлемного модуля с неподвижными устройствами системы.

К достоинствам оптических систем HTS относится отсутствие необходимости картографирования рабочего объема перемещения головы (Mapping) и высокая чувствительность к малым угловым перемещениям, что обеспечивает высокую точность системы.

7.2.2 Электромагнитные HTS Электромагнитный принцип позиционирования относится к наиболее распространенным. Он основан на измерении параметров магнитного поля, создаваемого электрическим током. Существует две разновидности электромагнитных HTS, известные как переменного и постоянного тока (АС и DC). В обеих системах используется передатчик (источник), устанавливаемый жестко относительно неподвижной системы координат, и приемник, установленный на нашлемном модуле. Передатчик создает магнитное поле в рабочем объеме перемещений головы. Положение и ориентация приемника и, следовательно, головы оператора определяется путем сравнения компонентов магнитного поля, измеренных приемником, с моделью поля, создаваемого источником.

Корпорация Ascension Technology (США) разработала подобную магнитную следящую систему на постоянном токе, получившую название «FLOCK OF BIRDS»[76].

Она обеспечивает измерение шести координат и применяется для интерактивной работы с компьютерной графикой. В этой системе устранены многие недостатки (главным образом при работе вблизи металлических деталей), присущие электромагнитным системам предыдущего поколения.

Система FLOCK OF BIRDS измеряет положение и ориентацию одного или нескольких датчиков (приемных антенн), которые обычно располагаются на голове у наблюдателя, на его руке или на теле, относительно пространственно неподвижного передатчика (передающей антенны). Передающей антенной управляет импульсный сигнал постоянного тока. Приемная антенна измеряет не только импульс магнитного поля передатчика, но также и магнитное поле Земли. Микропроцессор используется для управления передающими и приемными элементами и для преобразования принятых сигналов в выходные параметры для определения положения и ориентации.

Система FLOCK OF BIRDS находит широкое применение при взаимодействии человека и компьютера, а также при проведении операций, связанных с управлением роботами. Известно также применение FLOCK OF BIRDS для слежения за перемещениями головы в летных имитаторах и тренажерах, для отслеживания перемещений головы, рук и тела в виртуальных играх, для измерения положения медицинских инструментов и др.

На рис. 7.3 показаны основные элементы система FLOCK OF BIRDS.

SENSOR

TRANSMITTER

TRANSMITTER SIGNAL

DRIVE PROCESSING

ELECTRONICS ELECTRONICS

COMPUTER

POSITION & ORIENTATION

Рис. 7.3 Структурная схема магнитной системы FLOCK OF BIRDS Система содержит передатчик, схему управления передатчиком, датчик и электронные средства для обработки сигнала. Передатчик обычно располагается на расстоянии в пределах от 0,4м до 3.2м от датчика (датчиков). Он состоит из трех взаимно ортогональных излучающих антенн (катушек), расположенных концентрично для того, чтобы сформировать большое число магнитных полей постоянного тока, которые улавливаются датчиком. Датчик измеряет положение и ориентацию объекта, к которому он присоединен. Датчик состоит из трехосной антенны, чувствительной к магнитным полям постоянного тока.

Схема управления передатчика обеспечивает контроль величины постоянного тока по каждой из излучающих антенн передатчика. Компьютер контролирует величину постоянного тока, которую обеспечивает схема управления для выдачи на излучающие антенны передатчика. Сигнал, выданный датчиком, направляется в электронный блок обработки сигнала. В нем происходит обработка и преобразование аналоговых сигналов датчика в цифровой формат и передача их в компьютер. Затем в соответствии с алгоритмом системы «FLOCK OF BIRDS» рассчитываются линейные и угловые координаты датчика относительно системы координат передатчика, и полученная информация передается на основной компьютер пользователя.

Фирма Polhemus (Канада) разработала целый ряд малогабаритных электромагнитных систем позиционирования (FASTRAK, ISOTRAK, LONG RANGER, STYLUS и др.). Они, как правило, содержат один источник магнитного поля, один или несколько приемников (датчиков), системный блок управления и блок питания (рис. 7.4).

Эти системы позволяют измерять в реальном времени три линейных и три угловых координаты датчика в системе координат источника. Основные параметры системы FASTRAK, например, составляют [77]:

- расстояние от источника до приемника не более 750 мм;

- погрешность измерений в статике линейных координат 0,75 мм, Недостатком магнитных систем HTS является чувствительность к искажениям сигнала вследствие взаимодействия магнитного поля с окружающими металлическими конструкциями. При любых изменениях магнитного поля, создаваемого передатчиком, во всех близлежащих металлических деталях наводятся вихревые токи, которые образуют вторичные магнитные поля, искажающие первичное поле передатчика.

Искажения, создаваемые вихревыми токами, пропорциональны скорости изменения поля передатчика. В системах постоянного тока могут быть приняты меры для уменьшения мощности излучения на высоких частотах, поэтому присущие им искажения в десятки раз меньше, чем в системах переменного тока.

Для учета искажений в рабочем объеме перемещений головы должна проводиться процедура картирования результирующего магнитного поля (Mapping), определяющая распределение систематических ошибок системы. Полученное в результате картирования поле ошибок заносится в память системы и используется для коррекции искажений в реальном времени.

К достоинствам магнитных HTS следует отнести:

- достаточно высокое (по сравнению с оптическими HTS) быстродействие;

- возможность измерения угловых координат головы в практически неограниченных диапазонах углов(±180°);

- весьма небольшие размеры и масса нашлемных приемников.

7.2.3 Инерциальные системы HTS Инерциальные HTS основаны на использовании двух устройств: гироскопа и акселерометра. Гироскоп позволяет измерять угловую ориентацию платформы, на которую он закреплен, относительно земной системы координат. Акселерометр позволяет измерять ускорение платформы в определенном направлении, которое после двойного интегрирования дает величину линейного перемещения относительно начальной точки.

Структурная схема инерциальной HTS представлена на рис.7.5.

Система содержит размещенные на шлеме оператора три пары миниатюрных устройств – гироскопа и акселерометра, измерительные оси которых взаимно перпендикулярны. Нашлемный узел содержит HMD, соединенный с компьютером.

Гироскопы и акселерометры электрически соединены с блоком управления (Drive Electronics), который обеспечивает необходимые режимы работы этих устройств, а также производит расчеты угловых и линейных перемещений шлема относительно неподвижной земной системы координат.

Блок управления соединен с компьютером для обеспечения необходимой коррекции формируемого в HMD изображения информационной картины в соответствии с выходными данными инерциальной HTS.

Примером инерциальной HTS является система 3D-BIRD фирмы Ascension Technology Corporation(США) [76]. На рис.7.6 показан внешний вид этой системы.

Система 3D-BIRD состоит из одного малогабаритного инерционного датчика (сенсора), который располагается на нашлемном модуле вместе со стереоочками (HMD), подключается непосредственно к компьютеру и обеспечивает измерение всех шести координат пространственного положения головы оператора. Быстродействие системы 3DBIRD составляет 160 вычислительных циклов в секунду, что позволяет практически мгновенно отслеживать пространственное положение головы и обеспечивает возможность формирования виртуального изображения на HMD в реальном времени.

Поскольку система не имеет магнитных компонентов, на ее работу не оказывают влияние окружающие металлические предметы. Важным преимуществом системы 3DBIRD является отсутствие каких-либо ограничений в пределах перемещений или ориентации датчика.

Cистема 3D-BIRD имеет следующие основные технические характеристики:

- рабочий диапазон углов (Angular Envelope):

по горизонтали ±180;

- погрешность измерения угловых координат:

- допустимая угловая скорость поворота датчика 360/с;

- размеры датчика 34мм х 27мм х 31мм;

- интерфейс подключения к компьютеру RS-232.

К недостаткам инерциальных HTS следует отнести сравнительно невысокую точность измерения угловых и линейных координат, а также необходимость определения и введения в систему начальных координат шлема оператора. Это может быть сделано за счет комбинации с HTS, работающей на другом принципе, например, с помощью дополнительной оптической HTS.

Достоинством инерциальных HTS является наибольший из всех известных систем рабочий объем перемещений головы оператора, в котором обеспечиваются измерения.

Кроме того, инерциальные HTS конструктивно просты, поскольку состоят либо из нашлемного модуля датчиков и блока управления, либо только из одного датчика, подключаемого к стандартному компьютеру (система 3D-BIRD).

7.2.4 Гибридные HTS На основании проведенного анализа известных систем и методов слежения за пространственным положением головы оператора можно заключить, что ни один из известных принципов полностью не может удовлетворить требованиям к перспективным системам телеуправления мехатронными системами (роботами).

Для этих целей наиболее целесообразным является путь создания комбинированной HTS, в которой одновременно используются различные методы слежения за пространственным положением головы оператора.

