Introducción a los sistemas para CAD / CAM / CIM / CAE / CAL /CAI Estado actual y perspectivas. Javier Mochón, R. Aparicio, M. Armada y A.

Transcripción

1 Introducción a los sistemas para CAD / CAM / CIM / CAE / CAL /CAI Estado actual y perspectivas. Javier Mochón, R. Aparicio, M. Armada y A. Gago Resumen de terminología utilizada Al (Artificial lntelligence) = IA (Inteligencia Artificial) AM (Autonome Manufacturing) = FA (Fabricación Autónoma) CAD (Computer Aided Desing) = DAC (Diseño Asistido por Computador) CAE (Computer Aided Enginecring) =IAC (Ingeniería Asistida por Computador) CAI (Computer Aided lnstruction) = EAC (Enseñanza Asistida por Computador) CAL (Computer Aided Learning) = AAC (Aprendizaje Asistido por Computador) CAM (Computer Aided Manufacturing) = FAC (Fabricación Asistida por Computador) CAP (Computer Aided Plannings) = PAC (Planificación Asistida por Computador) CAS (Computer Aided Simulation)= SAC (Simulación Asistida por Computador) CAT (Computer Aided Test) = VAC (Verificación Asistida por Computador) CATVI (Computer Aided Time Varying Images) = ACIVT (Análisis por Computador de imágenes Variables en el Tiempo). CIM (Computer lntegrated Manufacturing) = FIC (Fabricación Integrada por Computador ES (Expert System) = SE (Sistema Experto) FA (Fui Automation) = AT (Automatización Total) FMC (Flexible Manufacturing Controlier) = CCFF (Controlador de Célula Flexible de Fabricación) FMS (Flexible Manufacturing System) = SFF (Sistema de Fabricación Flexible) GT (Grup Technologhy) = TG (Tecnología de Grupos) LAS (Laboratory Automation System) = SAL (Sistema de automatización de laboratorio) NC (Numetical Control) = CN (Control Numérico) NL (Natural Language) = LN (Lenguaje Natural) PIS (Picture lmage System) = SII (Sistemas de Información sobre Imágenes) 2.1. INTRODUCCION. SISTEMAS CAD/CAM Existe entre algunos científicos la tendencia a la clasificación de disciplinas de la Ciencia en conjuntos disjuntos. Este podría ser el caso de los sistemas CAD/CAM. En cambio, la realidad es bien distinta de esas clasificaciones conceptuales. Por ejemplo, hoy día, es difícil poder realizar procedimientos de CAD/CAM, y se verá a lo largo de este capítulo, sin apoyarse en otras disciplinas como los PIS (sistemas de información gráfica), los CAS (simulación asistida por computador), la computación gráfica, los diseños de sólidos en tres dimensiones (3D para el área de los CAD), los FMS (sistemas de Página 1 de 14

2 fabricación flexibles), el control numérico (NC), la FA (automatización total) o la AM (fabricación autónoma) para el área de los CAM. Sin embargo siguiendo esa normativa, ya aceptada, se pretende analizar diferentes sistemas, ayudados por computador, necesarios para poder desarrollar CAD/CAM, CIM, CAE CAL/CAI, dividiendo sus disciplinas de soporte en áreas concretas. El diseño y fabricación con ayuda de computador, comúnmente llamado CAD/CAM, (Computer Aided Desing Computer Aided Manufacturíng), es una tecnología que podría descomponerse en numerosas disciplinas pero que, normalmente, abarca el diseño gráfico, el manejo de bases de datos para el diseño y la fabricación, control numérico de máquinas herramientas, robótica y visión computadorizada. Históricamente los CAD comenzaron como una ingeniería tecnológica computadorizada, mientras los CAM eran una tecnología semiautomática para el control de máquinas de forma numérica. Pero estas dos disciplinas, que nacieron separadamente, se han ido mezclando gradualmente hasta conseguir una tecnología suma de las dos, de tal forma que los sistemas CAD/CAM son considerados, hoy día, como una disciplina única identificable. Sin embargo esta disciplina va usando, cada día más, ramas de otras disciplinas, como pueden ser: el lenguaje natural (asociado a la Inteligencia Artificial, e incluso ella misma), la simulación CAS (Computer Aided Simulation) o la geometría computacional. La evolución de CAD/CAM ha sido debida, en gran parte, a que esta tecnología es fundamental para obtener ciclos de producción más rápidos y productos elaborados de mayor calidad. Así, han sido espectaculares sus recientes desarrollos: el diseño 3D, la automatización total de industrias (FA), los sistemas de control descentralizados, los análisis y diseños cartográficos, o el análisis de objetos en movimiento (CATVI), que pueden representar alguno de estos logros. Básicamente, las condiciones que deben reunir los sistemas CAD/CAM podrían resumiese en: 1 ) El sistema debe ayudar al diseñador a realizar un trabajo mediante relaciones mutuamente efectivas. Es decir, el computador debe realizar aquellas tareas en las que es más eficiente que el operador humano. 2) El sistema debe ayudar en todos los procesos, desde el diseño conceptual al control numérico (NC). 3) En la etapa de diseño conceptual, el sistema deberá facilitar una presentación efectiva de objeto diseñado. Para tener una visión de conjunto de cómo pueden lograrse esas metas, analizaremos las técnicas, métodos y sistemas más usuales, las tendencias y las realizaciones experimentales y prácticas de una serie de disciplinas imprescindibles en CAD/CAM Sistemas de información sobre imágenes (PIS) Un sistema de este tipo es una forma especial de sistema de información que permite la manipulación, almacenamiento, recuperación y análisis de datos de imágenes. Hasta hace poco estos sistemas eran designados para aplicaciones específicas, pero los recientes avances en técnicas de Página 2 de 14

