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

Robotteknologien udvikler sig hurtigt, og det vil ikke tage lang tid, før teknologien bliver en del af mange aspekter af vores liv, herunder køkkenet. Der er dog en specifik udfordring, som robotteknikere må overvinde for disse typer af anvendelser: robotter har ekstremt svært ved at samle transparente og reflekterende objekter, såsom en målebæger eller en skinnende kniv. Dette ændrer sig dog med robotteknikere fra Carnegie Mellon University (CMU), der udvikler 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, udførlig træning eller menneskelig vejledning. I stedet brugte den en farvecamera til at udføre handlingerne.

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

Depth Cameras vs Cameras

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

Fordelene ved en farvecamera er, at den kan se gennemsigtige og reflekterende objekter, ikke kun uigennemsigtige. Ved at udnytte dette skabte videnskabsmændene på CMU et farvecamerasystem, der kan identificere former baseret på farve.

Selv om en standardcamera ikke kan måle former på samme måde som et dybdekamera, trænede forskerne det nye system til at efterligne dybsystemet. Dette gjorde det muligt for det at implicit antyde former og gribe bestemte objekter, og for at opnå dette, blev dybdekamera billeder af uigennemsigtige objekter parret med farvebilleder af de samme objekter.

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

At gribe gennemsigtige og skinnende objekter

Efter systemet var blevet succesfuldt trænet, blev det brugt på gennemsigtige og skinnende 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 dybdekameraet.

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 ikke altid plet,” sagde Held. “Men for det meste gjorde det en ret god job, meget bedre end nogen tidligere system til at gribe gennemsigtige eller reflekterende objekter.”

Ifølge Thoms Weng, en ph.d.-studerende i robotteknologi, er systemet stadig mere effektivt til at samle uigennemsigtige objekter sammenlignet med gennemsigtige eller reflekterende, men det er meget mere effektivt end blot dybdekamerasystemer. En anden fordel ved systemet var, at læreteknikken til at træne det var ekstremt effektiv, hvilket gjorde farvesystemet på niveau med dybdekamerasystemet til at samle uigennemsigtige objekter.

“Vores system kan ikke kun samle enkeltstående gennemsigtige og reflekterende objekter, men det kan også gribe sådanne objekter i kludede bunker,” sagde Weng.

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

Robotteknikerne på CMU afhængigt af en kommerciel RGB-D-kamera, der kan både farvebilleder (RGB) og dybdebilleder (D).