Целью создания такой системы является обеспечение возможности свободного перемещения пользователя с носимым оборудованием. В этой системе для стабилизации виртуального изображения применена комбинированная HTS, состоящая из нескольких устройств, работающих на различных физических принципах: спутниковая система ориентации (GPS), три гироскопа и компас [78].

Такие портативные гибридные HTS открывают новые сферы применения. Например, человек, прокладывающий путь по незнакомой местности (турист, оператор робота), должен считывать показания компаса и GPS, смотреть на двухмерную карту и мысленно сопоставлять ее с окружающей средой. А с помощью гибридной HTS он сможет наблюдать пространственное изображение виртуальных меток, размещенных непосредственно над интересующими объектами и показывающих направление движения и возможные препятствия.

Персональные HTS могут также помогать нескольким распределенным в пространстве командам исполнителей. Отдельные исполнители, наблюдающие одни и те же внешние объекты с различных точек зрения, могут с помощью персональных HTS идентифицировать их.

Наконец, при достаточно высоком качестве изображения, малых габаритах и массе персональные HTS позволят достичь естественного восприятия виртуального изображения, «встроенного» в реальную внешнюю обстановку, что отличает ее от всех известных систем ориентации и наблюдения. Структурная схема гибридной HTS показана на рис. 7.7.

Дифференциальный GPS –приемник обеспечивает выход данных с частотой 1 Гц со средней ошибкой 23 м. Компас ТСМ2 с датчиками наклона выдает показания с частотой 16 Гц со средней ошибкой ±0,5°. Гироскопы – аналоговые устройства, работающие на частоте 1кГц с использованием 16-разрядной карты A/D PCMCIA, установленной в компьютере Laptop PC. Остальные датчики передают данные в РС по линиям RS 232.

Вычисленное местоположение пользователя учитывается при формировании виртуального изображения на нашлемном дисплее, представляющем собой монокулярное, монохромное оптико-электронное устройство сквозного наблюдения с разрешением VGA и частотой повторения изображения 60 Гц.

V-Cap optical see-trough HMD Важнейшее достижение системы – стабилизация виртуального изображения за счет гибридной системы слежения. Без такой стабилизации изображение на дисплее не воспринимается даже при небольших перемещениях пользователя.

Вместе с тем, данный вариант HTS требует дальнейшей модернизации в следующих основных направлениях:

- существенное уменьшение габаритов и массы и снижение энергопотребления;

- повышение быстродействия системы;

- совершенствование технологии статической калибровки датчиков и системы в целом с целью уменьшения доли ручного труда;

- улучшение качества прогнозирования (предсказуемости) выходных параметров системы слежения для компенсации задержек отдельных датчиков;

- повышение оптических и светотехнических параметров нашлемного дисплея, в частности, увеличение яркости изображения для обеспечения работоспособности в условиях высокой внешней освещенности;

- повышенное внимание к решению эргономических проблем при разработке нашлемного модуля системы.

Комплексное решение перечисленных проблем позволит получить HTS с высокими потребительскими свойствами, пригодную для использования во многих сферах человеческой деятельности, в том числе, в системах дистанционного управления роботами и другими видами мехатронных систем.

§7.3 Телевизионные методы слежения за головой человека-оператора Исторически первыми использовались в кинопроизводстве анимационные методы преобразования движений лица или тела человека путем наклеивания или рисования на нем маркеров (сетки линий) с ручной или компьютерной перерисовкой заснятых кадров изображения в движения лица персонажа мультипликационного фильма.

В настоящее время анимационные методы широко используются в медицинских и спортивных исследованиях. Примером одной из первых систем такого рода является система «Элит» (“Elite”) Motion Analyiser, используемая в спортивной медицине [79]. В этой системе необходимое число маркеров, создающих контрастное изображение, наклеивается на костюм спортсмена.

Для регистрации изображения маркеров используются от 4 до 8 телевизионных камер, расположенных в зоне перемещения спортсмена. С помощью компьютерной обработки выделяются координаты маркеров и вычисляются пространственные траектории движений спортсмена. Аппаратура видеопроцессора для распознавания формы, основанная на алгоритмах, является главной новаторской особенностью анализатора движения ELITEplus. Это патентованное устройство, реализованное с использованием чипов интеграции высокого уровня (VLSI chips), отцифровывает ТВ изображение, отображает его и выполняет двумерную корреляцию перемещений маркеров в пространстве.

Для обеспечения более высокой точности измерений, превышающей разрешающую способность телекамеры, выполняется т.н. субпиксельная обработка изображений маркеров (вычисляется центроид изображения) с точностью 1/65536 размера поля зрения.

Выполняется также коррекция оптических искажений в поле зрения телекамеры.

Обеспечивается точность 1/2800 размера поля зрения даже в случае детектирования очень малых маркеров. Пример работы программы показан на рис. 7.8.

Использование контрастных маркеров на темном фоне существенно упрощает селекцию их изображений, однако при этом также трудно достигнуть высокой точной регистрации движений из-за локальности (ограниченности зон) размещения маркеров, а также возможных смещений позиции маркеров при мимических движениях головы или случайном сдвиге надетых на человека маркерных приспособлений.

В то же время, для обеспечения широкого диапазона углов и линейных размеров зоны перемещения головы человека-оператора требуется использование большого количества контрастных маркеров, однако при этом резко возрастает объем вычислений, что затрудняет реализацию системы для работы в режиме реального времени.

Наиболее известные, в настоящее время, методы измерения положения и ориентации головы по телевизионному изображению позволяют выделять область лица из окружающего фона и оценивать направление движения головы (влево, вправо, вверх, вниз и т.д.). При наблюдении за движением головы зрителей используются 3 подсистемы:

- подсистема выделения лица из окружающего фона;

- подсистема слежения за движением лица;

- подсистема распознавания знаковых движений.

Архитектура системы содержит пять наиболее важных модулей обработки:

- сегментация областей движения лица из исходного видео т.н. временным - локализация лица: определения области лица внутри области сегментированной по - локализация частей лица (глаз) для нормализации масштабирования и поворота с компенсацией изменений условий освещенности, - нормализация масштаба и поворота, - нормализация освещенности: компенсация изменений глобальных условий освещенности и локальных градиентов, - распознавание лица: проектирование нормализованного лица в векторное пространство лиц для идентификации и основных измерений.

Распознавание лица выполняется с использованием геометрии характерных черт и их сравнения с трехмерной моделью. Используется ИК подсветка и телекамера с оптическим ИК фильтром. Выделяются отдельные изображения характерных черт лица: брови, глаза, ноздри, губы и контуры лица, см. рис.7.9.

Возможность создания системы слежения за головой по телевизионному изображению подтверждается в настоящее время различными исследованиями. Например, известен разработанный в ГосНИИАС метод так называемой морфологической обработки изображений (Рис. 7.10). В работе предложен новый формализм для разработки и описания различных операторов форморазмерной фильтрации и сегментации изображений – монотонная морфология (ММ). Этот формализм является обобщением известного морфологического подхода Серра.

Рис. 7.10 Пример работы операторов полутоновой селективной морфологии (а) – исходное изображение; (б) – сжатие; (в) – селективное открытие;

(г) – «нормализации фона» оператором селективного открытия;

(д) – расширение; (е) – селективное закрытие;

(ж) – «нормализации фона» оператором селективного закрытия.

В рамках введенного формализма монотонной морфологии разработана новая морфологическая парадигма для выделения мелкоразмерных объектов и элементов на изображении - селективная морфология (СМ). В ряде задач анализа изображения операторы селективной морфологии показали значительное улучшение качества обработки по сравнению с традиционными морфологическими операторами [80].

В качестве примера приложения первого типа, в статье приведены результаты Сморфологического выделения малоразмерных объектов и Ф-морфологического выделения углов по схеме нормализации фона. При этом продемонстрировано значительное улучшение качества выделения объектов по сравнению с использованием классических операторов ММ. В качестве примера приложения второго типа, в статье приведены результаты работы операторов контурной параметрической селективной морфологии.

Этот метод позволяет выделять нужное изображение с заданной формой и геометрическими характеристиками и отделять его от окружающего фона. В этой статье данный метод применяется для работы с бинарными (черно-белыми) и полутоновыми изображениями.

На основе анализа известных работ в данном направлении [81]. можно сформулировать следующие основные функции, необходимые для реализации телевизионных методов слежения за головой, см. рис. 7.11.

Рис. 7.11 Основные функции метода слежения за головой оператора Дополнительно имеется возможность анализа знаковых движений головы и мимики лица, информацию о которых в нашем случае можно использовать для обмена информацией с другими операторами и компьютером (управление ЭВМ жестами). В принципе, можно таким образом формировать и некоторые команды управления робототехническими средствами.

