Aprehensión estable con una mano robótica usando información visual

Abstract

Para una persona que no presente discapacidad motriz, sujetar un objeto es una ta-rea tan usual que seguramente nunca habrá discernido acerca de la complejidad de este proceso, al punto de poder tomar un vaso hasta con los ojos cerrados. Si la misma tarea es realizada por una máquina, aspectos como los puntos de agarre, la cantidad de fuerza a aplicar, la ubicación de los elementos, etc., se convierten en el centro de interés pues se debe evitar que los cuerpos se deslicen. El desarrollo de este trabajo giró en torno a la identificación de los puntos de apre-hensión de diversos objetos, usando un agarre de dos y tres dedos. Para tal fin, se recurrió al uso de diversas técnicas de procesamiento de imágenes digitales, en las cuales se visualizan los elementos a sujetar. Para cumplir con este propósito, las ta-reas realizadas fueron: 1. Capturar la escena usando una cámara web; la imagen debe tener alto con-traste. 2. Segmentar los objetos presentes en la imagen. 3. Seleccionar el elemento cuyo centro de masa esté más cercano al centro de la escena, y establecer sus características físicas (curvatura y vectores normales a la curvatura) 4. Identificar los posibles puntos de agarre, los cuales deben cumplir los criterios de fricción (para dos dedos) y del área de intersección de los conos de fricción (para agarre con tres dedos). Este proyecto está enmarcado en el proyecto “Prótesis robótica de mano” que fue propuesto por el grupo de investigación en Automática Industrial de la Universidad del Cauca.

For a human without any handicap, grasp an object is an usual task, so usual that he or she doesn’t realize the complexity of this process. When the same task (grasp an object) is done by a computer, certain aspects like grasp points, applied forces, ob-jects location, between other, becomes important, because these are the main topics to avoid an unstable grasp (object slides off from the grasper). This Project development it’s about to identify two and three fingered grasping points of various objects, this is made with different digital image processing techniques that calculate them. To accomplish this objective, the principal task to be made were: 1. Acquire 3D scene using a webcam. This image must have high contrast 2. Segmentation of the object in the scene 3. Select the element whom mass center is closest to the center of the scene and capture this objects’s physical characteristics (Curvature and normal vectors) 4. Identify the possible grasping point, which must meet the friction criteria (for two-fingered grasp) and intersection area of friction cones (for three-fingered grasp) This project is part of the Automatic Industrial investigation group’s project “Prótesis robótica de mano” at Cauca’s University