3 datos, computación gráfica y estructuras de datos de imágenes, han conducido al desarrollo de sistemas de características más generales. Las bases de datos de imágenes (PIS), son una colección de datos de imágenes codificadas en distintas formas. Hay sistemas, como el PDBS (sistemas de bases de datos de imágenes), que proporcionan una colección de datos de imágenes fácilmente accesibles por un gran número de usuarios. En definitiva los PDBS son el corazón o el almacén de los PIS. Hasta hace poco, la atención principal en la investigación sobre PDBS (Picture Data Base System) estaba dirigida al manejo de información no alfanumérica, lo que requiere gran cantidad de memoria aun con imágenes de mediana complejidad. La lista de nuevas aplicaciones dentro del procesamiento digital de imágenes ha crecido al incluir CAD interactivo, procesamiento de datos geográficos, sensores remotos para estudiar los recursos de la Tierra, procesamiento de datos relativos a economía agrícola, aplicaciones a la cartografía y a la realización de mapas. Estas nuevas aplicaciones implicaron el desarrollo de nuevas líneas de trabajo dirigidas al almacenamiento económico y eficaz, la recuperación flexible y la manipulación de grandes cantidades de información de las imágenes. Los tres modelos principales de una base de datos no alfanumérica tradicional son: el relacional, el tipo malla o retículo y el jerárquico. De estos tres, dos son los que fundamentalmente han sido más aplicados: el relaciona y el jerárquico, sobre los que las últimas investigaciones han desarrollado más modificaciones y ampliaciones. El primer modelo relaciona (IMAID) fue propuesto por Kunii en la Universidad de Tokio. El método permitía almacenar información en la que los atributos de las informaciones configuraban una base relaciona entre la información y podía describir imágenes complejas con color y textura. El sistema fue aplicado al estudio de geografía económica. Posteriormente Chang y otros mejoró el sistema introduciendo nuevos conceptos. Así la imagen es designada como un mapa (map) y la base de datos relacionar como un mapa de datos (dmap). También definía el proceso para pasar de un map a un dmap, la abstracción y la materialización inversa. Modelos más modernos son: el Orade y el R de IBM. La aplicación extensiva de estos sistemas reveló la insuficiencia del álgebra relaciona clásica para manipular gráficos y datos de imágenes al no poder, por ejemplo, analizar interrelaciones espaciales entre varios objetos de una imagen o escena. Nace así el álgebra dirigida a las imágenes que permite el tratamiento, recuperación, almacenamiento y transformación de datos espaciales. Este álgebra fue el inicio dé una nueva disciplina, la computación gráfica. Respecto a los sistemas jerárquicos, aparecen en 1977 con los trabajos de McKeon que proponen una estructura jerárquica a fin de almacenar representaciones simbólicas en sistemas de bases de datos de imágenes. Las imágenes son almacenadas en estructuras con, diferentes resoluciones llamadas retratos (iconics). Una variante posterior muy interesante es la de la estructura en árboles cuaternarios propuestas por Klinger. Más próximos son los modelos IMS de IBM y el Adabas con software de AG y computador Amdahi 470/V5. Página 3 de 14