Компьютерная поддержка при выполнении совместных работ людьми, находящимися в разных местах и связанных между собой средствами телекоммуникаций имеет большое будущее.

Например, выполнять обмен информацией жестами, мимикой, артикуляцией, а также направлением взгляда может быть весьма перспективно, особенно для распределенных систем телеуправления роботами.

В сложной оперативной обстановке управления роботами для экстремальных условий может оказаться существенным для распределенной группы операторов во время совместной работы, оперативно оценивать результаты операций, обеспечить синхронность действий и понимания действий друг друга с жеста или «с полувзгляда».

Для выделения фрагмента телевизионного изображения головы человека-оператора на фоне окружающих предметов и сокращения времени обработки телевизионных изображений используется т.н. временной (temporal) фильтр, основанный на селекции движущихся изображений.

Лицо и голова не являются статическими объектами. Даже когда мы сидим смирно, наше лицо постоянно совершает движения в результате дыхания, изменения выражения, разговора и пр. Временной фильтр позволяет определить область движения внутри сцены, см. рис.7.12.

Отслеживая изображение головы только внутри этого региона можно снизить ложные срабатывания системы и увеличить общую вычислительную эффективность.

а). Исходное изображение б). Фиксация движения в). Зоны движений Простейший метод для локализации области движения включает в себя вычитание фона и межкадровое дифференцирование. Однако такой способ недостаточно эффективен и требует компенсации потерь, например, путем определения взвешенной суммы нескольких кадров [82].

Временной фильтр данного типа реализуется с использованием нескольких кадров с вычислением вторичного Гауссового отклонения (второй производной).

Для глобальных, большого масштаба изменений освещенности это соответствует низкочастотной составляющей пространственно-временного спектра. В результате высокочастотный фильтр не чувствителен к данным изменениям освещенности.

Это существенно для применения временного фильтра, работающего как полосовой высокочастотный фильтр. Определяется результирующая диагональная нулевая матрица с использованием вертикальной и горизонтальной пошаговых функций, которая затем подвергается пороговой обработкой для получения бинарной ортогональной маски.

Вертикальная и горизонтальная пошаговые функции представляют собой градиентный фильтр типа:

Переход через ноль данных функций определяет область движений субъекта, но только при условии нахождения одновременно только одного оператора в зоне действия системы.

Определяется центроид и отклонение от него по горизонтали и вертикали. Положение головы оценивается лежащим между 2-мя горизонтальными и 1 вертикальным, стандартными отклонениями от центроида.

Хотя этот метод имеет пониженную чувствительность к изменению освещенности, однако его качество падает при наличии небольшого движения на сцене. Поэтому данный метод был модифицирован путем включения в него весового фактора, пропорционального количеству обнаруженных переходов через ноль.

Временной модифицированный фильтр работает следующим образом. Там, где есть большое количество движений на сцене. Он показывает множественность объектов и уменьшает размер каждой области с обнаруженным движением. С другой стороны при небольшом количестве движений на сцене временной фильтр становится более чувствительным в области движения, благодаря чему расширяются размеры выделенной области.

Идея использования такого адаптивного фильтра является достаточно новой и применима к слежению за несколькими лицами с дополнительным введением фильтра Калмана и процедуры кластеризации.

После выделения зоны изображения головы человека-оператора временным фильтром, для вычисления координат головы необходимо предварительно обнаружить ее характерные точки (признаки).

При сравнении взвешенного вектора неизвестного изображения лица с базой данных известных лиц может быть определена его степень близости, см. рис. 7.13. Здесь для входного изображения, изображенного внизу рисунка, ищется мера близости к нескольким базовым изображениям, показанным на рисунке вверху.

Степень близости входного изображения к каждому из базовых изображений, рассчитанная по данному методу, определяет некоторый радиус-вектор в т.н.

пространстве базовых изображений, длина которого указана в виде числа под входным изображением.

В отличие от корреляционной технологии, метод собственных изображений устойчив к действию шумов, слабого освещения, и частично дефектов. Данный метод также более устойчив к изменениям масштаба и повороту, чем метод измерения расстояний между ключевыми чертами лица.

Кроме того, предложенный метод имеет высокую надежность распознавания, даже при большом объеме базы данных (порядка 1000 лиц). Наконец, данный метод может работать в режиме реального времени на сравнительно медленных рабочих станциях.

Это означает, что метод пригоден для систем реального времени при реализации на РС с использованием небольших или без аппаратных ускорителей.

Компонентами оптимального базиса должны быть ортогональные, т.е. наиболее различающиеся между собой изображения. Для оценки изменений используется собственный вектор. Матрица С задается собственным вектором u и собственными оценками l матрицы С, удовлетворяющими соотношению:

Собственные вектора являются ортогональными и нормализованными Пусть Gk представляет вектор-столбец к-лица полученный через лексографическое упорядочивание Ik (x,y). Здесь к-лицо является любым из набора лиц. Теперь определим fk как значение нормализованного вектора столбца для к-лица.

Сравнительные коэффициенты Рис. 7.13 Распознавание изображения головы по базовым изображениям с использованием В результате лицо, отображаемое изображением 128х128 пикселей (объем информации 16384 байт) может быть представлено исключительно только 6-тью координатами в пространстве базовых изображений. Это означает что использование данного метода значительно проще, так как принимается во внимание только наиболее важная часть компонентов лица [83].

Распознавание лица производится с использованием расстояния Махаланобиса и собственных изображений. Распознавание не в режиме реального времени дало результат в 95,5 %. Установлено также, что поворот головы более, чем на 10 градусов и уменьшение размеров менее, чем на 88 % снижает эффективность метода ниже 70 %.

Результирующее качество метода оценивалось по 100 тестам с 5 субъектами. Ошибка распознавания составила 94% и скорость обработки составила 2 кадра в секунду на указанном выше оборудовании.

Дальнейшие работы направлены на работу с несколькими изображениями лиц и работой с переменным масштабом изображения.

Измерение пространственного положения и ориентации головы производилось на основе вычисления текущих координат и углов поворота двух главных осей, например:

линии между глазами и линии от носа до центра между глазами. Координаты центра каждого характерного признака определялся по специальным алгоритмам для каждого признака с высокой субпиксельной точностью.

Использование модели головы с большим набором признаков, вероятно, позволит повысить надежность и точность измерений движения головы, т.к. возникает избыточность полезной информации.

Используя субстракцию можно увидеть разницу двух изображений (неизвестного и базового), особенно при обработке треугольных фрагментов изображений лица, охватывающих глаза, нос и рот. При этом получается достаточно эффективное определение положения головы, см. рис. 7.14.

Рис. 7.14 Определение положения головы по характерным признакам Т.к. различные люди характеризуются разными расстояниями, указанного треугольника объектов, то его можно использовать также и для идентификации лиц.

При небольших изменениях расстояния от камеры до лица, отношение длин главных осей существенно не изменяется, поэтому алгоритм использует отношение размеров характерных признаков и дистанций между ними для решения проблемы масштаба.

Для сокращения объема и времени вычислений предполагается в данной работе использовать генерацию двухмерных образов (визуальных графов), порождаемых из трехмерной модели головы, имеющих конфигурацию наиболее близкую к ее телевизионному изображению в момент вычислений, см рис. 7.15, рис.7.16.

а) граф изображения в б) отображение модели в) вычисление координатах телекамеры головы в исходном пространственного Рис.7.15 Вычисление пространственного положения головы при сравнении текущего графа изображения с пространственной моделью головы Это связано с тем, что измерения должны проводится на основе полного описания трехмерной модели головы человека видимой с различных ракурсов.

Предполагается, что на основе использования многоракурсной модели головы удастся решить весьма сложную задачу определения произвольного пространственного положения тела, путем преобразования ее во множество простых задач определения локальных отклонений фрагментов изображений от прогнозируемых положений.

Рис. 7.16 Использование множества характерных точек для слежения за головой §7.4 Системы слежения за движениями глаз оператора Для перспективных систем телеуправления мехатронными системами может быть использована система слежения за направлением взгляда (ETS), которая обеспечивает определение в реальном времени угловых координат (по горизонтали) и (по вертикали) зрительной оси каждого глаза.

Наряду с известными медицинскими системами для исследований зрительного анализатора человека, проведения диагностик и операций, выполняемых при статических условиях, активно ведутся динамические исследования процессов зрительного восприятия движения, слежения за движущимися объектами, а также разработки окуломоторных систем [84-86].

Известные методы и принципы построения систем слежения за движением глаз оператора, которые можно представить следующим образом:

- электромагнитные (индукционные) методы, - оптические методы, - методы съема электрических потенциалов глазо-двигательных мышц, - телевизионные методы с компьютерной обработкой изображений, - комбинированные методы.

