نظام روبوتي لاسترجاع الأجسام المدفونة

تم تطوير نظام روبوتي جديد يسمى FuseBot في معهد ماساتشوستس للتكنولوجيا، والذي يجمع بين المعلومات البصرية وإشارات التردد الإذاعي لتحديد الأجسام المخفية تحت كومة من الأجسام. للعثور على عنصر مفقود، يجب على الروبوتات استخدام التفكير المعقد حول الكومة والأجسام فيها.

قد أظهر الباحثون في وقت سابق ذراع روبوتية تجمع بين المعلومات البصرية وإشارات التردد الإذاعي لتحديد الأجسام المخفية ذات العلامات RFID، والتي تعكس الإشارات المرسلة بواسطة هوائي. ولكن النظام الجديد يمكنه استرجاع أي جسم مدفون بفعالية حتى لو لم يكن العنصر المستهدف مصحوبًا بعلامة RFID. إنه يحتاج فقط إلى بعض الأجسام في الكومة لتكون ذات علامات RFID.

الخوارزميات في FuseBot

الخوارزميات التي تتكون منها FuseBot يمكنها التفكير في الموقع المحتمل والاتجاه للأجسام تحت الكومة. ثم تكتشف الطريقة الأكثر فعالية لإزالة الأجسام العازلة واستخراج العنصر المستهدف. كان FuseBot قادرًا على العثور على هذه الأجسام المخفية بفعالية أكبر من نظام روبوتي آخر متقدم، وفعل ذلك في نصف الوقت.

يمكن تطبيق النظام الجديد في مجالات مثل مستودع للتجارة الإلكترونية.

البحث涉及 المؤلف الرئيسي Fadel Adib، أستاذ مساعد في قسم الهندسة الكهربائية وعلوم الحاسوب ومدير مجموعة Signal Kinetics في مختبر الإعلام.

“ما يظهره هذا البحث، لأول مرة، هو أن وجود عنصر مصحوب بعلامة RFID في البيئة يجعل من السهل عليك تحقيق مهام أخرى بطريقة أكثر فعالية. كنا قادرين على القيام بذلك لأننا أضفنا التفكير المتعدد النماذج إلى النظام — FuseBot يمكنه التفكير في كل من الرؤية والتردد الإذاعي لفهم كومة من الأجسام،” يقول Adib.

انضم إلى Adib مساعدو البحث Tara Boroushaki، الذي هو المؤلف الرئيسي؛ Laura Dodds؛ وNazish Naeem.

ي涉لك FuseBot ذراع روبوتية ذات كاميرا فيديو وهرم هوائي لاسترجاع عنصر غير مصحوب بعلامة RFID من كومة مختلطة. يمسح النظام الكومة بالكاميرا لإنشاء نموذج ثلاثي الأبعاد للبيئة، ويرسل إشارات من الهوائي لتحديد علامات RFID في نفس الوقت.

يمكن للموجات الإذاعية المرور عبر معظم الأسطح الصلبة، مما يسمح للروبوت “بالنظر” إلى الكومة. منذ أن تكون الأجسام الأخرى غير المستهدفة مصحوبة بعلامات RFID، FuseBot يعرف أن العنصر المستهدف لا يمكن أن يكون في نفس الموقع الدقيق.

تتم بعد ذلك دمج المعلومات بواسطة الخوارزميات لتحديث نموذج البيئة ثلاثي الأبعاد وتسليط الضوء على المواقع المحتملة للعنصر المستهدف، مع علم الروبوت بالفعل بحجم وشكل العنصر. يفكر النظام في الأجسام في الكومة وعلامات RFID لتحديد العنصر الذي يجب تحريكه، ويبحث عن المسار الذي يحتوي على أقل عدد من الحركات.

لتجاوز تحدي عدم معرفة كيفية توجيه الأجسام تحت الكومة، يستخدم FuseBot التفكير الاحتمالي. كل مرة يزيل فيها عنصرًا، يستخدم أيضًا التفكير لتحديد العنصر التالي الذي يجب إزالته.

“إذا أعطيت إنسانًا كومة من الأجسام للبحث، فمن المحتمل أن يزيل أكبر عنصر أولًا لمعرفة ما يوجد تحتها. ما يفعله الروبوت هو مشابه، ولكنه يستخدم أيضًا معلومات RFID لاتخاذ قرار أكثر إطلاعًا. يسأل، ‘كم سيتعلم أكثر حول هذه الكومة إذا أزال هذا العنصر من السطح؟'” يقول Boroushaki.

يمسح الروبوت الكومة بعد إزالة عنصر ويستخدم البيانات الجديدة لتحسين الاستراتيجية.

تفوق على الأنظمة الأخرى

باستخدام إشارات التردد الإذاعي والتفكير، كان FuseBot قادرًا على التفوق على نظام متقدم يستخدم فقط الرؤية. استخرج العنصر المستهدف بنسبة نجاح 95٪، مقارنة بـ 84٪ بالنسبة للنظام الآخر. كما فعل ذلك بحركات أقل بنسبة 40٪، وتمكن من تحديد واسترجاع الأجسام بسرعة أكثر من ضعف السرعة.

“نرى تحسنًا كبيرًا في نسبة النجاح من خلال دمج هذه المعلومات الترددية. كما كان من المثير أن نرى أننا تمكنّا من مطابقة أداء نظامنا السابق، وتجاوزه في السيناريوهات التي لم يكن فيها العنصر المستهدف مصحوبًا بعلامة RFID،” يقول Dodds.

البرمجيات المسؤولة عن تنفيذ التفكير المعقد يمكن تطبيقها على أي كمبيوتر، مما يعني أن FuseBot يمكن استخدامه في مجموعة واسعة من الإعدادات. سيتابع الفريق الآن دمج نماذج أكثر تعقيدًا في النظام، بالإضافة إلى استكشاف مаниبات مختلفة.