Vědci se snaží dát robotům v skladech superlidské vnímání

Tým výzkumníků na Massachusettském technologickém institutu se “snaží dát robotům superlidské vnímání,” podle asocičního profesora Fadela Adiba. Jak roboti pokročí v oblastech, jako je umělá vidění, hmat a čich, blíží se k tomu, aby měli lidské vnímání.

Nový robot vyvinutý výzkumníky, nazvaný RF-Grasp, využívá radiové vlny, které mohou projít stěnami a detekovat zakryté objekty. To dělá kombinací silného snímání s tradiční počítačovou viděním, umožňující lokalizaci a uchopení předmětů, které by normálně byly mimo dosah robota.

Výzkum je naplánován k prezentaci na mezinárodní konferenci IEEE o robotice a automatizaci v květnu. Hlavním autorem článku je Tara Boroushaki, výzkumná asistentka ve skupině Signal Kinetics Group na MIT Media Lab. Spoluautory článku jsou Adib, ředitel skupiny Signal Kinetics Group; Alberto Rodriguez, asociativní profesor na katedře mechanického inženýrství; Junshan Leng, výzkumný inženýr na Harvardské univerzitě; a Ian Clester, doktorand na Georgijském technologickém institutu.

Sklady a e-commerce

Jedním z možných použití této nové technologie je v e-commerce, kde by mohla pomoci zvýšit efektivitu plnění objednávek ve skladech, nebo by mohla lokalizovat nástroje v nástrojovém boxu. S dramatickým růstem e-commerce se práce stává stále intenzivnější pro lidské pracovníky, kteří stále dokončují většinu z nich. Nicméně, to je někdy problém kvůli nebezpečným pracovním podmínkám.

“Vnímání a výběr jsou dva hlavní překážky v tomto odvětví dnes,” říká Rodriguez.

Roboti se spoléhají na optické vidění, které nemůže vnímat předměty, které jsou skryté, protože viditelné světelné vlny neprocházejí stěnami. Nicméně, to není případ radiových vln.

Radiofrekvenční (RF) identifikace byla použita pro sledování, a RF identifikační systémy se skládají z čtečky a značky. Značka je malý počítačový čip, který je připojen pro sledování, zatímco čtečka emituje RF signál, který je modulován značkou a odráží se zpět k čtečce.

Tento odrážený signál je zodpovědný za poskytování kritických informací o označeném předmětu, jako je lokalizace a identita. To je často používáno v maloobchodních dodavatelských řetězcích, s zeměmi, jako je Japonsko, které plánují použít RF sledování pro všechny maloobchodní nákupy.

“RF je tak odlišný senzorický modus než vidění,” říká Rodriguez. “Bylo by chyba nevyzkoušet, co RF může udělat.”

https://www.youtube.com/watch?v=ZAzeYPcTM78

RF Grasp

Nově vyvinutý RF Grasp využívá kameru a RF čtečku k lokalizaci a uchopení označených předmětů, a to i v případě, že jsou plně blokovány před kamerou. Existuje robotická paže připojená k uchopení ruky, a zápěstí drží kameru. RF čtečka je nezávislá na robotovi, přenášející sledovací data do kontrolního algoritmu.

Integrací RF sledovacích dat a dat z vizuálního obrazu robota se rozhodovací proces robota stává velmi komplikovaným.

“Robot musí rozhodnout, v každém okamžiku, které z těchto proudů je více důležité zvážit,” říká Boroushaki. “Není to jen eye-hand koordinace, je to RF-eye-hand koordinace. Takže, problém se stává velmi komplikovaným.“

“Začíná to použitím RF k soustředění pozornosti vidění,” říká Adib. “Pak použijete vidění k jemným manévrům.”

S tímto procesem může RF Grasp cílit na předmět a může manipulovat předmětem a viděním, což vede k jemnějším detailům než RF.

V sérii testů RF Grasp úspěšně lokalizoval a uchopil cílový předmět s přibližně poloviční celkovou pohybu. Bylo také schopno “vyčistit” prostředí, což je velmi jedinečné, odstraněním balicích materiálů a překážek, aby se dostal k cíli.

“Má tento vedení, které jiné systémy prostě nemají,” říká Rodriguez.

RF Grasp by mohl nakonec sehrát velkou roli ve skladech e-commerce, dělaje věci, jako okamžitou verifikaci identity předmětu.

“RF má potenciál zlepšit některé z těchto omezení v průmyslu, zejména ve vnímání a lokalizaci,” pokračuje Rodriguez.

Co se týče domácích aplikací, Adib říká “Nebo si můžete představit robota, který hledá ztracené předměty. Je to jako super-Roomba, který jde a získá mé klíče, kamkoliv je položím.”