Исследования с использованием индукционного метода, обеспечивают точность порядка 1 угловой минуты и большой динамический диапазон отличающие высокое качество данного метода. Принцип действия индукционной системы следующий:

небольшая магнитная катушка закрепляется на глазу и регистрирует три взаимно перпендикулярных электромагнитных поля с различными частотами. Используется также вращающее магнитное поле.

Недостатком индукционного метода при его высокой точности, является необходимость закрепления датчика на глазном яблоке, что часто требует занятия субъектом поз, не характерных для естественного восприятия.

В последнее время ряд систем использую обработку видео изображений внешней структуры глаза. Обычно аппаратура обработки локализует изображение зрачка и корнеального рефлекса (corneal reflex) или первое изображение Пуркинье (Purkinje).

Данные системы имеют преимущество неинвазивности и относительной простоты для использования. Разрешение таких систем обычно является фиксированной частью изображения глаза, поэтому для увеличения размера изображения приходится фиксировать (закреплять) голову.

Известен ряд оптико-телевизионных систем слежения за взглядом (ETS) (окуломоторных систем), реализующих принцип слежения за зрачком глаза с использованием ИК подсветки. Инфракрасная телекамера сканирует зрачки, обладающие уникальной особенностью отражать падающий свет. Недостатками данного метода являются необходимость специального оборудования (ИК осветителя), а также вызываемое им ограничение естественного поля обзора глаза.

Инфракрасные системы слежения за положением глаз опратора применяются в мониторах, представляющих трехмерное изображение в безочковом (автостереоскопическом) режиме. Примером может служить монитор ELSA ECОMО 4D (см. рис. 7.17), содержащий интеллектуальную систему слежения за глазами, которая постоянно синхронизирует изображения стереопары с положением глаз оператора относительно системы координат монитора, обеспечивая стереоскопическое восприятие изображения в широком диапазоне перемещений головы [87].

§7.5 Дифференциальный оптический метод построения ETS Название метода связано с тем, что в нем измеряемым информативным параметром является отрезок между двумя точками глаза, например, между центром зрачка и роговичным рефлексом.

Схема метода показана на рис. 7.18, откуда следует, что измеряемые параметры – декартовы проекции x и y отрезка между центрами зрачка (А) и рефлекса (В), зависят только от вращательных движений глаза (угол ) и не зависят от поступательных перемещений центра А вращения глаза при условии, что роговичный рефлекс формируется коллимированным потоком света (например, ИК-потоком) [88].

Для того чтобы реализовать дифференциальный метод, требуется определение координат центра зрачка, что выполнимо лишь посредством вычисления через координаты точек зрачковой окружности. Для этого необходимо формирование высококонтрастного оптического изображения зрачка. Эту задачу можно решить методом «светящегося» или «черного» зрачка.

Метод «светящегося» зрачка основан на оптическом восприятии потока, отраженного сетчаткой облучаемого глаза, при совмещенных приемной и излучающей апертурах.

Схема метода показана на рис. 7.19.

Передающая телевизионная камера CCD с объективом L располагается на нулевой линии визирования OL глаза. С помощью полупрозрачного зеркала M инфракрасный светодиод IRD оптически сопрягается с центром L объектива CCD. ИК-лучи от светодиода попадают в зрачок G глаза, собираются на сетчатке S, отражаются от нее, вновь проходят зрачок, попадают в объектив и фокусируются на приемной площадке CCD в виде контрастного изображения зрачка.

При специальной обработке видеосигнала вертикальная координата y изображения геометрического центра А зрачка может быть определено с высокой точностью (менее пикселя). Аналогично определяется горизонтальная координата х изображения геометрического центра А зрачка.

Недостатком метода «светящегося» зрачка является зависимость величины отраженного сетчаткой светового потока от площади зрачка глаза. Это вызывает снижение чувствительности метода при работе оператора в условиях больших внешних освещенностей, когда происходит естественное уменьшение размера зрачка глаза.

Метод «черного» зрачка основан на том, что при диффузном облучении глаза ИКлучами отражение от зрачка равно нулю, а отражение от радужной оболочки имеет конечную величину. Благодаря этому картина оптического изображения передней области освещенного глаза представляет собой контрастное изображение черного зрачкового круга на фоне более светлого изображения радужки. При этом контраст изображения не зависит от размеров зрачка. Однако, при реализации метода «черного»

зрачка существует серьезная проблема, связанная с неизбежным наличием паразитных роговичных бликов (рефлексов) от источников облучения глаза, накладывающихся на изображение зрачкового круга. Эти блики представляют собой мнимые изображения излучателей в роговице глаза, которая играет роль выпуклого зеркала.

Изображения излучателей при поворотах глаза перемещаются медленнее (почти в два раза), чем зрачок. Вследствие этого при определенных углах поворота глаза мнимые изображения излучателей накладываются на границу изображения зрачкового круга, искажая ее. Это либо недопустимо ограничивает угловой диапазон измерений, либо значительно усложняет алгоритм и устройство определения координат центра зрачка.

Для того, чтобы форма зрачкового круга не искажалась паразитными бликами, необходимо, чтобы ИК-поток падал на глаз от диффузно излучающей поверхности, располагающейся как можно ближе к глазу и имеющей максимально возможные размер.

При этом вся излучающая поверхность изображается в роговице глаза в виде блика, имеющего малую яркость и равномерно покрывающего почти всю радужную оболочку глаза. Малая яркость блика, равномерная его светимость и размеры, превышающие наибольшие размеры зрачка, обеспечивают значительные снижения искажений формы зрачкового круга при поворотах глаза на большие углы. В нем осветитель выполнен в виде тонкостенного полого усеченного конуса с несколькими сквозными отверстиями на его образующей поверхности (см. рис. 7.20).

На внешней стороне конуса К за отверстиями размещены светодиоды IRD.

Внутренняя поверхность В осветителя имеет диффузно отражающее покрытие, благодаря которому рассеянный отраженный поток от светодиодов равномерно облучает переднюю область глаза G. Для этого осветитель примыкает непосредственно к глазной впадине облучаемого глаза, чем и обеспечивается широкоугольность облучающего потока. В то же время образование паразитных изображений светодиодов от роговицы глаза исключено за счет экранирования светодиодов корпусом конуса.

ЗАКЛЮЧЕНИЕ

Информационные технологии телеуправления, основанные на использовании систем виртуальной реальности (Virtual Reality, VR) и систем, дополняющих виртуальными объектами реальный мир (Augmented Reality, AR) обеспечивают решение актуальных задач повышения эффективности, надежности и, вместе с тем, естественности взаимодействия человека с мехатронными системами (роботами).

Технология тактильно-силового взаимодействия с виртуальными объектами в сочетании со средствами трехмерного визуального отображения необходима там, где требуется не только наблюдать окружающий мир, но и производить в нем какие-либо действия, особенно в медицинской и космической сферах деятельности.

При этом действия человека в удаленной внешней среде с использованием автономных телеуправляемых средств будут более успешны, если создать для оператора максимально реалистичные и адекватные условия восприятия, предоставить возможность ощутить ее объекты, как будто они имеют заданные размеры, форму, массу, сопротивление трения, вес или его отсутствие в случае имитации космического объекта в условиях невесомости.

Рассмотренные методы построения устойчивых систем управления для механизма кинестетического взаимодействия, используются в кинестетических человеко-машинных интерфейсах (Haptic interfaces), создающих у человека реалистичное кинестетическое восприятие реально несуществующего объекта, присутствующего только в виде компьютерной модели объекта (виртуального объекта), представленной уравнениями движения твердого тела.

Предложены и проанализированы два подхода к синтезу управления механизмом кинестетического взаимодействия. Первый основан на отслеживании программной траектории движения виртуального тела, второй на отслеживании силы взаимодействия с ним. В отличие от известных работ анализ учитывает нелинейность системы управления.

Он проведен для двух возможных режимов взаимодействия: «толкание» и «удержание»

виртуального объекта. Получены легко реализуемые условия устойчивости.

Рассмотренные методы построения мультимодальных интеллектуальных человекомашинных интерфейсов (ЧМИ), обеспечивают возможность визуального, речевого и кинестетического взаимодействия с реально несуществующими, виртуальными объектами, которые заданы только их компьютерными моделями.

Показаны основные принципы построения систем телеуправления на основе перспективных систем ЧМИ, которые можно представить следующим образом:

1). Отображение трехмерных изображений реальной рабочей сцены и/или компьютерных моделей при осмотре сцены c использованием естественных движений головы человека-оператора;

2). Распознавания движений головы и руки оператора по изображению с использованием трехмерных моделей;

3). Система отслеживания естественных движений рук человека-оператора для позиционно-скоростного управления;

4). Информационная технология обучения методом показа (демонстрации) движений для интеллектуальных мехатронных систем.

