I. Percepción de pose
La percepción de pose se logra mediante el uso combinado de sensores de posición sin contacto y sensores de actitud para rastrear cambios en la posición y orientación espacial de un objeto.
2. Detección flexible
Actualmente, se emplean ampliamente una variedad de sensores en muchos dispositivos de detección inteligentes. Sus aplicaciones han permeado áreas como la producción industrial, la exploración oceánica, la protección ambiental, el diagnóstico médico, la bioingeniería, el desarrollo espacial y los hogares inteligentes.
A medida que aumentan las demandas de la era de la información, aumentan gradualmente las expectativas con respecto a los parámetros de rendimiento, como el alcance, la precisión y la estabilidad de la información medida.
Esto ha presentado nuevos desafíos para los sensores estándar, especialmente en términos de requisitos de medición de gas, presión y humedad en entornos y señales especiales.
En respuesta al creciente número de señales y entornos especiales, se han desarrollado nuevas tecnologías de sensores en las siguientes tendencias: el desarrollo de nuevos materiales, nuevos procesos y sensores innovadores; realizar integración e inteligencia de sensores; miniaturización de sistemas y componentes de hardware de tecnología de sensores; y la integración de sensores con otras disciplinas.
Al mismo tiempo, existe el deseo de sensores con transparencia, flexibilidad, extensibilidad, capacidad de doblarse o incluso plegarse libremente, portabilidad y facilidad de uso. Con el avance de los materiales de sustrato flexibles, han surgido sensores flexibles que cumplen con todas estas características de tendencia.
1) Características de los sensores flexibles
Los materiales flexibles, a diferencia de los rígidos, suelen exhibir propiedades como suavidad, módulo bajo y facilidad de deformación. Los materiales flexibles comunes incluyen alcohol polivinílico (PVA), poliéster (PET), poliimida (PI), naftalato de polietileno (PEN), hojas de papel y materiales textiles.
Los sensores flexibles son aquellos fabricados con estos materiales flexibles, que ofrecen una excelente flexibilidad, extensibilidad e incluso la capacidad de doblarse o doblarse libremente.
Con varios diseños estructurales, se pueden organizar según sea necesario según las condiciones de medición, lo que facilita la inspección conveniente de temas complejos.
Estos nuevos sensores flexibles se utilizan ampliamente en diversos campos, como la electrónica de la piel, la atención sanitaria, la electrónica, la ingeniería eléctrica, los equipos deportivos, los textiles, la industria aeroespacial y la monitorización medioambiental.
2) Clasificación de sensores flexibles
Los sensores flexibles son diversos, con varios métodos de categorización. Clasificados por uso, los sensores flexibles incluyen sensores de presión, sensores de gas (para detección de alcohol), sensores de humedad (para pronóstico del tiempo), sensores de temperatura (como termómetros), sensores de voltaje, sensores magnetorresistivos y sensores de flujo térmico (para refrigeradores).
Clasificados por mecanismo de detección, los sensores flexibles incluyen tipos resistivos, capacitivos, magnetopresivos e inductivos.
3) Sensores flexibles comunes
(1) Sensores de gas flexibles
Los sensores de gas flexibles utilizan materiales de película delgada sensibles al gas dispuestos en la superficie del electrodo, con un sustrato flexible.
Se caracterizan por su ligereza, flexibilidad, capacidad de doblarse fácilmente y potencial para la producción a gran escala. Los materiales de película fina son conocidos por su alta sensibilidad y su proceso de fabricación relativamente simple, lo que atrae una gran atención.
Esto satisface plenamente los requisitos de portabilidad y baja potencia de los sensores de gas en entornos especiales, superando las limitaciones tradicionales de los sensores de gas, como la falta de portabilidad, el rango de medición incompleto, la pequeña escala y el alto costo. Pueden realizar una detección sencilla y precisa de gases NH, NO y etanol, atrayendo así una atención generalizada.
(2) Sensores de presión flexibles
Los sensores de presión flexibles se utilizan ampliamente en áreas como la ropa inteligente, los deportes inteligentes y la “piel” robótica.
El fluoruro de polivinilideno, el caucho de silicona y la poliimida, utilizados como materiales base, se han empleado ampliamente en la fabricación de sensores de presión flexibles.