4 Hoy día estas estructuras son investigadas en orden a diseñar sistemas y métodos que permitan un mejor acceso a la base de datos, flexibilidad e independencia en el almacenamiento, métodos eficaces de análisis de pequeñas porciones de una imagen. Simultáneamente al desarrollo del álgebra computacional, se comenzaron a desarrollar sistemas de bases de datos de imágenes integrados donde el usuario podía hacer uso de lenguajes especializados en este área. Así nacieron lenguajes como: 1 ) OPE (Preguntar mediante el uso de imágenes). Permite una manipulación convencional construyendo imágenes como entidades que pueden ser puntos, segmentos y regiones, a partir de operadores de unión, intersección o negación de imágenes previamente almacenadas y definir sus atributos tales como coordenadas. Se le pueden formular preguntas en un vocabulario definido y limitado. Recupera la información en entidades en la misma forma en que le fue suministrada al computador. 2) GRAIN (Interpretador algebraico relacionar orientado a gráficos). Permite realizar preguntas sobre operaciones algebraicas de la imagen según una sintaxis de lenguaje muy restringida. Así, la palabra get está asociada con la recuperación de información de los descriptores del sistema que verifican la condición impuesta en la pregunta. El lenguaje fue mejorado por Chang al introducir el concepto de zoom vertical, horizontal y diagonal. 3) IQ (Interrogador de imágenes). Es un lenguaje interactivo y permite la edición de imágenes, la transformación, almacenamiento, recuperación y presentación en pantalla. Contiene cinco tipos de ficheros: imagen, ventana, transformación, color y zoom. El usuario puede recuperar una imagen desde la base de datos, cargarla en un directorio, definir ventanas en la pantalla, transformación de pixels, funciones de color, escalas de zoom y superponer imágenes. Posee diez funciones entre operaciones booleanas y aritméticas. 4) IDMS (Sistema de dirección integrado de bases de datos). Es una versión mejorada del Sequel y permite almacenar conjuntamente, recuperar y presentar en pantalla, imágenes y datos alfanuméricos. 5) GADS (Sistema de análisis y visualización de datos geográficos). Soporta decisiones y acceso interactivo en bases de datos geográficos. 6) IDAMS (Sistema integrado de dirección y análisis de datos). Es un prototipo de características generales para manipulación de datos de forma interactiva. Los operadores están definidos en APL y permiten funciones de otros lenguajes como Fortran, PL/1 Assembler. Recientemente, se han desarrollado nuevos lenguajes, de uso especializado en el procesamiento de imágenes, por Duff, Uhr, Levialdi o por Cainaiello. 7) IPC (Procesamiento de imágenes con lenguaje C). Es un lenguaje basado en el C con atributos de alto nivel, fácil de usar con una velocidad de operación próxima al Assembler, con una buena librería de subrutinas pero, con pocas construcciones sintácticas diferentes a las del C y con limitaciones en el procesamiento serie de imágenes. 8) POPX. Es un lenguaje interactivo para procesamiento de imágenes, más evolucionado que su antecesor el POP-2, Se usa, fundamentalmente, en investigaciones de inteligencia Página 4 de 14

5 artificial y es un híbrido del C e IPC. Sus características más notables son que puede realizar operaciones con imágenes y que es interactivo pero posee una velocidad baja. Estos dos lenguajes se aplican principalmente en la reconstrucción de imágenes, análisis de textura y tomografía computadorizada. Son además implementables en procesadores celulares direccionables sin grandes problemas. Algunos de estos lenguajes han sido usados en el diseño de sistemas como: a) IFADS (Sistema interactivo para diseño de formas). Es un sistema interactivo cuyas partes principales son una estructura jerárquica en el sistema de configuración de imágenes y una base de datos relaciona. Dibuja líneas y áreas en color y con textura. Los atributos de relación pueden tener interpretación gráfica. Así, un atributo puede contener una llamada a otro atributo. La llamada puede ser a relaciones de tabulación estándar en la base de datos o a procedimientos. b) DIDS (Sistema interno de información visualizada). Es un sistema diseñado con menús. Puede ampliar áreas y subáreas seleccionadas de un mapa. Presenta en pantalla histogramas sobre datos estadísticos o estructuras geográficas. c) AIDAS (Sistema de soporte para actividades avanzadas de diseñadores). Posee una base de datos relacionar para almacenar información geográfica, geométrico, etc. El manejo de líneas es fácil así como el de curvas y áreas. Estas últimas son presentadas en color con su textura. d) CLIP4. Es un computador SIMD consistente en una matriz de 96 x 96 procesadores binarios con 35 bits de memoria por procesador. Usa los lenguajes IPC, POP2, POPX, CAP4 y sus características en el procesamiento de imágenes han sido descritas anteriormente. (Estos sistemas cuando son interactivos-ifads; CLIP4 con POPX y son aplicados a CAD se denominan SID, sistemas para diseño interactivo). Las nuevas áreas de aplicaciones del PDBS en CAE, CAD, OIS o en el diseño de futuros sistemas hacen prever que lleguen muy rápidamente a ser una extensión de los sistemas de información. Se han realizado progresos significativos, pero aún quedan por resolver (o se están resolviendo) problemas de la normalización de niveles relativos a: formatos de datos de imágenes modelos de bases de imágenes estructuras de datos lenguajes, etc Análisis por computador de imágenes variables en el tiempo (CATVI) Hace algunos años, las operaciones de procesamiento de las imágenes requerían enormes cantidades de tiempo y memoria, El diseño de computadores más rápidos y memorias más baratas han permitido el desarrollo de esta tecnología y aunque las operaciones con imágenes, hoy día, siguen consumiendo mucho tiempo, se ha progresado en su análisis. Página 5 de 14

