Robotik und physische KI
Roboter-Entwickler entwickeln neue Technik für das Greifen von reflektierenden Objekten
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Das Feld der Robotik entwickelt sich rasant, und es wird nicht mehr lange dauern, bis die Technologie in viele Aspekte unseres Lebens einzug halten wird, einschließlich der Küche. Es gibt jedoch ein bestimmtes Hindernis, das Roboter-Entwickler für diese Arten von Anwendungen überwinden müssen: Roboter haben enorme Schwierigkeiten, transparente und reflektierende Objekte wie ein Maßbecher oder ein glänzendes Messer zu greifen. Dies ändert sich jedoch mit den Robotik-Entwicklern an der Carnegie Mellon University (CMU), die eine neue Technik entwickelt haben, um dieses Problem zu überwinden.
Das Team berichtete von Erfolgen bei der Lehre von Robotern, diese Objekte durch eine neue Technik zu greifen, die keine komplexen Sensoren, keine ausführliche Schulung oder keine menschliche Führung erfordert. Stattdessen verwendete es eine Farbkamera, um die Aktionen auszuführen.
Die Forschung wird auf der Internationalen Konferenz für Robotik und Automation virtuellen Konferenz im Sommer vorgestellt.
Tiefen-Kameras vs. Farb-Kameras
David Held ist ein Assistenzprofessor am Robotik-Institut der CMU. Laut Held sind Tiefen-Kameras, die die Form eines Objekts durch das Ausstrahlen von Infrarotlicht bestimmen, nützlich für die Identifizierung von undurchsichtigen Objekten. Dies ist jedoch nicht der Fall für klare Objekte oder reflektierende Oberflächen, durch die das Infrarotlicht direkt hindurchgeht oder abprallt. Aufgrund dessen sind Tiefen-Kameras nicht in der Lage, genaue Formen zu berechnen. Dies bedeutet, dass das Ergebnis flach oder mit Löchern gefüllte Formen für transparente und reflektierende Objekte ergibt.
Der Vorteil einer Farb-Kamera besteht darin, dass sie transparente und reflektierende Objekte sehen kann, nicht nur undurchsichtige. Die Wissenschaftler an der CMU nutzten diesen Vorteil, um ein Farb-Kamera-System zu erstellen, das in der Lage ist, Formen auf der Grundlage von Farben zu identifizieren.
Obwohl eine Standard-Kamera nicht in der Lage ist, Formen auf die gleiche Weise wie eine Tiefen-Kamera zu messen, trainierten die Forscher das neue System, um das Tiefen-System zu imitieren. Dies ermöglichte es, Formen implizit abzuleiten und bestimmte Objekte zu greifen, und um dies zu erreichen, wurden Tiefen-Kamera-Bilder von undurchsichtigen Objekten mit den Farb-Bildern der gleichen Objekte kombiniert.
https://www.youtube.com/watch?v=Gny7NfmqyOk&feature=emb_title
Greifen von transparenten und glänzenden Objekten
Nachdem das System erfolgreich trainiert worden war, wurde es auf transparente und reflektierende Objekte angewendet. Der Roboter konnte die schwierigen Objekte mit einem hohen Grad an Erfolg greifen, nachdem er diese Bilder sowie alle anderen Informationen, die aus der Tiefen-Kamera extrahiert werden konnten, verwendet hatte.
Held sagte, dass das System nicht immer perfekt funktioniert, es jedoch besser ist als alle anderen Systeme, die derzeit verfügbar sind.
“Wir verpassen manchmal”, sagte Held. “Aber im Großen und Ganzen hat es eine ziemlich gute Arbeit geleistet, viel besser als jedes andere System für das Greifen von transparenten oder reflektierenden Objekten.”
Laut Thoms Weng, einem Doktoranden in Robotik, ist das System immer noch effizienter bei der Aufnahme von undurchsichtigen Objekten im Vergleich zu transparenten oder reflektierenden, aber es ist viel effektiver als reine Tiefen-Kamera-Systeme. Ein weiterer Vorteil des Systems war, dass die Lern-Technik, um es zu trainieren, extrem effektiv war, was das Farb-System auf ein Niveau mit dem Tiefen-Kamera-System bei der Aufnahme von undurchsichtigen Objekten brachte.
“Unser System kann nicht nur einzelne transparente und reflektierende Objekte greifen, sondern auch solche Objekte in verstreuten Haufen”, sagte Weng.
Dies ist nicht der erste Versuch von Robotik-Entwicklern, diese Herausforderung zu überwinden. Frühere Ansätze umfassten das Trainieren von Systemen, die ausschließlich auf wiederholten Greifversuchen basierten, die bis zu 800.000 Versuche umfassen konnten. Eine weitere frühere Option war die menschliche Kennzeichnung von Objekten, die sowohl teuer als auch zeitaufwändig ist.
Die Robotik-Entwickler an der CMU verließen sich auf eine kommerzielle RGB-D-Kamera, die sowohl Farb-Bilder (RGB) als auch Tiefen-Bilder (D) aufnehmen kann.
