Robotforskere udvikler ny teknik til, at robotter kan gribe reflekterende objekter

Robotforskning udvikler sig hurtigt, og det vil ikke vare længe, før teknologien kommer til at indgå i mange aspekter af vores liv, herunder køkkenet. Der er dog en bestemt forhindring, som robotforskere må overvinde for disse typer af anvendelser: robotter har en ekstremt svær tid med at samle transparente og reflekterende objekter, såsom en målebæger eller en blank kniv. Dette ændrer sig dog, da robotforskere på Carnegie Mellon University (CMU) har udviklet en ny teknik til at overvinde dette problem.

Holdet rapporterede succes med at lære robotter at samle disse objekter gennem en ny teknik, der ikke kræver komplekse sensorer, udtømmende træning eller menneskelig vejledning. I stedet udnyttede den en farvekamera til at udføre handlingerne.

Forskningen vil blive præsenteret på den internationale konference om robotteknologi og automation virtuel konference, der finder sted i sommer.

Depth-kameraer vs. farvekameraer

David Held er en adjunkt på CMU’s Robotinstitut. Ifølge Held er depth-kameraer, der bestemmer et objekts form ved at lyse det op med infrarødt lys, nyttige til at identificere uigennemsigtige objekter. Det er dog ikke tilfældet for transparente eller reflekterende overflader, som det infrarøde lys går lige igennem eller spreder ud fra. På grund af dette kan depth-kameraer ikke beregne nøjagtige former. Dette betyder, at resultatet ender med at være fladt eller former fyldt med huller for transparente og reflekterende objekter.

Fordelen ved en farvekamera er, at den kan se transparente og reflekterende objekter, ikke kun uigennemsigtige. Ved at udnytte dette skabte forskerne på CMU et farvekamera-system, der kan identificere former baseret på farve.

Selv om en standardkamera ikke kan måle former på samme måde som en depth-kamera kan, trænede forskerne det nye system til at efterligne depth-systemet. Dette gjorde det muligt implicit at slutte former og gribe bestemte objekter, og for at opnå dette, blev depth-kamera-billeder af uigennemsigtige objekter parret med farvebilleder af de samme objekter.

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

At gribe transparente og blanke objekter

Efter at systemet var blevet trænet med succes, blev det derefter anvendt på transparente og blanke objekter. Robotten kunne gribe de svære objekter med en høj grad af succes efter at have brugt disse billeder plus eventuel anden information, der kunne udtrækkes fra depth-kameraet.

Held sagde, at selv om systemet ikke altid fungerer perfekt, er det bedre end nogen af de andre systemer, der i øjeblikket er tilgængelige.

“Vi rammer undertiden ved siden af,” sagde Held. “Men for det meste gjorde det en ret god indsats, meget bedre end noget andet system til at gribe transparente eller reflekterende objekter.”

Ifølge Thoms Weng, en ph.d.-studerende i robotteknologi, er systemet stadig mere effektivt til at samle uigennemsigtige objekter sammenlignet med transparente eller reflekterende, men det er langt mere effektivt end blot depth-kamera-systemer. En anden fordel ved systemet var, at lære-teknikken til at træne det var ekstremt effektiv, hvilket gjorde farve-systemet på niveau med depth-kamera-systemet til at samle uigennemsigtige objekter.

“Vores system kan ikke kun samle enkeltvis transparente og reflekterende objekter, men det kan også gribe sådanne objekter i kludderlige bunker,” sagde Weng.

Dette er ikke første gang, at robotforskere har forsøgt at overvinde denne udfordring. Tidligere tilgange involverede træning af systemer baseret på gentagne forsøg på at gribe, der kunne nå op til 800.000 forsøg. En anden tidligere mulighed var menneskelig mærkning af objekter, hvilket er både dyrt og tidskrævende.

Robotforskerne på CMU anvendte en kommerciel RGB-D-kamera, der kan både tage farvebilleder (RGB) og dybdebilleder (D).