6 Los CATVI (Computer Aided Time Varying Images), comprenden métodos y técnicas de procesamiento de imágenes variables en el tiempo, con el fin de encontrar diferencias entre las secuencias de una escena, transmitida por un sensor de visión y almacenadas en un computador, y que son causadas por el movimiento de objetos o del sensor. Básicamente, las finalidades de estos sistemas se pueden concretar en dos: 1) Identificar un objeto en las imágenes transmitidas por un sensor en movimiento. 2) Analizar el movimiento de un objeto respecto a un punto de referencia en una escena cuyas imágenes son transmitidas por un sensor de visión. Estos sistemas permiten, de acuerdo, con sus finalidades, su aplicación a objetivos tales como: - Cartografía. Guía de misiles. Tráfico. Meteorología. Análisis tridimensional de objetos. Aplicaciones en CAD y/o CAM, etc. En esta última aplicación, que es la que interesa aquí, el sistema debe tener un conocimiento de la naturaleza tridimensional o en 2D de los objetos en el espacio y al mismo tiempo ser capaz de interpretar cambios en los niveles de intensidad de los elementos individuales de las imágenes digitalizadas (pixels). En definitiva, la percepción del movimiento por computador es un objetivo principal de los sistemas que analizan procesos dinámicos. Usando una cámara con un ojo los sistemas CATVI analizan imágenes de procesos dinámicos, tomadas en cortos períodos de tiempo que no supongan cambios radicales entre dos imágenes consecutivas. Es conveniente recordar que las imágenes son proyecciones en dos dimensiones de las propiedades particulares de unos objetos en 3D. En algunos casos, el uso de sensores capaces de determinar la distancia de los objetos pueden servir para una posible interpretación de objeto en 3D. En cualquier caso, el análisis sobre el dominio en 2D es necesario para describir escenas en 3D. Uno de los efectos de las imágenes en 2D, que debe ser determinado desde las secuencias de imágenes, es la traslación de tramas de puntos de la superficie de objeto a analizar. En terminología de estereovisión, esa traslación entre tramas es la disparidad. La estimación de esta disparidad es el problema de correspondencia, llamado así porque requiere estructuras particulares dentro de una trama de la imagen para que pueda ser asociada con las siguientes tramas. Este problema de correspondencia puede ser iniciado al nivel de puntos individuales, superficies u objetos. Son tres las técnicas usadas más comúnmente que se citan en los tres siguientes subapartados Diferenciación Determina cambios significativos en la intensidad de la imagen en un análisis punto a punto. A menudo, se puede lograr una gran eficacia restando una trama de una imagen de la siguiente y Página 6 de 14

7 almacenar el resultado en grupos junto con las diferencias almacenadas, de los puntos que corresponden a porciones de superficies en movimiento. Los interiores de las regiones de las imágenes homogéneas no generan diferencia aun cuando la superficie correspondiente esté en movimiento. Pero la determinación de los límites de la superficie requiere, para cualquier observación, muchas secuencias de tramas (cuadros) o la aplicación de análisis no locales, la razón de traslación puede ser estimada por medio de la comparación de superficies en diferentes tramas o análisis de diferentes imágenes. Esta es la técnica seguida, fundamentalmente, por Jain que normaliza el proceso en tres fases: de conjunto, de atención y de conocimiento. Figura 1 Diagrama evolución CAD/CAM. Página 7 de 14