Estos materiales se distinguen de los sensores de fuerza que utilizan galgas extensométricas metálicas y de los sensores de presión de difusión comunes que utilizan chips semiconductores tipo n por ofrecer flexibilidad, conductividad y características piezoresistivas superiores. (Figura 2)
(3) Sensor de humedad flexible
Los sensores de humedad constan principalmente de dos tipos: resistivos y capacitivos. Los higrómetros, caracterizados por una capa sensible a la humedad recubierta sobre el sustrato, experimentan cambios en la resistencia y resistividad a medida que el vapor de agua del aire es absorbido por la película sensible a la humedad.
Esta propiedad se puede utilizar para medir la humedad. Los condensadores higroscópicos generalmente están hechos de películas de polímeros, y los materiales comunes incluyen poliestireno, poliimida y acetato-butirato de celulosa.
Los sensores de humedad están evolucionando rápidamente desde simples componentes higroscópicos hasta dispositivos de detección integrados, inteligentes y multiparamétricos. Los higrómetros de bulbo seco y húmedo tradicionales o los higrómetros capilares ya no pueden satisfacer las necesidades de la ciencia moderna.
Se han investigado ampliamente los sensores de humedad flexibles, debido a su bajo costo, bajo consumo de energía, facilidad de fabricación e integración en sistemas inteligentes.
El material base para fabricar estos sensores de humedad flexibles es similar al de otros sensores flexibles, y existen muchos métodos para fabricar la película sensible a la humedad, incluido el recubrimiento por inmersión, el recubrimiento por rotación, la serigrafía y la impresión por inyección de tinta.
Las estructuras de sensores flexibles son versátiles y pueden disponerse para cumplir con los requisitos de las condiciones de medición. Pueden medir entornos y señales especiales de forma cómoda y precisa, resolviendo los problemas de miniaturización, integración y desarrollo de sensores inteligentes.
Estos nuevos sensores flexibles desempeñan un papel crucial en la piel electrónica, la biomedicina, la electrónica portátil y la industria aeroespacial. Sin embargo, el nivel actual de tecnología para preparar materiales como nanotubos de carbono y grafeno para sensores flexibles es inmaduro y persisten dudas sobre el costo, el rango de aplicación y la vida útil.
Los sustratos flexibles comunes no son resistentes al calor, lo que conduce a una alta tensión y una mala adhesión entre el sustrato flexible y el material de la película. Las técnicas para ensamblar, organizar, integrar y empaquetar sensores flexibles también necesitan mejoras adicionales.
4) Materiales comunes para sensores flexibles
(1) Sustratos flexibles
Para satisfacer las necesidades de los dispositivos electrónicos flexibles, propiedades como la ligereza, la transparencia, la flexibilidad, la elasticidad, el aislamiento y la resistencia a la corrosión se han convertido en indicadores clave para los sustratos flexibles.
Entre las muchas opciones de sustratos flexibles, el polidimetilsiloxano (PDMS) se ha convertido en la primera opción. Sus ventajas incluyen fácil disponibilidad, propiedades químicas estables, transparencia y buena estabilidad térmica.
Especialmente, su propiedad de tener distintas áreas adhesivas y no adhesivas bajo la luz ultravioleta facilita la adhesión de materiales electrónicos a su superficie.
Muchos dispositivos electrónicos flexibles logran una flexibilidad significativa al reducir el espesor del sustrato; sin embargo, este método se limita a superficies de sustrato casi planas. Por el contrario, los dispositivos electrónicos estirables pueden adherirse completamente a superficies complejas e irregulares.
Actualmente, existen generalmente dos estrategias para lograr la elasticidad de los sensores portátiles.
El primer método consiste en adherir directamente materiales conductores delgados con un módulo de Young bajo al sustrato flexible; El segundo método consiste en utilizar conductores inherentemente estirables para ensamblar dispositivos, generalmente preparados mezclando materiales conductores en una base elástica.
(2) Materiales Metálicos
Los materiales metálicos, que normalmente comprenden materiales conductores como oro, plata y cobre, se utilizan principalmente para electrodos y conductores.
En los procesos de impresión modernos, los materiales conductores suelen emplear nanotintas conductoras, incluidas nanopartículas y nanocables. Además de una excelente conductividad, las nanopartículas metálicas se pueden sinterizar en películas o alambres delgados.