Описанные информационные технологии и разработки систем телеуправления находят всё более широкие приложения в медицине, промышленности, космосе и т.д.. При этом особенно важную роль будут играть средства адаптации и интеллектуализации систем управления роботов и мехатронных систем, модели виртуальной реальности.

На Международной выставке «Интеллектуальные и адаптивные роботы - 2005» авторы этого учебно-методического пособия были награждены медалями и дипломами ВВЦ за разработку и внедрение инновационной технологии человеко-машинного взаимодействия на базе виртуальной реальности для телемедицины и медицинской робототехники.

ЛИТЕРАТУРА

Глава 1. Подураев Ю.В. Мехатроника. Основы, методы, применение, Серия: Для вузов, Издательство: Машиностроение, 2007 г., 256 стр.

2. Кулаков Ф.М. Cупepвизopнoe управление манипуляционными роботами, Москва, Наука, 1980 г., 448 с.

3. Игнатьев М.Б., Кулаков Ф.М., Покровский А.М. Алгоритмы управления роботамиманипуляторами // Ленинград, Машиностроение, 1972 г., 248 с.

4. Кулешов В.С.Ю Лакота Н.А. Динамика систем управления роботом-манипулятором, Москва, 1971, стр.304.

5. Кулаков Ф.М., Игнатьев М.Б., Михайлов В.В., Ястребов В.С. Подводные роботы // Ленинград, Судостроение, 1977 г., 367 с.

6. Кулаков Ф.М., Игнатьев М.Б., Покровский А.М. Алгоритмы управления роботамиманипуляторами // Ленинград, Машиностроение. 1977 г., 247 с.

7. Кулаков Ф.М., Трубников Г.Н., Успенский В.Н., Зайцева Т.А. Двхканальный схват манипулятора, Патент СССР №423623 от 02.01. 1973г.

8. Кулаков Ф.М., Гришкин В.М. Устройство для считывания координат с ЭЛТ экрана, Патент СССР № 1123039 от 08.07.1984г.

9. Kulakov F. Methodology of Virtual Body Immersion into Real Environment // Proc. 4-th International Workshop on Computer Science and Information Technologies CSIT'2002, Patras, Greece, 18-20 September 2002.

10. Кулаков Ф.М. Потенциальные методы управления податливым движением роботов и их виртуальных моделей. Часть II // "Мехатроника, автоматизация, управление" № 1, Москва, январь 2004 г., С. 15–21.

Глава 2 Визуальное погружение 11. Кулаков Ф.М. Технология погружения виртуального объекта в реальный мир // Москва: Издательство "Новые технологии", Приложение к журналу «Информационные технологии» № 10, 2004 г., 32 с.

12. Azuma Ronald and Garry Bishop. Improving Static and Dynamic Registration in an Optical See-Throw HMD, Proceeding of SIGGRAPH’94 (Orlando, FL, 24-29 July 1994), Computer Graphics, Annual Conference Series, 1994, 197-204.

13. Burdygin A.I., Bunyakov V.A., Kolesnik A.M., Chernakova S.E. An Optic-television system of an acquisition // Transactions of an International school-seminar by A. Petrov “Adaptive robots and GSLT”, St.Petersburg, July 7-10, 1998.

14. Azuma Ronald T. A Survey of Augmented Reality, Presence: Teleoperator and Virtual Reality 6,4 (August, 1997), 355-385.

Глава 3 Силомоментное взаимодействие 15. Adams R.J., Hannaford B. Stable Haptic Interaction with Virtual Environments // IEEE Transactions on Robotics and Automation. 1999. Vol. 15. No. 3. 465-474.

16. Salisbury K J., Brock D., Massie T., Swarup N., Zilles C. Haptic rendering: Programming touch interaction with virtual objects // Proceedings Symposium on Interactive 3D Graphics.

New York, NY, USA. ACM Press. 1995. 123-130.

17. Adams R.J., Hannaford B. Stable Haptic Interaction with Virtual Environments // Thesis for Doctor’s degree. University of Washington. 1999.

18. Harwin W.S., Wall S.A. Mechatronic design of a high frequency probe for haptic interaction // Proceedings 6th International Conference on Mechatronics and Machine Vision in Practice.

1999. 111-118.

19. Hayward V., Armstrong B. A new computational model of friction applied to haptic rendering // Experimental Robotics VI (P. Corke and J. Treelyan, Eds.). 2000. Vol. 250 of Lecture Notes in Control and Information Sciences. 403-412.

20. Manvash M., Okamura A. A fracture mechanics approach to haptic synthesis of tissue cutting with scissors // First Joint Eurohaptics Conference and Symposium on Haptic Interfaces for Virtual Environment and Teleoperator Systems. 2005. 356-362.

21. Кулаков Ф.М. Методы кинестетического взаимодействия рук человека с виртуальными объектами // Известия РАН. Теория и системы управления, 2005г.

22. Моисеев Н.Н. Математические методы численного анализа. Москва. Наука. 1981.

23. Тихонов А.Н. Системы дифференциальных уравнений, содержащие малые параметры при производных // Мат. сборник 31(73). № 3. 1952.

24. Перчатка Cyber Glove, http://www.immersion.com.

25. Богомолов В.П., Кулаков Ф.М. Системы управления для нетрадиционно используемых роботов // Москва, Труды РАН "Теория и системы управления". 1999. № 4.

26. Кулаков Ф.М. Робастное управление податливым движением роботов с упругими элементами // "Теория и системы управления", № 4, 2000 г.

27. Kulakov F.M. Robust compliant motion robot control // Proc. 4th International Workshop on Computer Science and Information Technologies CSIT ' 2002, Patras, Greece, 18-20 Sept., 2002.

Глава 28. Image Recovery: Theory and Applications, Edited by Georgy Stark, New York 1987.

29. S. You, U. Neumann, R. Azuma "Hybrid Inertial and Vision Tracking for Augmented Reality Registration", Proc. of IEEE Virtual Reality 1999, Houston, TX, 13-17 March 1999.

30. F. Prieto, R. Lepage, P. Boulanger, T. Redarce. "Inspection of 3D parts using high accuracy range data", In Machine Vision Applications in Inspection VIII, Kenneth W. Tobin, Jr., Editor, Proceedings of SPIE Vol. 3966 (2000).

31. K.-N. Chen, H. Chen, Z. Liu. “An approach of adaptive Acquisition and Modeling for Freeform Surface with Structured-Light Vision Sensor”, Sensor Fusion and Decentralized Control in Robotic System III, G.T. McKee, P.S. Schenkar Editor, Proceedings of SPIE Vol. 4196 (2000).

32. Mobile Robots XV and Telemanipulator and Telepresence Technologies V II, 5-6 Nov.

2000, Boston USA, Proceeding of SPIE Vol.4195.

33. J.J. Orteu, V. Garric & M. Devy “Camera calibration for 3D reconstruction: application to the measure of 3D deformations on sheet metal parts”, SPIE vol.3101.

34. Y. Aragaki, K. Umeda. “Measuring Self position of mobile robots using fused results of range images and intensity images”, MECHATRONICS'98 – Kitokyushu.

35. M.C. Martin “Breaking out of the black box: A new approach to robot perception”, Reaction for Meeting Sessions", Part of the SPIE Conference on Mobile Robots XIII • Boston, Massachusetts • November 1998 Proceeding of SPIE Vol. 3525.

36. Damian J. Sheehy, Cecil G. Armstrong and Desmond J. Robinson, "Shape Description By Medial Surface Construction", IEEE Transactions on Visualization & Computer Graphics, vol.

2, No. 1, Mach 1996.

37. Paolo Cignoni, Claudio Montani, Enrico Puppo, "Multi-resolution Representation and Visualization of Volume Data", IEEE Transactions on Visualization & Computer Graphics, vol. 3, No. 4, October-December 1997.

38. Marcus Magnor and Bernd Girod, "Model-based Coding of Multi-Viewpoint Imagery", In Visual Communications and Image Processing 2000, King N. Ngan, Thomas Sikora, MingTing Sun, Editors, Proceedings of SPIE Vol. 4067 (2000).].

39. GosNIIAS, Technical Information, Moscow, http://www.gosniias.ru.

40. R. Zapata, P. Lepinay, L. Torres, J. Droulez, V. Creuze, “Integration of biologicallyplausible vision systems for controlling autonomous robots", Reconfigurable technology:

FPGA’s for Computing and Applications II, Proceedings of SPIE Vol. 4212 (2000).