8 El proceso de análisis de conjunto identifica áreas de campo de visión del sensor que exhiben cambios persistentes en cada imagen procesada. El proceso de atención concentra al sistema en el análisis de las subimágenes donde existen cambios y, por último, el proceso de conocimiento estudia los cambios detectados y los relaciona con el conjunto de la escena transmitida por el sensor de visión. Respecto al método de diferenciación, consiste en la determinación entre dos tramas [F(i), F(i+l)], de las imágenes digitalizadas que poseen características de niveles de grises diferentes. Diferencia que puede ser evaluada por diversas técnicas, desde la simple resta, a la razón de probabilidad referenciada a pequeñas regiones. Suponiendo una iluminación constante y una posición estacionaria de sensor de visión, pueden diferenciarse cambios en un píxel si cambian sus niveles o varía su iluminación. Pero el método puede presentar graves problemas de indecisión debidos al ruido. Para evitarlos Jain diseñó un método elemental para su eliminación, acorde con la sencillez del problema: un filtro de umbral; lo que implica ignorar pequeñas regiones en las cuales el número de pixels diferentes sea menor que el valor de umbral N, previamente prefijado. El resultado es que pequeños desplazamientos u objetos pequeños no pueden ser analizados con el método ya que, las diferencias son consideradas Por el sistema como ruido o, en el caso más favorable, como indicadores de movimiento. Se ha sacrificado la precisión a la sencillez. Por otra parte, el sistema presupone que el movimiento tiene suficiente contraste como para que en la figura analizada se puedan distinguir sus límites. Sin embargo, en las escenas reales se pueden encontrar muchos objetos con diferentes características y diferentes tipos de movimientos, con lo que se dificulta, aún más, establecer interacciones definitivas entre los parámetros de movimiento, las características de los objetos y el número diferente de regiones en la imagen diferencia entre tramas. Para resolver estos problemas Jain, Martin y Aggarwal desarrollaron un método de decisión en árbol, en el que se analizan las ocho situaciones posibles y se pueden detectar y analizar objetos dinámicos en movimiento dentro de una escena, y una novena en la que es imposible detectar situaciones de movimiento (traslacional o rotacional) a partir de la imagen diferencia. El árbol permite también detectar la oclusión de dos bloques en movimiento con sólo dos tramas a partir de relaciones monotónicas, entre elementos adjuntos de una región en una imagen diferencia acumulativa, y estimar la dirección y la razón de desplazamiento por tramas de un objeto no estacionario dé la imagen. El algoritmo detecta las componentes de imágenes no estacionarias, así como una componente de la imagen desplazada unos pocos píxeles, desde la trama de referencia. Por otra parte, si el desplazamiento de una componente de la imagen es más grande que su proyección a lo largo de la dirección de movimiento, la detección se realiza a partir de los niveles de gris ya indicados. El algoritmo usado permite estimar la razón y la dirección de desplazamiento, el peso de la imagen y el número de tramas en las que ha existido desplazamiento, desde la trama de referencia, en el intervalo que media entre la detección del movimiento y la extracción de la imagen. Página 8 de 14

9 Sin embargo, algunos fenómenos como los de oclusión, la velocidad, o la estructura tridimensional necesitan de información suplementaria. Es el caso de la obtenida desde pares de tramas que usan reglas de inferencia para alcanzar un análisis correcto de la escena. En resumen, se trata de un sistema cuyas características más importantes son su simplicidad y eficacia para indicar en qué parte de una escena, transmitida por los sensores de visión, existen movimientos y, a partir de ella, mediante análisis pragmáticos, estudiar por computador la naturaleza de los cambios. Por otra parte, al ignorarse en el análisis la componente estacionaria de la imagen, se elimina el uso de recursos de computadores innecesarios y se mejora la velocidad de cálculo. No obstante, su mayor inconveniente radica en la necesidad de una fuente de iluminación constante (lo que no conlleva mayores problemas en procesos industriales), y en que la eliminación del ruido no permite detectar desplazamientos mínimos u objetos pequeños CATVI de objetos en 3D La determinación de movimientos en 2D, es la base para estimar las propiedades de estructuras 3D como pueden ser: la localización y naturaleza de los límites de una oclusión, la orientación de superficies y la forma del objeto. Cualquiera que sea la técnica que se utilice serán necesarios conocimientos precisos sobre la geometría de la imagen y de los objetos en la escena. Las técnicas también tienen en cuenta que el movimiento podría ser en línea recta o en trayectoria curva y que el proceso de proyecciones puede ser descrito por una amplia variedad de modelos como los planos o esféricos. La técnica del flujo óptico es fundamentalmente aplicable en 2D y para ser utilizada en descripciones 3D necesita de técnicas de análisis suplementarias como: orientación del observador, determinación de las propiedades de superficie locales y descripción global de la forma del objeto. Así, si un observador se está moviendo a través de un ambiente estático, se usan los patrones de flujo óptimos, para determinar su dirección en la trayectoria, así como la orientación de la superficie aun cuando la velocidad sea desconocida. Recordemos que la velocidad de proyección de un punto en el espacio está directamente relacionada con la distancia del punto al sensor. Por tanto, los cambios graduales Página 9 de 14

