Robotičtí odborníci vyvinuli novou techniku pro roboty, aby mohli zachytit lesklé předměty

Obor robotiky se rychle vyvíjí a brzy bude součástí mnoha aspektů našeho života, včetně kuchyně. Existuje však jedna konkrétní překážka, kterou robotičtí odborníci musí překonat pro tyto typy aplikací: roboty mají extrémní potíže s uchopením transparentních a lesklých předmětů, jako je měřicí pohár nebo lesklý nůž. To se však mění, protože robotičtí odborníci z Carnegie Mellon University (CMU) vyvinuli novou techniku, která tento problém překoná.

Tým oznámil úspěch ve výuce robotů, aby mohli uchytit tyto předměty pomocí nové techniky, která nevyžaduje komplexní senzory, vyčerpávající trénink nebo lidské vedení. Místo toho využili barevnou kameru k provedení akcí.

Výzkum bude prezentován na mezinárodní konferenci o robotice a automatizaci virtuální konference, která se bude konat letos v létě.

Depth Kamery vs Barevné Kamery

David Held je asistent profesora na Robotics Institute CMU. Podle Helda jsou depth kamery, které určují tvar objektu pomocí infračerveného světla, užitečné pro identifikaci neprůhledných objektů. Nicméně, to není případ pro čiré objekty nebo lesklé povrchy, které infračervené světlo prochází přímo nebo se od nich odráží. V důsledku toho jsou depth kamery unable určit přesné tvary. To znamená, že výsledek je plochý nebo tvary jsou vyplněny dírami pro transparentní a lesklé objekty.

Výhodou barevné kamery je, že může vidět transparentní a lesklé objekty, nejen neprůhledné. Vědci z CMU vytvořili barevnou kameru, která je schopna identifikovat tvary na základě barev.

I když standardní kamera není schopna měřit tvary stejným způsobem jako depth kamera, výzkumníci trénovali nový systém, aby napodoboval depth systém. To umožnilo implicitně odvodit tvary a uchytit určité objekty, a k tomu použili depth kamerové obrázky neprůhledných objektů v kombinaci s barevnými obrázky stejných objektů.

https://www.youtube.com/watch?v=Gny7NfmqyOk&feature=emb_title

Uchycení Transparentních a Lesklých Předmětů

Po úspěšném tréninku byl systém použit na transparentní a lesklé předměty. Robot byl schopen uchytit obtížné předměty s vysokou mírou úspěchu po použití těchto obrázků a dalších informací, které mohly být extrahovány z depth kamery.

Held řekl, že zatímco systém nefunguje vždy dokonale, je lepší než jakýkoli jiný systém, který je目前 dostupný.

„Někdy chybně uchytíme,“ řekl Held. „Ale většinou to fungovalo poměrně dobře, mnohem lépe než jakýkoli předchozí systém pro uchycení transparentních nebo lesklých objektů.“

Podle Thoms Weng, doktoranda v oboru robotiky, je systém stále účinnější při uchycení neprůhledných objektů ve srovnání s transparentními nebo lesklými, ale je mnohem účinnější než systémy pouze s depth kamerou. Další výhodou systému byla, že technika učení pro jeho trénink byla extrémně účinná, což činí barevný systém srovnatelný se systémem depth kamery při uchycení neprůhledných objektů.

„Náš systém nejenže může uchytit jednotlivé transparentní a lesklé objekty, ale může také uchytit takové objekty ve spletiných hromadách,“ řekl Weng.

To není poprvé, co robotičtí odborníci se pokusili překonat tuto výzvu. Předchozí přístupy zahrnovaly trénink systémů založených entirely na opakovaných pokusech o uchycení, které mohly činit až 800 000 pokusů. Další předchozí možností bylo lidské označení objektů, které je nákladné a časově náročné.

Robotičtí odborníci z CMU se spoléhali na komerční RGB-D kameru, která je schopna pořizovat barevné obrázky (RGB) a depth obrázky (D).