41. A. Hefnawy, S. Mashali, M. Rashwan, M. Fikri “Fast and efficient approach for Object recognition” Intelligent Robots and Computer Vision XIX: Algorithms, Techniques, and Active Vision, David P. Casasent, Editor, Proceedings of SPIE Vol. 3837 (2000).

42. Applications of Artificial Neural Networks in Image Processing VI, 25-26 January 2001, San Jose YSA, Proceeding of SPIE Vol. 4305 (2001).

43. I.V. Ternovskiy, T. Jannson, “Data reduction for multispectral and hiperspectral imagery based on application of catastrophe theory”, Applications and Science of Neural Networks, Fuzzy Systems, and Evolutionary Computation III, Proceedings of SPIE Vol. 4120 (2000).

44. S.M. Yamany, A. El - Bialy, A.A. Farag, Surface Point Signature (SPS): A New Representation Scheme for Object Registration and Recognition. Part of the SPIE Conference on Intelligent Robots and Computer Vision XVIII: Algorithms, Techniques and Active Vision • Boston, Massachusetts • September 1999 Proceeding of SPIE Vol. 3837 (1999).

45. PLM-S700 PC Glasstron developed at SONY http://www.sony.com.

Глава 46. Becjzy, A.K. Virtual Reality in Telerobotic // Proc. of the 7th International Conference on Advanced Robotics. Sept. 20-22, 1995 Sant Feliu de Guixols, Catalonia, Spain.

47. Ф.М. Кулаков, A.И. Нечаев, С.Э. Чернакова, A.И. Эфрос. Экспериментальные исследования системы ЧМИ для телеробототехники с использованием систем слежения за движениями человека-оператора. III Международная конференция «Кибернетика и технологии XXI века» 22-24 октября 2002г. Воронеж, Россия 48. Kulakov F.M. Technology for the Creation of Virtual Objects in the Real World, Workshop Conference, Binghamton University, NY, 4-7 March 2002.

49. Чернакова C.Э., Кулаков Ф.М., Нечаев А.И. Обучение робота методом показа с использованием «очувствленной» перчатки // Труды Первой международной конференции по Мехатронике и Робототехнике, СПб 29 мая – 2 июня 2000 г., С. 155-164.

50. B.Brunner, G. Herzinger, Multisensory Shared Autonomy and Tele-Sensor-Programming Key Issues in the Space Robot Technology Experiments ROTEX, IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), Yokohama, 23-30 Jule, 1993.

51. G. Hirzinger, B. Brunner, S. Knoch, R. Koeppe, M. Schedl. Towards a new Robot Generation. Deutsches Zentrum fur Luft und Raumfahrt e. V. (DLR) Oberpfaffenhofen, Wessling. The 8th International Symposium, Schohan, Japan, 4-7 Oct. 1997.

52. Chernakova S.E., Kulakov F.M., Timofeev A.V., Litvinov M.V. Application of Information Technologies and Mechatronic Devices for Creation of Adaptive and Intellectual Medical Systems, in Proc. of 17-th Scientific and Technical Conference “Extremal Robotics”, St.Petersburg, April 2006, Russia.

53. Chernakova S.E., Timofeev A.V., Nechaev A.I., Gulenko I.E., Andreev V.A., Litvinov M.V.

Multimodal Man-Machine Interface and Virtual Reality for Assistive Medical Systems, International Journal “Information Theories and Applications”, iTECH-2006, Varna, 2006, Bulgaria.

54. Chernakova S.E., Nechaev А., Karpov А.А., Ronzhin A.L. Assistive multimodal system based on speech recognition and head tracking // Сборник трудов конференции “SPECOM’ 2004”.

20-22 September, 2004.

55. Chernakova S., Nechaev А., Karpov А., Ronzhin А. Multimodal system for hands-free PC control // 13th European signal Processing Conference EUSIPCO-2005, Turkey, Sept., 2005.

56. Chernakova S., Nechaev A., Karpov A., Ronzhin A. Assistive Multimodal Interface for Medical Applications. – Proceedings of 11-th International Conference "Speech and Computer– 2006" (SPECOM'2006), Санкт-Петербург, 25-29 июня 2006 г., т. 1, c. 199–203.

57. Chernakova S., Nechaev A., Nechaev P., Karpov A. Multimodal Man-machine Interface for Medical Assistance in Surgery, in Proc. of 12-th International Conference "Speech and Computer" SPECOM-2007, 15-18 October 2007, Moscow, Russia, vol. 2, pp. 671–677.

Глава 58. Графические 3D редакторы, http://graphics3d.euro.ru 59. Компьютерная 3D графика, http://www.3dmir.ru 60. Azuma Ronald, A motion-Stabilized Outdoor Augmented Reality System, IEEE, Virtual Reality, 1999.

61. Геоинформационные системы (ГИС), http://www.gisa.ru.

62. Кулаков Ф.М. Потенциальные методы управления податливым движением роботов и их виртуальных моделей. Часть 1 // "Мехатроника, автоматизация, управление". Москва, N 11, 2003 г.

63 Shpakov V.M., Shpakov M.V. An Environment for development of rule-based production process control systems. Proceedings of International Conference on Informatics and Control (ICI&C'97), St.Petersburg, Russia, 1997, v.1, pp. 298-305.

64. Шпаков М.В. Разработка интеллектуальных геоинформационных систем на основе настраиваемой объектной модели предметной области, диссертация, СПИИРАН, СанктПетербург, 2004.

65. Чернакова С.Э., Кулаков Ф.M., Нечаев A.И. Моделирование внешней среды для процесса обучения показом // Сборник трудов СПИИ РАН, Выпуск № 1 – СПб:

СПИИРАН, 2001 г.

66. A.I. Nechaev, Vorobjev J.S., Corobkov I.N., Olkov M.S., Javnov V.N. Structural Methods of recognition for real time systems. International Conference on Modeling Problems in Bionics “BIOMOD-92”, St.-Petersburg, June 1992.

67. М. Минский. Фреймы для представления знаний, перевод под ред. Ф.М. Кулакова, Москва, Энергия, 1979, 152с.

68. Чернакова C.Э., Нечаев А.И., Назарук В.П. Метод регистрации и визуализации трехмерных рентгеновских изображений в режиме реального времени для задач неразрушающего контроля и медицинской диагностики // Журнал “Информационные технологии”. № 11, 2005 г., С. 28-37.

69. Advanced System for Learning and Optimal Control of Assembly Robots, edited by F.M.

Kulakov, SPIIRAS, St.Petersburg, 1999, 76p.

70. G. Herzinger, J. Butterfafl, M. Fischer, M. Grebenstein, M. Hiihnle, H. Liu, I. Schaefer, N. Sporer. A Mechatronics Approach to the design of light-weight arms and multifingered hands. DLR Oberpfaffenhofen German Aerospace Center Institute of Robotics and Mechatronics D-Wessling. Proceedings of the 2000 IEEE. International Conference on Robotics and Automation San Francisco, CA. April, 2000.

71. Чернакова С.Э., Кулаков Ф.M., Нечаев A.И., Бурдыгин A.И. Многофазный метод и алгоритм измерения пространственных координат объектов для обучения сборочных роботов // Сборник трудов СПИИРАН, Выпуск № 1 – СПб: СПИИРАН, 2001 г.

72. Кулаков Ф.М., Чернакова С.Э. Информационная технология обучения роботов показом // Журнал “Информационные технологии”. № 4, 2008 г, (в печати).

73. Чернакова С.Э., Нечаев А.И., Алферов Г.В., Давыдов П.Н., Корниенко М.Ю.

Аппаратно-программные средства ЧМИ для телеуправления роботами. - Труды "Процессы управления и устойчивость", Санкт-Петербург, 2007 г., с. 89-97.

Глава 74. Кулаков Ф.М., Смирнов Е.Н., Липатов А.Е., Латыпов В.Н. Технология погружения виртуального объекта в реальный мир // Труды СПИИРАН, вып. 2,т. 2., СанктПетербург, СПИИРАН, 2005 г.

75. Ascension Technology Corporation, Laser BIRD, http://www.ascension-tech.com/ 76. Ascension Technology Corporation, 3D BIRDS, http://www.ascension-tech.com/ 77. Polhemus FASTRACK, Polhemus Corporation – http://www.polhemus.com/ 78. Azuma Ronald and Gary Bishop. Improving Static and Dynamic Registration in an Optical See-Through HMD // Proceedings of SIGGRAPH'94 (Orlando, FL, 24-29 July 1994), Computer Graphics, Annual Conference Series, 1994.

79. Bioengineering Technology & System, http://www.bts.it/bts/products.html.

80. Yuri V. Visilter, "Image analysis using select-only morphological operators", Intelligent Robots and Computer Vision XIX: Algorithms, Techniques, and Active Vision, David P.

Casasent, Editor, Proceedings of SPIE Vol. 4197 (2000).