10 en la disparidad corresponden a un proceso continuo mientras que cambios bruscos corresponden a profundas discontinuidades en los límites de oclusión. Consecuentemente, la asociación entre discontinuidades y disparidad es la base para encontrar ocasiones. El problema se plantea en si la precisión de la disparidad es adecuada en muestras con puntos suficientemente densos y en la necesidad de ignorar cambios continuos y aceptar solamente grandes diferencias o saltos. Otra posibilidad de hallar oclusiones está basada en el hecho de que porciones de superficies ocluidas aparecen y desaparecen en los límites de las superficies en movimiento. Este fenómeno es descrito en términos psicológicos como el efecto acrecentamiento / desaparición. Si las regiones, con ese efecto, en los límites de la imagen pueden hallarse fiablemente, es detestable fácilmente la localización de los límites de un objeto en movimiento Tendencias en la investigación en CATVI Las áreas en investigación en CATVI están muy diversificadas al no existir una normalización suficiente de la disciplina. Algunos métodos descritos anteriormente, hace relativamente poco tiempo que han sido implantados con datos reales. Aún se están resolviendo problemas relacionados con la precisión, la eficacia, la caracterización del movimiento en regiones con poco contraste en sus imágenes digitalizadas, algoritmos geométricos rápidos, etc. Incluso algunos trabajos en 3D analizan posibles soluciones al problema de la correspondencia en escenas con condiciones límites. También en la actualidad, los investigadores en inteligencia artificial están interesados en desarrollar sistemas de visión por computador de características generales. El criterio propuesto es que el sistema sea capaz de emular las características y funcionamiento del ojo humano en una gran variedad de tareas. Así, algunos de estos investigadores están trabajando en modelos de visión humana con ayuda de computador o más bien en modelos de percepción, si nos atenemos a las dos grandes clases de modelos de análisis de imágenes: modelos de percepción de datos y modelos para los datos que han sido percibidos, realizados ambos con el concurso de psicólogos y médicos. Entre los trabajos más notables de esta nueva área fascinante, se encuentran los realizados por David Marr y su equipo de colaboradores o los relativos a la percepción del movimiento realizados en el MIT por Uliman, Hoffmann y Finchbaugh, en los que se analizan el movimiento visual por medio de sistemas de computadores ayudados de la interpretación biológica de ese movimiento Diseño de sólidos en 3D Se han descrito hasta ahora las bases, y como se dijo anteriormente, disciplinas dentro de los CAD, para poder analizar, con un adecuado repertorio de conocimientos los últimos desarrollos dirigidos hacia el diseño de objetos tridimensionales que, evidentemente, son utilizados, controlados y fabricados en la industria. Página 10 de 14

11 Para poder llevar a cabo el diseño en 3D es necesario que el computador posea métodos de entrada de datos del sólido a modelar y una adecuada presentación del mismo en sus etapas intermedias. Así, los métodos que no permiten generar proyecciones en dos dimensiones del dibujo tridimensional - GWB, CSG - resultan engorrosos de manejar, corregir e incluso comprender, en etapas no finales, si el sólido es moderadamente complejo. Para evitar ese problema, Wesley y Markovsky y posteriormente Sakurai y Gossard desarrollaron procedimientos para la generación automática de sólidos a partir de sus proyecciones (los primeros sólo con caras planas y los segundos admitiendo objetos no planos). El proceso consiste en construir lados y superficies a partir de elementos simples, como vértices; con los lados formar bloques y con la combinación o ensamblaje de bloques se obtiene el sólido objeto del diseño. Este proceso muy simple no necesita diseñadores, pero tiene graves inconvenientes como: poseer unas reglas y convenciones muy estrictas que no admiten fácilmente introducir dibujos directamente en sus entradas normalizadas; existencia de ambigüedades en ciertos diseños y necesitar mucho tiempo de CPU debido al uso de excesivos cálculos combinatorios. Algunas de las soluciones más notables a estos problemas se encuentran en la aplicación del lenguaje natural o en la simulación interactiva, de las que a continuación analizamos un ejemplo de cada método. La configuración del software de un sistema de CAD / CAM interactivo como el desarrollado por Sharp Corporation (Japón) posee una serie de subsistemas o módulos cuyas. cualidades están relacionadas con las funciones ejecutabas de tres módulos fundamentales: el modelador, el de dibujo y el de simulación. Las principales funciones del modelador son: 1) Capacidad de generar y borrar elementos básicos. 2) Manipulación de datos. 3) Generación de superficies. 4) Ensamblaje de partes del diseño. 5) Intersección de superficies. 6) Control sobre el dibujo para permitir ver el modelo desde cualquier orientación. Las principales funciones del módulo del dibujo son: 1) Permitir el dimensionamiento dentro de un área específica. 2) Fácil modificación de las dimensiones. Las funciones del módulo de simulación son: capacidad de crear la figura tridimensional sombreado a partir de polígonos que se van ensamblando en un diálogo interactivo con el diseñador que va incorporándole información sobre las propiedades de la superficie (color, textura, reflectancia y transparencia, referidas éstas al tipo de proyección y la posición del ojo humano en la visión del objeto) y sobre la luz fuente que actúa sobre el objeto (intensidad y posición) para determinar el sombreado (mediante las rutinas definidas por Blinn). Página 11 de 14