(3) Materiales semiconductores inorgánicos
Representados por ZnO y ZnS, los materiales semiconductores inorgánicos presentan amplias perspectivas de aplicación en el campo de los sensores electrónicos flexibles portátiles debido a sus excelentes propiedades piezoeléctricas.
(4) Materiales orgánicos
Los conjuntos de sensores de presión a gran escala son cruciales para el desarrollo futuro de sensores portátiles. Los sensores de presión basados en mecanismos de señal piezorresistivos y capacitivos sufren interferencias de señales, lo que genera mediciones inexactas.
Este problema representa uno de los mayores desafíos en el avance de los sensores portátiles. El uso de transistores ofrece una solución para reducir la diafonía de la señal.
En consecuencia, muchos estudios en el área de los sensores portátiles y la inteligencia artificial se centran en cómo lograr transistores flexibles sensibles a la presión a gran escala.
5) Aplicación de sensores flexibles
La electrónica flexible cubre muchos campos, incluido el teléfono plegable flexible lanzado por Huawei, que emplea tecnología electrónica flexible.
Normalmente, los componentes electrónicos flexibles se fabrican a partir de una mezcla de materiales orgánicos e inorgánicos y exhiben una excelente flexibilidad. Los sensores flexibles, fabricados con materiales flexibles, presentan una impresionante adaptabilidad medioambiental.
A medida que evoluciona el Internet de las cosas y la inteligencia artificial, muchos sensores flexibles se caracterizan por su alta integración y características inteligentes.
Las ventajas de los sensores flexibles presentan perspectivas de aplicación prometedoras, incluso en electrónica médica, monitoreo ambiental y dispositivos portátiles.
Por ejemplo, en el campo del monitoreo ambiental, los científicos pueden colocar sensores flexibles en dispositivos para monitorear la intensidad de tifones y tormentas.
En términos de dispositivos portátiles, la electrónica flexible es la más adecuada para probar parámetros relacionados con la piel, dada la naturaleza no plana del cuerpo humano.
Los sensores de presión flexibles se utilizan ampliamente en ropa inteligente, deportes inteligentes y “piel” robótica. El fluoruro de polivinilideno, el caucho de silicona y la poliimida, que sirven como materiales base, se han aplicado ampliamente en la fabricación de sensores de presión flexibles.
Estos materiales se diferencian de los sensores de fuerza que utilizan galgas extensométricas metálicas y de los sensores de presión generales que utilizan chips semiconductores de tipo n por presentar flexibilidad, conductividad y propiedades piezoresistivas superiores.
Jianping Yu y su equipo propusieron un nuevo conjunto de sensores táctiles capacitivos tridimensionales flexibles capaces de medir simultáneamente la presión y la fuerza de corte.
Con la capa de electrodos inductivos basada en placas de circuito impreso flexibles (FPCB) y la capa de electrodos flotantes basada en polidimetilsiloxano (PDMS), el frágil circuito de interfaz se procesa en la capa de electrodos inductivos en la parte inferior, lo que aumenta significativamente la rigidez a la flexión del conjunto de sensores. .
La tela de malla conductora formada recubriendo materiales compuestos conductores a base de carbono sobre tela de malla, desarrollada por Weijing Yi y su equipo, exhibe un rendimiento piezoresistivo pronunciado.
La relación de presión y resistencia de esta tela de malla conductora dentro del rango de presión tiene una buena relación lineal y una excelente repetibilidad.
Este tejido se puede utilizar para medir la presión en ropa inteligente, maniquíes flexibles y más, lo que lo hace importante para la investigación de dispositivos portátiles. La memoria de compuerta flotante, fabricada utilizando PEN como sustrato flexible y materiales orgánicos como capa conductora, tiene un rendimiento excelente y la matriz flexible de detección de presión resultante también tiene alta resolución.
SOHM y otros han creado sensores de presión flexibles incorporando capas de electrodos PDMS en matrices de nanotubos de carbono alineadas verticalmente, que pueden simular funciones de detección táctil y usarse para la investigación de la "piel" robótica.
