Представлен робот, который находит потерянные предметы

Прочитано: 190 раз(а)


Для людей найти потерянный кошелек, спрятанный под кучей вещей, довольно просто — мы просто вытаскиваем вещи из кучи, пока не найдем кошелек. Но для робота эта задача включает в себя сложные рассуждения о куче и объектах в ней, что представляет собой серьезную проблему.

Исследователи Массачусетского технологического института ранее продемонстрировали роботизированную руку , которая сочетает в себе визуальную информацию и радиочастотные (РЧ) сигналы для поиска скрытых объектов, помеченных метками RFID (которые отражают сигналы, посылаемые антенной). Основываясь на этой работе, они разработали новую систему, которая может эффективно извлекать любой объект, зарытый в кучу. Пока некоторые предметы в куче имеют RFID-метки, целевой предмет не нужно маркировать, чтобы система могла его восстановить.

Алгоритмы, лежащие в основе системы, известной как FuseBot, рассуждают о вероятном местонахождении и ориентации объектов под грудой.

Алгоритмы, лежащие в основе системы, известной как FuseBot, рассуждают о вероятном местонахождении и ориентации объектов под грудой. Затем FuseBot находит наиболее эффективный способ удаления мешающих объектов и извлечения целевого объекта. Это рассуждение позволило FuseBot найти больше скрытых предметов, чем самая современная робототехническая система, в два раза быстрее.

Эта скорость может быть особенно полезна на складе электронной коммерции. Робот, которому поручена обработка возвратов, может более эффективно находить предметы в несортированной куче с помощью системы FuseBot, говорит старший автор Фадель Адиб, доцент кафедры электротехники и компьютерных наук и директор группы Signal Kinetics в Media Lab.

«В этом документе впервые показано, что простое присутствие предмета с RFID-меткой в ​​окружающей среде значительно облегчает выполнение других задач более эффективным образом. Мы смогли сделать это, потому что добавили мультимодальные рассуждения в системе — FuseBot может рассуждать как о зрении, так и о радиочастотах, чтобы понять кучу предметов», — добавляет Адиб.

Вместе с Адибом в работе над статьей участвуют ассистенты-исследователи Тара Бороушаки, ведущий автор; Лаура Доддс; и Назиш Наим. Исследование будет представлено на конференции Robotics: Science and Systems.

Теги таргетинга

Недавний рыночный отчет показывает, что более 90 процентов розничных продавцов США в настоящее время используют метки RFID, но эта технология не универсальна, что приводит к ситуациям, когда метками маркируются только некоторые предметы в стопках.

Эта проблема вдохновила группу на исследования.

С помощью FuseBot манипулятор использует прикрепленную видеокамеру и радиочастотную антенну для извлечения немаркированного целевого предмета из смешанной кучи. Система сканирует кучу своей камерой, чтобы создать 3D-модель окружающей среды. Одновременно он посылает сигналы от своей антенны для обнаружения меток RFID. Эти радиоволны могут проходить через большинство твердых поверхностей, поэтому робот может «видеть» вглубь кучи. Поскольку целевой предмет не помечен, FuseBot знает, что предмет не может находиться в том же месте, что и RFID-метка.

Алгоритмы объединяют эту информацию для обновления 3D-модели окружающей среды и выделения возможных местоположений целевого объекта; робот знает свой размер и форму. Затем система анализирует объекты в куче и местоположения меток RFID, чтобы определить, какой элемент удалить, с целью найти целевой элемент с наименьшим количеством перемещений.

По словам Бороушаки, было сложно включить это рассуждение в систему.

Робот не знает, как объекты ориентируются под кучей или как мягкий предмет может деформироваться под давлением более тяжелых предметов. Он преодолевает эту проблему с помощью вероятностных рассуждений, используя то, что ему известно о размере и форме объекта и местоположении его RFID-метки, для моделирования трехмерного пространства, которое этот объект, вероятно, займет.

Поскольку он удаляет элементы, он также использует рассуждения, чтобы решить, какой элемент будет «лучше» удалить следующим.

«Если я дам человеку кучу предметов для поиска, он, скорее всего, сначала удалит самый большой предмет, чтобы увидеть, что находится под ним. Робот делает то же самое, но он также использует информацию RFID для принятия более обоснованного решения. спрашивает: «Насколько больше он узнает об этой куче, если уберет этот предмет с поверхности?» — говорит Бороушаки.

После удаления объекта робот снова сканирует кучу и использует новую информацию для оптимизации своей стратегии.

Результаты поиска

Это рассуждение, а также использование радиочастотных сигналов дало FuseBot преимущество над современной системой, которая использовала только зрение. Команда провела более 180 экспериментальных испытаний, используя настоящие роботизированные руки и груды предметов домашнего обихода, таких как канцелярские товары, мягкие игрушки и одежда. Они варьировали размеры стопок и количество предметов с RFID-метками в каждой стопке.

FuseBot успешно извлекал целевой предмет в 95% случаев по сравнению с 84% для другой роботизированной системы. Для этого потребовалось на 40 процентов меньше движений, а обнаружение и извлечение нужных предметов стало более чем в два раза быстрее.

«Мы видим значительное улучшение показателя успешности благодаря включению этой радиочастотной информации. Также было приятно видеть, что мы смогли сравнить производительность нашей предыдущей системы и превзойти ее в сценариях, когда целевой элемент не имел RFID. тег», — говорит Доддс.

FuseBot можно применять в самых разных условиях, потому что программное обеспечение, которое выполняет его сложные рассуждения, может быть реализовано на любом компьютере — ему просто нужно общаться с роботизированной рукой, у которой есть камера и антенна, добавляет Бороушаки.

В ближайшем будущем исследователи планируют включить в FuseBot более сложные модели, чтобы он лучше работал с деформируемыми объектами. Кроме того, они заинтересованы в изучении различных манипуляций, таких как роботизированная рука, которая отталкивает предметы в сторону. Будущие итерации системы также могут быть использованы с мобильным роботом, который ищет потерянные предметы в нескольких кучах.

Представлен робот, который находит потерянные предметы



Новости партнеров