Ссылка для цитирования : Каримов А. И., Стрельников М. Д., Мазин С. В., Горюнов Д. С., Кулагин М. В., Каримов Т. И. Модель сухой кисти для робототехнической живописи // Изв. вузов. Приборостроение. 2024. Т. 67, № 7. С. 574–585. DOI: 10.17586/0021-3454-2024-67-7-574-585.

Аннотация. Рассматривается одно из направлений компьютерного творчества — робототехническая живопись, объединяющая передовые алгоритмы генерирования изображений с современной мехатроникой. Представлены результаты разработки модели кисти для робота-художника, основанного на коллаборативном роботе Jaka Zu 3. Особое внимание уделяется эффекту сухой кисти — техническому приему, при котором „воздушные“, текстурные мазки наносятся кистью с небольшим количеством краски. Ранее этот прием не использовался в машинной живописи целенаправленно. Описана экспериментальная установка, включающая коллаборативный робот Jaka Zu 3 с кистью, стол, холст, фотоаппарат, а также систему освещения. Введено понятие интегральной плотности мазка, характеризующее количество краски, остающееся на холсте, при исполнении мазка сухой кистью. На основе опытных данных предложена новая математическая модель, позволяющая управлять шириной мазка, оставляемого кистью, и его интегральной плотностью. Полученные результаты могут быть востребованы как при компьютерной имитации живописи, так и в практических реализациях конструкций роботов-художников

Ключевые слова: робототехника, робототехническая живопись, робот-художник, сухая кисть, Jaka Zu 3

Благодарность: работа выполнена при финансовой поддержке Российского научного фонда, соглашение № 22-79-00171.

Список литературы:

1. Oppenlaender J. The creativity of text-to-image generation // Proc. of the 25th Intern. Academic Mindtrek Conf. 2022. P. 192–202. DOI: 10.1145/3569219.3569352.
2. Scalera L., Seriani S., Gasparetto A., Gallina P. A novel robotic system for painting with eyes // Advances in Italian Mechanism Science: Proc. of the 3rd Intern. Conf. of IFToMM Italy 3. 2021. P. 191–199.
3. Gallina P. Neural network painting defect classification using Karhunen–Loeve transformation // Optics and Lasers in Engineering. 1999. Vol. 32, N 1. P. 29–40.
4. Scalera L., Seriani S., Gasparetto A., Gallina P. Non-photorealistic rendering techniques for artistic robotic painting // Robotics. 2019. Vol. 8, N 1. P. 10.
5. Lindemeier T., Metzner J., Pollak L., Deussen O. Hardware-based nonphotorealistic rendering using a painting robot // Comput. Graph. Forum. 2015. N 34 (2). P. 311–323.
6. Marx D., Vangobot L. K. CloudPainter [Электронный ресурс]: http://www. cloudpainter.com/blog/2016/10/19/dougmarx-and-luke-kellys-vangobot, 08.01.2024.
7. Winner of the 2018 Robot Art prize. Cloudpainter [Электронный ресурс]: http://www. cloudpainter.com, 08.01.2024.
8. https://www.liatgrayver.com/ABOUT/, 08.01.2024.
9. Grinberg I. et al. Implicit collaboration with a drawing machine through dance movements // Proc. of the 8th ACM Symp. on Computational Fabrication. 2023. P. 1–2. DOI: 10.1145/3623263.3629150.
10. Lin Y. et al. It is your turn: Collaborative ideation with a co-creative robot through sketch // Proc. of the 2020 CHI Conf. on Human Factors in Computing Systems. 2020. P. 1–14.
11. Scalera L. et al. Human–robot interaction through eye tracking for artistic drawing // Robotics. 2021. Vol. 10, N 2. P. 54.
12. Beltramello A. et al. Artistic robotic painting using the palette knife technique // Robotics. 2020. Vol. 9, N 1. P. 15.
13. Scalera L. et al. Airbrush robotic painting system: Experimental validation of a colour spray model //Advances in Service and Industrial Robotics: Proc. of the 26th Intern. Conf. on Robotics in Alpe-Adria-Danube Region, RAAD 2017. Springer International Publ., 2018. P. 549–556.
14. Sun Y., Xu Y. A calligraphy robot—Callibot: Design, analysis and applications // IEEE Intern. Conf. on Robotics and Biomimetics (ROBIO), IEEE. 2013. P. 185–190.
15. Scalera L., Seriani S., Gasparetto A., Gallina P. Watercolour Robotic Painting: a Novel Automatic System for Artistic Rendering // Journal of Intelligent & Robotic Systems. 2018. P. 1–16.
16. Karimov A. et al. A Robot for Artistic Painting in Authentic Colors // Journal of Intelligent & Robotic Systems. 2023. Vol. 107, N 3. P. 34.
17. Karimov A. et al. Advanced tone rendition technique for a painting robot //Robotics and Autonomous Systems. 2019. Vol. 115. P. 17–27.
18. Gülzow J. M., Grayver L., Deussen O. Self-improving robotic brushstroke replication // Arts. MDPI. 2018. Vol. 7, N 4. P. 84.
19. Zeng K. et al. From image parsing to painterly rendering // ACM Trans. Graph. 2009. Vol. 29, N 1. P. 2:1–2:11.
20. Chu N. et al. Detail-preserving paint modeling for 3D brushes // Proc. of the 8th Intern. Symp. on Non-Photorealistic Animation and Rendering. 2010. P. 27–34.
21. Guo C. et al. The simulation of the half-dry stroke based on the force feedback technology // 8th Intern. Conf. on Graphic and Image Processing (ICGIP 2016). SPIE, 2017. Vol. 10225. P. 420–426.
22. Zhao J. et al. An inverse problem for Bingham type fluids //Journal of Computational and Applied Mathematics. 2022. Vol. 404. P. 113906.
23. Sorbie K. S. Polymer-Improved Oil Recovery. Springer Science & Business Media, 2013.
24. Гусев Ю. И., Карасев И. Н., Кольман-Иванов Э. Э. Конструирование и расчет машин химических производств. М.: Машиностроение, 1985.
25. Eberhard U. et al. Determination of the effective viscosity of non-Newtonian fluids flowing through porous media // Frontiers in Physics. 2019. Vol. 7. P. 71.