3. Percepción e identificación de piezas
La identificación de piezas es un paso esencial en la fabricación industrial. El objetivo principal es discernir si las piezas o piezas en bruto que se introducen en las máquinas herramienta para su procesamiento son en realidad las piezas o piezas en bruto previstas, así como identificar la información de su posición actual.
En operaciones de pequeña escala o industrias con bajos requisitos de automatización, esta detección e identificación de piezas se puede realizar manualmente.
Sin embargo, en la fabricación industrial a gran escala o en los sistemas de fabricación automatizados flexibles, numerosas piezas diferentes se enrutan automáticamente a varios dispositivos de procesamiento dentro del sistema, lo que requiere detección e identificación automáticas.
La combinación de visión por computadora e inteligencia artificial para la identificación y detección automática de piezas es un área clave de la investigación actual.
Según las estadísticas, más del 80% de la información que procesan los humanos proviene de entradas visuales, lo que hace que los sensores visuales sean ventajosos de varias maneras para adquirir información sobre el espacio de trabajo y la pieza de trabajo:
(1) Incluso después de descartar una parte importante de los datos visuales, la información restante sobre el entorno circundante suele ser más abundante y precisa que la proporcionada por LIDAR o sensores ultrasónicos.
(2) Los sensores LIDAR y ultrasónicos funcionan emitiendo pulsos activamente y recibiendo pulsos reflejados para medir la distancia. Por lo tanto, cuando hay varias piezas simultáneamente en un banco, puede haber interferencias entre ellas. Sin embargo, este problema no existe con las mediciones visuales, que son pasivas.
(3) El período de muestreo de los datos de LIDAR y los sensores ultrasónicos es generalmente más largo que el de las cámaras, lo que los hace menos eficientes a la hora de proporcionar información a robots de alta velocidad. Por el contrario, los sensores visuales ofrecen velocidades de muestreo considerablemente más rápidas.
Por supuesto, los sensores visuales tienen sus inconvenientes, como ser menos efectivos que los sensores activos como el radar de ondas milimétricas en condiciones de niebla, luz solar directa y de noche.
Los sensores activos pueden medir directamente parámetros como la distancia y la velocidad de un objetivo, mientras que los sensores visuales requieren computación para obtenerlos.
Sin embargo, en entornos estructurados como laboratorios y talleres de producción automatizados, las ventajas duales de los sensores visuales en términos de capacidad de información y velocidad de recolección jugarán sin duda un papel crucial en el desarrollo de la detección y el reconocimiento automático de piezas.
Con la mejora continua del rendimiento de las computadoras y el rápido desarrollo y mejora de la tecnología de visión por computadora, el uso de computadoras para reconocer objetivos en imágenes se ha convertido en un punto importante de investigación.
Además, la adopción generalizada de métodos de implementación de hardware de alta velocidad ha permitido aplicar mejor en la práctica la tecnología de reconocimiento de imágenes en tiempo real.
Por lo tanto, el uso de la visión por computadora combinada con la inteligencia artificial para lograr la detección y el reconocimiento automático de piezas de trabajo tiene una gran importancia práctica.
La fase inicial de inspección e identificación de piezas se basó principalmente en métodos manuales. Sin embargo, con la continua aceleración de las velocidades en línea y las crecientes demandas de inspección e identificación de piezas, los métodos manuales se han vuelto cada vez más inadecuados para los requisitos industriales.
Esto ha llevado al surgimiento de numerosas tecnologías innovadoras para satisfacer las necesidades de inspección e identificación de piezas de trabajo, como la detección de corrientes parásitas, la inspección por infrarrojos, las pruebas ultrasónicas, las pruebas radiográficas, la inspección holográfica y las tecnologías de inspección por visión artificial.
Estas tecnologías han dado nueva vitalidad a la inspección e identificación de piezas, aumentando significativamente el nivel de automatización.
Entre estas tecnologías emergentes, el sistema de visión artificial ha obtenido la aplicación más extendida debido a su capacidad para adquirir información abundante y precisa.
Por ejemplo, la asistencia visual en el ensamblaje de robots puede identificar las dimensiones y formas de los componentes para garantizar la precisión del ensamblaje y el control de calidad.
Además, en base a la información reconocida por la visión, los productos se pueden cargar y descargar a través de sistemas logísticos automatizados.