12 Suplementariamente un módulo cinemática, que utiliza el método de centro de rotación instantáneo y el álgebra vectorial, permite introducir la información sobre la rotación o la traslación, definición de uniones y sobre las juntas mediante un mecanismo creado con el modelador. Por otra parte, funciones puramente de CAM como caminos de corte a seguir por las máquinasherramienta de control numérico pueden, también, ser generadas automáticamente desde el computador (CIM). El otro sistema que incorpora el lenguaje natural ha sido diseñado por Hitachi Research Lab. y la Universidad de Tokio. Se trata en consecuencia, de un sistema experto para la construcción top-down (arriba-abajo) de formas de objeto en 3D a partir de diseños (SID-CIM). En general se puede considerar al sistema como un ES (sistema experto), que elimina uno de los grandes obstáculos de los CADICAM: la interacción usuario-computador, para su mayor incorporación en industrias y para que sean más eficientes de lo que son actualmente. Por otra parte, la utilización del lenguaje natural presenta el inconveniente de su base de conocimientos de las reglas gramaticales necesarias para analizar sentencias. Sin embargo, el vocabulario de descripción de figuras geométricas es muy restringido y técnico y, como consecuencia, lo son, también, las reglas gramaticales y el sentido común para interpretar las frases u oraciones. Por tanto, la cantidad de conocimientos sobre el dominio de operación del sistema es grande pero no imposible de alcanzar, lo que ha facilitado su ejecución. La propuesta realizada por Kunii para diseñar objetos en 3D mediante interfaz en el lenguaje natural podrían resumiese en: 1) El diseñador dibuja el objeto e introduce sentencias de comentarios en una hoja electrónica que es leída por el computador, el cual los transforma en dígitos de información dentro de una imagen binaria. 2) Posteriormente es analizada por el computador la imagen binaria, separando la parte de dibujo de las sentencias. 3) Los caracteres son analizados usando técnicas de reconocimiento para formar sentencias. 4) Los dibujos. son vectorizados reconociendo las líneas como segmentos, los patrones de círculos como círculos, etc. Los datos que indican la longitud de los lados son interpretados para realizar una proyección bidimensional interna. 5) Lados, vértices, círculos, etc. constituyen la estructura geométrico bidimensional (2D). 6) Las sentencias son analizadas usando técnicas de procesamiento en lenguaje natural, en las que se incluyen: a) Reconocimiento de palabras e inflexiones. b) Análisis y representaciones del conocimiento. 7) El significado de las sentencias y la información 2D almacenadas permite al computador generar los elementos 3D. Para conocer qué parte de las proyecciones corresponden a un subobjeto descrito en lenguaje natural se usan estructuras semánticas de tramas en las que se describen los objetos y sus relaciones. Las tramas, que permiten almacenar y manipular los conocimientos de base, son completadas con árboles cuaternarios para el análisis geométrico, últimamente mejoradas. Página 12 de 14