81. Системы слежения за движениями головы человека, http://www.naturalpoint.com.

82. S. McKenna and S. Gong, “Non-intrusive person identification for access control by visual tracking and face recognition” in proceedings of the First International Conference on Audio and Video-Based Biometric Person Identification, pp. 187-189, Springer-Verlag 1997.

83. Raphael Cendrillon and Brian C. Lovell “Real-time face recognition using eigenfaces”, In Visual Communications and Image Processing 2000, King N. Ngan, Thomas Sikora, Ming-Ting Sun, Editors, Proceedings of SPIE Vol. 4067, pp.269-276, (2000).

84. Clark AH, Teiwes W, Scherer H. Videooculography – an alternative method for measurement of three dimensional eye movements. In: Schmidt R., Zambarbieri D., eds. Oculomotor control and cognitive processes. Amsterdam: Elsevier; 1991: 431-43.

85. Wei Lin, Manpreet Kaur, Marilyn Tremaine, George Hung and Joseph Wilder. Performance Analysis of an Eye-tracker. Part of SPIE Conference on Machine Vision Systems for Inspection and Metrology VIII, Boston, Massachusetts. September 1999.

86. H. Kingma, H. Gullikers, I. De Jong, R. Jongen, M. Dolmans, P. Stegeman, Real Time Binocular Detection of Horizontal Vertical and torsional Eye Movements by an Infra Red Videoeye Tracker. Scandinavian University Press, Acta Otolaryngol (Stockh), 1995.

87. 3D monitor ELSA ECOMO 4D, фирмы Deep Video Imaging Ltd.

88. F.M. Kulakov, A.I. Nechaev, A.I. Efros, S.E. Chernakova, Novel Man-Machine Interface For Telerobotic using Eye Tracking System, Proceeding of 6-th International Seminar on Science and Computering, Moscow, Russia, September,

ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ

активное видение – 43, 45, 77, аппаратно-программный комплекс технологии виртуальной реальности - 110, 116, биотехническое управление – визуальная обратная связь – 11, визуальное погружение – 22, 36, 55, 108, 114, 116, визуальный граф – 52, визуальный контакт - виртуальная операционная – 78, виртуальная реальность (Virtual Reality, VR) – 48, 54, 108, 123, виртуальный манипулятор – 26, 55, 76, 118, виртуальный наблюдатель – 77, виртуальный объект (тело) – 17, 22, воспроизведение движения – 92, 94, восстановление (реконструкция) изображений – геометрическая модель – 45, 54, 109, 114, 119, дистанционное наблюдение – дистанционное управление – 4, дополненная реальность (Augmented Reality, AR) – 48, 53, 55, 81, интеллектуальная мехатронная система (ИМС) – 81, 94, кинестетический интерфейс – копирующие манипуляторы – 4, коррекция движения – 96, лазерное сканирование – модель внешней среды (МВС) – 81, модель движения – 87, мультимодальный интерфейс (ММИ) – обучение взятию предмета – 102, обучение показом – 74, 75, 79, 91, 94, осмотр сцены роботом – 43, 80, 103, 110, отслеживание силы – 19, очувствленная перчатка, слежение за рукой – 79, 95, 101, позиционное управление – полуавтоматическое управление – речевое управление – рукоятка с сило-моментным датчиком – 17, 35, 80, 120, силомоментное взаимодействие– 10, 22, 31, 118, сингулярное представление – система слежения за головой (Head Tracking System, HTS) – 57, 67, 69, 110, 117, 122, скелетные модели – стерео-очки, стерео дисплей, трехмерная визуализация – 66, 72, 79, стереоскопический метод – 41, 110, 117, столкновение с внешней средой – 28, супервизорное управление – 13, 56, 57, тактильно-силовой эффект «погружения» – 22, 26, 29, управление взглядом, Eye Tracking System (ETS) – 74, 125, уравнение движения – 24, устойчивость взаимодействия – фрейм, фрейм-структурированная модель (ФСМ) – 81, 83, 85, целеуказание – 15, человеко-машинный интерфейс (ЧМИ) – 17, haptic display, haptic interface – 17, 18, 79.

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1 Теоретические основы информационных систем телеуправления............... §1.1 Терминология: мехатронная система, робот и виртуальная реальность

§1.2 Дистанционное управление роботами: история и области применения

§1.3 Биотехническое управление

§1.4 Супервизорное управление

ГЛАВА 2 Визуальный аспект взаимодействия человека-оператора с мехатронной системой при телеуправлении

§2.1 Постановка задачи визуального «погружения»



Pages:     | 1 |   ...   | 2 | 3 || 5 |


Похожие работы:

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ Государственное образовательное учреждение высшего профессионального образования ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ Е.Б. Лукиева ТЕОРИЯ И ПРАКТИКА СВЯЗЕЙ С ОБЩЕСТВЕННОСТЬЮ Часть 2 Рекомендовано в качестве учебного пособия Редакционно-издательским советом Томского политехнического университета Издательство Томского политехнического университета 2009 УДК 659.4(075.8) ББК 76.006.5я73 Л84 Лукиева Е.Б. Л84 Теория и практика связей с общественностью: учебное...»

«Серия Учебная книга Г.С.Розенберг, Ф.Н.Рянский ТЕОРЕТИЧЕСКАЯ И ПРИКЛАДНАЯ ЭКОЛОГИЯ Учебное пособие Рекомендовано Учебно-методическим объединением по классическому университетскому образованию Российской Федерации в качестве учебного пособия для студентов высших учебных заведений по экологическим специальностям 2-е издание Нижневартовск Издательство Нижневартовского педагогического института 2005 ББК 28.080.1я73 Р64 Рецензенты: доктор биол. наук, профессор В.И.Попченко (Институт экологии...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ ВИТЕБСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ КОНФЕКЦИОНИРОВАНИЕ МАТЕРИАЛОВ Методические указания к курсовой работе для студентов специальности 1-50 01 02 Конструирование и технология швейных изделий специализации 1-50 01 02 02 Конструирование швейных изделий дневной формы обучения Витебск 2009 УДК 687.03 (07) Конфекционирование материалов: методические указания к курсовой работе для студентов специальности 1-50 01 02...»

«3.2. Система условий реализации основной образовательной программы Интегративным результатом выполнения требований к условиям реализации основной образовательной программы образовательного учреждения является создание и поддержание развивающей образовательной среды, адекватной задачам достижения личностного, социального, познавательного (интеллектуального), коммуникативного, эстетического, физического, трудового развития обучающихся. Созданные в образовательном учреждении, реализующем основную...»

«Тема ГБ 24–11/1 АКТУАЛИЗАЦИЯ МЕТОДИКИ ПРЕПОДАВАНИЯ ХИМИКО-АНАЛИТИЧЕСКИХ ДИСЦИПЛИН В ТЕХНОЛОГИЧЕСКОМ ВУЗЕ Промежуточный отчёт за 2012 год: Разработка системы контроля усвоения учебного материала и диагностики сформированных знаний с использованием информационных технологий РЕФЕРАТ Отчет 61с., 7 рис., 14 табл., 22 источников. АНАЛИТИЧЕСКАЯ ХИМИЯ, ФИЗИКО-ХИМИЧЕСКИЕ МЕТОДЫ АНАЛИЗА, ПРЕПОДАВАНИЕ, КОМПЬЮТЕРНОЕ ТЕСТИРОВАНИЕ Объектом исследования является – разработка системы контроля усвоения учебного...»

«Муниципальное бюджетное общеобразовательное учреждение Избердеевская средняя общеобразовательная школа имени Героя Советского Союза В.В.Кораблина Петровского района Тамбовской области БИЗНЕС – ПРОЕКТ МОДНЫЙ ТРЕНД – ВЯЗАНЫЕ ГАЛСТУКИ выполнила обучающаяся 11Б класса Бобровская Софья Руководитель проекта: Орлова Т.А., учитель технологии с. Петровское, 2014 год 1 Актуальность и обоснование проекта В этом году я оканчиваю школу, и собираюсь поступать в высшее учебное заведение для получения...»

«М ИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ М ОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ИНДУСТРИАЛЬНЫЙ УНИВЕРСИТЕТ ИНСТИТУТ ДИСТАНЦИОННОГО ОБРАЗОВАНИЯ ИСТОРИЯ РОССИЙСКОЙ ГОСУДАРСТВЕННОСТИ УЧЕБНОЕ ПОСОБИЕ М ОСКВА 2000 ББК 63.3(2) И89 История российской государственности: Учебное пособие М.: МГИУ, 2000. -336 с. Настоящее учебное пособие, предназначено для самостоятельного изучения истории российской государственности в системе дистанционного обучения. В нем показано, как формировались отечественные традиции,...»

