Hoe verbeter je een robot grasmaaier?
Juul Kleinpenning en Dylan van Deelen, studenten Embedded Systems Engineering (ESE), zijn de afgelopen periode binnen hun minor Embedded Vision Design and Machine Learning aan de slag gegaan met het verbeteren van een robot grasmaaier (Robotic Lawnmower). Doel is om een alternatief te bedenken voor het bepalen van het werkveld van de grasmaaier.
Juul legt uit: “In de huidige situatie wordt er een grensdraad rondom het grasveld gelegd. Dat is niet voldoende, we kregen de opdracht om een ‘vision’ oplossing hiervoor te bedenken. De bedoeling is dat de grasmaaier op basis van camerabeelden in staat moet zijn om zelfstandig een traject te rijden. Omdat er op een grasveld objecten kunnen liggen, hebben we ook naar dit probleem gekeken. Deze opdracht paste goed in onze interesses en invulling van onze minor.”
Wat hebben jullie ervan geleerd?
“Wij zijn veel wijzer geworden op het gebied van AI (artificial intelligence)”, vertelt Dylan. “De lesstof van de minor kon goed worden toegepast in het project waardoor je iets in praktijk kon brengen en dit vervolgens uit te breiden.”
Welke nieuwe verbeteringen toegepast of innovatie toegevoegd?
“Wij hebben onderzoek gedaan naar HSV filtering en semantic segmentation. Dit hebben wij vervolgens gebruikt om de robot aan te sturen.”
Het HSV-filter zet een kleurenbeeld om in een binair zwart-witbeeld. Het kleurenbeeld wordt opgesplitst in de kanalen kleur (Hue), helderheid (Value) en verzadiging. Voor elk van deze kanalen wordt een tolerantie gespecificeerd. Alle pixels die binnen deze tolerantie liggen, verschijnen wit in de zwart-witafbeelding. Alle pixels die niet binnen deze tolerantie liggen, verschijnen zwart.
Welke opvallende resultaten, conclusies kunnen jullie noemen?
Juul: “Door de implementatie van bijvoorbeeld semantic segmentation kan de robot zelf zijn werkveld kunnen bepalen. Daardoor is de installatie van een grensdraad niet meer nodig. Dit scheelt een hoop tijd en maakt de kans op storingen een stuk kleiner. Het is mooi om te zien dat de techniek al zover is. Het maakt het leven van mensen makkelijker.”
Semantic segmentation is de taak om een klasselabel toe te kennen aan elke pixel in een afbeelding.
Waarom hebben jullie gekozen voor ESE aan de HAN?
“Na het afronden van het mbo wilden wij doorstuderen. Embedded Systems Engineering vinden we een uitdagende opleiding die ons een mooi toekomstperspectief kan bieden.”
Klik op ‘play’ om het project Robotic Lawnmower nader te bekijken:
Bron en fotografie: HAN