13 Jarvis describe la estructura del Departamento de Investigación en Robótica y Visión por Computador de la Universidad Nacional de Australia, los algoritmos y sistemas utilizados para el desarrollo de visión por computador en tiempo real y la manipulación de objetos mediante la combinación de robots e inteligencia artificial. Su método puede descomponerse en cinco subsistemas relativos a: Adquisición de datos. Control de robot. Adquisición de imágenes en color. Recuperación de la base de datos de imágenes almacena das en el computador. El lenguaje usado es el VAL y las comunicaciones según interfaces RS-232 excepto la que intercomunica el sistema Genisco con el computador principal (Data General Nova) a través de DMA. También analiza los resultados y evalúa las posibles aplicaciones de diferentes tipos de algoritmos de procesamiento de imágenes y su nivel de aceptación en el control de robot Unimate FABRICACION ASISTIDA POR COMPUTADOR (CAM) Usar computadores en el proceso de control de fabricación industrial continuo, como la química o las refinerías de petróleo, viene realizándose desde hace bastantes años; pero sólo desde hace algunos se han introducido aquéllos en industrias que fabrican simultáneamente una gran variedad de productos por jornada. No era posible diseñar sistemas capaces de producir cantidades de diversos productos que podían alcanzar la cifra de varios centenares, como ocurre en la industria del automóvil o en el sector del metal, con técnicas mecánicas rígidas. Sólo con métodos flexibles generados por los computadores, se posibilitaba una solución. El rápido progreso de los sistemas denominados CAM, está ligado a este proceso de uso del computador en la industria. No obstante, siguen presentándose hoy. Citemos el caso de EE.UU. donde estos problemas son debidos no a su tecnología sino a la poca estandarización de los procesos productivos a los que son aplicables. Gran parte de la tecnología comercializada hoy, realiza una automatización parcial del sector del metal Los equipos más avanzados de esa tecnología de automatización parcial, son los sistemas de fabricación flexible (FMS), los cuales contienen máquinas-herramienta programabas bajo el control de un computador central. Los FMS (Flexible Manufacturing System) fueron introducidos al principio de los años setenta y hoy operan en Japón, Estados Unidos, Canadá, Unión Soviética y el MCE. Pero casi la mitad de estos sistemas que funcionan en el mundo son japoneses, as( como la totalidad de los existentes en Japón. A principio de los años ochenta, Japón, tenía 30 unidades de FMS operando en sus industrias, mientras que EE.UU., MCE y la Unión Soviética sólo poseían, en conjunto, una docena. Un proceso similar ha ocurrido con los robots, que de los que funcionaban en 1981, Japón tenía instalados casi la mitad. En Estados Unidos funcionaban 2000 y en Suecia y Alemania Occidental en cada una. Página 13 de 14

14 Estas cifras, con ser representativas, son poco indicativas frente al concepto de robotización japonés. Así una parte de esos robots instalados están siendo utilizados por algunas industrias japonesas, como la Fanuc, para fabricar robots. Esta puede indicar cómo pueden evolucionar los mercados de fabricación ( crecimiento lineal-crecimiento exponencial?). Sin embargo, esta notable diferencia de aplicación de producto elaborado no se corresponde con el nivel de investigación, donde Japón y EE.UU. van en paralelo en casi todas las disciplinas excepto en una fundamental: el desarrollo de software, en que Estados Unidos lleva un considerable adelanto. Las investigaciones en EE.UU. están dirigidas al diseño de robots y sistemas muy complejos y elaborados; citemos como ejemplo FA (automatización de factorías) y AM (fabricación automática). Así, al obsoleto robot Unimate, le sustituyó en los años ochenta el Milacron T-3 (que hizo ascender las ventas a 200 millones de dólares al año), los sucesivos prototipos desarrollados por Westinghouse (APAS), el proyecto ICAM, etc. Últimamente se desarrollan proyectos como el de la CMU (Carnegie Mellon Un versity) que trabajan sobre AM con el sistema ISIS que asume conceptos y áreas de la inteligencia artificial, o el Transcell que es capaz de manejar una gran cantidad de máquinas con lenguajes diferentes Sistemas de fabricación flexible (FMS) La arquitectura de la red de ordenadores en un FMS (Flexible Manufacturing System), es jerárquica con tres niveles de operación. Un computador, maestro o principal (host), ejerce el control del sistema de computadores, coordina totalmente el sistema de producción, monitoriza el sistema ante cualquier rotura de herramientas, maquinaria o transportes y alerta a los supervisores de esa contingencia. ambi n determina el trabajo de cada máquina y las rutas de transporte de los productos a la máquina apropiada para optimizar la producción y el uso de ellas. El segundo nivel de computadores subordinados al principal se denomina módulo de control numérico (DNC), el cual supervisa las operaciones de la máquina-herramienta, selecciona en su área de trabajo los programas que deben cargarse en la memoria de esas máquinas, transmitiendo el tiempo de ejecución y manteniendo un diálogo con ellas para tener informado al computador principal. El nivel más bajo del control por ordenador es el sistema de control numérico computerizado (CNC) el cual está directamente relacionado con la máquina-herramienta. Abril de 2003 Página 14 de 14