«Учебно-методическое обеспечение образовательной программы 1-х классов Лицея им. Г.Ф.Атякшева-ФГОС ПРЕДМЕТ ПРОГРАММА ИСПОЛЬЗУЕМЫЙ МЕТОДИЧЕСКАЯ ЛИТЕРАТУРА УЧЕБНИК Л.Г. Петерсон Математика. 1 кл. В Петерсон Л.Г. Математика. Математика Максимова, Т.Н. Поурочные разработки по математике.1 класс: к учебному комплекту 3-х ч.-М.:Ювента,2011.-96с. Программа. Предметная линия Петерсон Л.Г. / Т. Н. Максимова. - М. : ВАКО, 2009. - 352 с. - (В помощь учебников Перспектива 1- школьному учителю). кл. М.;...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ МОСКОВСКАЯ ГОСУДАРСТВЕННАЯ ЮРИДИЧЕСКАЯ АКАДЕМИЯ имени О. Е. КУТАФИНА КАФЕДРА ГРАЖДАНСКОГО И СЕМЕЙНОГО ПРАВА РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ ГРАЖДАНСКОЕ ПРАВО Направление подготовки: юриспруденция. Квалификация (степень) выпускника: бакалавр. Форма обучения: очная, очно-заочная (вечерняя), заочная МОСКВА 20 Программа составлена в...»

«УДК 802 ОСОБЕННОСТИ УЧЕБНОГО ПОСОБИЯ ПО ИНОСТРАННОМУ ЯЗЫКУ КАК ДОПОЛНИТЕЛЬНОЙ СПЕЦИАЛЬНОСТИ © 2010 А.В. Переверзев доц. каф. теории языка канд. пед. наук, e-mail: [email protected] Курский государственный университет Автор рассматривает проблемы методических и содержательных особенностей учебных пособий по иностранному языку как дополнительной специальности, проводит сравнительный анализ отдельных аспектов учебников иностранного языка. Даются рекомендации по оптимизации обучения...»

«ОГЛАВЛЕНИЕ стр. 1 ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ - ОНКОЛОГИЯ, ЛУЧЕВАЯ ТЕРАПИЯ, ЕЁ МЕСТО В СТРУКТУРЕ ОСНОВНОЙ ОБРАЗОВАТЕЛЬНОЙ ПРОГРАММЫ. 2 КОМПЕТЕНЦИИ ОБУЧАЮЩЕГОСЯ, ФОРМИРУЕМЫЕ В РЕЗУЛЬТАТЕ ОСВОЕНИЯ ДИСЦИПЛИНЫ - ОНКОЛОГИЯ, ЛУЧЕВАЯ ТЕРАПИЯ.3 3 ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ. 4 СОДЕРЖАНИЕ ДИСЦИПЛИНЫ.. 4.1 Лекционный курс.. 4.2 Практические занятия.. 4.3 Самостоятельная внеаудиторная работа студентов. 5 МАТРИЦА РАЗДЕЛОВ УЧЕБНОЙ ДИСЦИПЛИНЫ И ФОРМИРУЕМЫХ В НИХ ОБЩЕКУЛЬТУРНЫХ И ПРОФЕССИОНАЛЬНЫХ...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ Государственное образовательное учреждение высшего профессионального образования Тихоокеанский государственный университет Институт экономики и управления Кафедра Экономическая кибернетика Методические указания по лабораторным работам По дисциплине Эконометрическое моделирование Для специальности 080116.65 Математические методы в экономике Методические указания разработаны в соответствии с составом УМКД Методические указания разработала Порошина Л.А. _...»

«УДК 378.147.2:621.3 © Фесенко Л.Д. О НЕКОТОРЫХ МЕТОДОЛОГИЧЕСКИХ ОСНОВАХ ПРЕПОДАВАНИЯ КУРСА ТОЭ Постановка проблемы. Основы знаний по учебному курсу закладываются на лекциях, где наряду с рассмотрением научно-теоретических положений и установок курса, его методическим фундаментом решается одна из основных задач высшего образования – развитие методов логического мышления у студентов. По общеинженерным дисциплинам, к которым относится курс теоретические основы электротехники (ТОЭ), на лекции...»

«Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования ОМСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ Утверждаю Проректор по УМР ОмГТУ Л.О. Штриплинг _ 2013 год РАБОЧАЯ ПРОГРАММА по дисциплине УПРАВЛЕНИЕ ЗАПАСАМИ (ПЦ Б.3.В.01.) для направления подготовки бакалавров 080100.62 Экономика Профиль: Экономика предприятий и организаций Разработана в соответствии с ФГОС ВПО, ООП по направлению подготовки бакалавриата080100.62 Экономика Программу составил:...»

«Методическая литература Сигал, Т.К. 1 Готовимся к олимпиадам по английскому языку [Текст] : 8-11 классы / Т. К. Сигал. - М. : Айрис-пресс, 2005. - 240 с. - ISBN 5-8112-0502-6 : 66 руб. 00 коп.; 1 экз. Дзюина, Е.В. 2 Поурочные разработки по английскому языку 3-4 классы [Текст] : к учебнику М.З. Биболетовой, О.А. Денисенко.Н.В. Добрыниной / Е. В. Дзюина. - М. : ВАКО, 2006. - 320 с. - (В помощь школьному учителю). - 59 руб. 00 коп.; 1 экз. Дзюина, Е.В. 3 Поурочные разработки по английскому языку к...»

«Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТУРИЗМА И СЕРВИСА Факультетэкономики, управления и права Кафедра управления персоналом и государственного и муниципального управления БАКАЛАВРСКАЯ РАБОТА На тему: Развитие туристско-рекреационного комплекса Республики Туркменистан по направлению подготовки: 081100.62 Государственное и муниципальное...»

«СМОЛЕНСКИЙ ГУМАНИТАРНЫЙ УНИВЕРСИТЕТ ФАКУ ЛЬТЕТМЕЖДУНАРОДНОГО ТУРИЗМА И ИНОСТР АННЫХ ЯЗЫКОВ КАФЕДР АТЕХНОЛОГИЯ ПРОДУКТОВ ОБЩЕСТВЕННОГО ПИТАНИЯ ЛАБУСТКО ЮРИЙ НИКОЛАЕВИЧ Учебно-методическое пособие по дисциплине: системы управления технологическими процессами и информационные технологии для студентов, обучающихся по специальности 260501 Технология продуктов общественного питания (заочная форма обучения) Смоленск – 2008 ТРЕБОВАНИЯ ГОСУ ДАРСТВЕННОГО ОБР АЗОВАТЕЛЬНОГО СТАНДАРТА Системы управления...»

«Исполнительный совет 195 EX/18 Сто девяносто пятая сессия Париж, 13 августа 2014 г. Оригинал: французский Пункт 18 предварительной повестки дня Устав Международного научного комитета по использованию Всеобщей истории Африки в педагогических целях Резюме В соответствии со статьей 47 Правил общей классификации различных категорий совещаний, созываемых ЮНЕСКО, Генеральный директор представляет на утверждение Исполнительного совета Устав вышеупомянутого Комитета. Требуемое решение: пункт 8....»

«Сведения о рабочих программах учебных курсов, предметов, дисциплин (модулей) Рабочая программа, утвержденная приказом по образовательному учреждению Наименование учебного Количество часов (в Учебное обеспечение Класс курса, предмета, дисципли- неделю), выделенных программы: учебники, ны (модуля) в учебном плане учебные пособия (кем рассмотрена, даавтор, год издания) та и номер протокола) 1 А Русский язык 4ч С.В.Иванов, 2014г Заседание методиче- С.В.Иванов, 1 Б ского объединения М.И.Кузнецова, 1...»

«Утверждаю Председатель Высшего Экспертного совета В.Д. Шадриков 25 апреля 2013 г. ОТЧЕТ О РЕЗУЛЬТАТАХ НЕЗАВИСИМОЙ ВНЕШНЕЙ ОЦЕНКИ КАЧЕСТВА ОБРАЗОВАНИЯ ОСНОВНАЯ ПРОФЕССИОНАЛЬНАЯ ОБРАЗОВАТЕЛЬНАЯ ПРОГРАММА ПО СПЕЦИАЛЬНОСТИ 210406.65 Сети связи и системы коммутации ФГБОУ ВПО Вятский государственный университет Разработано: Менеджер проекта: Е.В. Захватова, к.т.н. Эксперт: А.А. Парамонов, д.т.н. Москва – КРАТКИЙ ОТЧЕТ О РЕЗУЛЬТАТАХ НЕЗАВИСИМОЙ ВНЕШНЕЙ ОЦЕНКИ ОБРАЗОВАТЕЛЬНОЙ ПРОГРАММЫ Основная...»






 
2014 www.av.disus.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.