Esto permite la identificación de partes que se mueven rápidamente, la determinación de la posición y orientación de un objeto en relación con las coordenadas, la finalización del posicionamiento y categorización del objeto, el reconocimiento de la distancia posicional y el ángulo de actitud del objeto, la extracción de características a partir de parámetros prescritos y la detección de errores.
Actualmente, la identificación de piezas emplea predominantemente métodos de calibración tradicionales basados en cámaras.
Desde la perspectiva del pensamiento computacional, los métodos tradicionales de calibración de cámaras se pueden clasificar en cuatro tipos: métodos de calibración que utilizan algoritmos de optimización, métodos que utilizan la matriz de transformación de la cámara, el método de dos pasos que considera la compensación de la distorsión y el método de calibración de doble plano que emplea un método más racional. Método del modelo de imágenes de cámara.
Según las características de los algoritmos de solución, estos métodos también se pueden dividir en métodos de minimización no lineal directos (métodos iterativos), métodos de solución de forma cerrada y métodos de dos pasos.
(1) Método de calibración mediante algoritmo de optimización
Estos tipos de métodos de calibración de cámaras suponen un modelo de imágenes ópticas muy complejo. Incorporan varios factores en el proceso de obtención de imágenes y obtienen parámetros del modelo de cámara resolviendo ecuaciones lineales.
Sin embargo, este método ignora por completo la distorsión no lineal en el proceso de la cámara. Para mejorar la precisión de la calibración, la aplicación de algoritmos de optimización no lineal es inevitable.
Este método tiene dos desventajas principales: primero, el resultado de la calibración de la cámara depende del valor inicial dado a la cámara.
Si el valor inicial no es apropiado, será difícil obtener el resultado de calibración correcto a través del programa de optimización. En segundo lugar, el proceso de optimización lleva mucho tiempo y no puede producir resultados de calibración en tiempo real.
Dainis y Juberts propusieron un método que utiliza transformación lineal directa e introduce factores de distorsión no lineales para la calibración de la cámara. Su sistema fue diseñado para medir con precisión la trayectoria de un robot.
El sistema puede medir la trayectoria del robot en tiempo real, pero no requiere que el algoritmo de calibración proporcione una calibración en tiempo real para el sistema.
(2) Uso del método de calibración de la matriz de transformación de la cámara
Los métodos tradicionales en fotogrametría sugieren que la ecuación que describe la relación entre el sistema de coordenadas espaciales tridimensional y el sistema de coordenadas de imagen bidimensional es generalmente una ecuación no lineal de los parámetros internos y externos de la cámara.
Si descuidamos la distorsión no lineal de la lente de la cámara y tratamos los elementos de la matriz de transformación de perspectiva como incógnitas, se puede utilizar un conjunto de puntos de control tridimensionales y los puntos de imagen correspondientes para resolver cada elemento de la matriz de transformación de perspectiva mediante una ecuación lineal. . método.
La ventaja de este tipo de método de calibración es que no requiere el uso de métodos de optimización para resolver los parámetros de la cámara, lo que permite un cálculo más rápido y en tiempo real de los parámetros de la cámara.
Sin embargo, todavía existen algunas deficiencias: en primer lugar, el proceso de calibración no considera la distorsión no lineal de la lente de la cámara, lo que afecta la precisión de la calibración.
En segundo lugar, el número de parámetros desconocidos en la ecuación lineal excede el número de parámetros del modelo de cámara independiente que se van a resolver, lo que significa que las incógnitas en la ecuación lineal no son mutuamente independientes.
Este problema de sobreparametrización significa que en situaciones donde la imagen contiene ruido, la solución a las incógnitas en la ecuación lineal puede ajustarse bien al conjunto de ecuaciones lineales, pero los parámetros derivados de esto no necesariamente se alinean bien con la situación real.
El método de calibración de cámaras mediante la matriz de transformación de perspectiva ha sido ampliamente aplicado en sistemas reales, obteniendo resultados satisfactorios.
(3) Método de dos pasos
La idea de este método de calibración es utilizar primero el método de transformación lineal directa o el método matricial de transformación de perspectiva para resolver los parámetros de la cámara.
Luego, utilizando los parámetros obtenidos como valores iniciales, se consideran los factores de distorsión y se utilizan algoritmos de optimización para mejorar aún más la precisión de la calibración.
