Roboottijärjestelmä noutaa haudatut esineet

Uusi robotti, FuseBot, joka on kehitetty MIT:ssä, yhdistää visuaalisen tiedon ja radiofrekvenssimerkkien löytämiseksi piilotettuja esineitä pinosta. Robottien on käytettävä monimutkaista päättelyä pinosta ja siinä olevista esineistä, jotta ne voivat löytää kadonneen esineen.

Tutkijat ovat aiemmin osoittaneet, että robotti, joka yhdistää visuaalisen tiedon ja radiofrekvenssimerkit, voi löytää piilotetut esineet, jotka on varustettu RFID-tageilla, jotka heijastavat signaaleja, jotka lähetetään antennin kautta. Uusi järjestelmä pystyy kuitenkin tehokkaasti noutamaan minkä tahansa haudatun esineen, vaikka kohde-esine ei ole merkitty. Se vaatii vain, että jotkut esineet pinossa on varustettu näillä RFID-tageilla.

Algoritmit FuseBotissa

FuseBotin algoritmit voivat päättää todennäköisestä sijainnista ja suunnasta esineiden alla pinossa. Se keksii sitten tehokkaimman tavan poistaa esteitä ja poistaa kohde-esineen. FuseBot pystyi löytämään nämä piilotetut esineet tehokkaammin kuin toinen alan johtava robotti, ja se teki sen puolessa ajassa.

Uusi järjestelmä voidaan soveltaa alueilla, kuten verkkokaupan varastossa.

Tutkimus, johon osallistui seniori Fadel Adib, yhdisti sähkötekniikan ja tietotekniikan osaston apulaisprofessori ja Signal Kinetics -ryhmän johtaja Media Labissa.

“Tämä tutkimus osoittaa ensimmäisen kerran, että pelkästään RFID-merkittyjen esineiden läsnäolo ympäristössä tekee muista tehtävistä paljon tehokkaamman. Pystyimme tekemään tämän, koska lisäsimme monimodaalisen päättelyn järjestelmään – FuseBot voi päättää sekä visuaalisesta tiedosta että RF-tiedosta pinon ymmärtämiseksi,” Adib sanoo.

Adibia avustivat tutkimusavustajat Tara Boroushaki, joka on ensisijainen kirjoittaja; Laura Dodds; ja Nazish Naeem.

FuseBot käsittää robottihaaran, jossa on kiinni videokamera ja RF-antenni, jotta se voi noutaa merkittymättömän kohde-esineen sekoitetusta pinosta. Järjestelmä skannaa pinon kameran avulla luodakseen 3D-mallin ympäristöstä, ja se lähettää samalla signaaleja antennin kautta RFID-merkkien sijaintia varten.

Radioaallot voivat kulkeuttaa useimpien kiinteiden pintojen läpi, mikä mahdollistaa robotin “näkemisen” pinon läpi. Koska muut esineet kuin kohde-esine on merkitty, FuseBot tietää, ettei kohde-esine voi olla samassa kohdassa.

Tiedot yhdistetään sitten algoritmeilla päivittääkseen 3D-mallia ympäristöstä ja korostaa mahdollisia kohde-esineen sijainteja, ja robotti tietää jo kohde-esineen koon ja muodon. Järjestelmä päättää pinon esineistä ja RFID-merkeistä, mitä esinettä siirtää, ja etsii polun, jossa on vähiten liikkeitä.

Päästäkseen yli haasteen, jossa ei tiedetä, miten esineet ovat suunnattu pinossa, FuseBot käyttää todennäköisyyden päättelyä. Jokaisella kerralla, kun se poistaa esineen, se käyttää myös päättelyä keksimään, mikä olisi seuraava paras esine poistettavaksi.

“Jos annan ihmiselle pinon esineitä etsittäväksi, he todennäköisesti poistavat suurimman esineen ensin nähdäkseen, mitä on sen alla. Mitä robotti tekee, on samanlaista, mutta se sisältää myös RFID-tiedon tehdäkseen tietoisemman päätöksen. Se kysyy, ‘Kuinka paljon enemmän se ymmärtää tästä pinosta, jos se poistaa tämän esineen pinnalta?'” Boroushaki sanoo.

Robotti skannaa pinon uudelleen poistettuaan esineen ja käyttää uutta tietoa strategian optimoimiseksi.

Muiden järjestelmien ylittäminen

Käyttämällä RF-signaaleja ja päättelyä FuseBot pystyi ylittämään järjestelmän, joka käytti vain visuaalista tietoa. Se poisti kohde-esineen 95 prosentin onnistumisprosentilla, verrattuna 84 prosenttiin toisessa järjestelmässä. Se teki myös 40 prosentilla vähemmän liikkeitä ja pystyi sijaintimaan ja noutamaan esineitä yli kaksi kertaa nopeammin.

“Näemme suuren parannuksen onnistumisprosentissa RF-tiedon sisällyttämisestä. Se oli myös jännittävää nähdä, että pystyimme vastaamaan edellisen järjestelmämme suorituskykyä ja ylittämään sitä tilanteissa, joissa kohde-esineellä ei ollut RFID-merkintää,” Dodds sanoo.

Ohjelmisto, joka suorittaa monimutkaisen päättelyn, voidaan toteuttaa millä tahansa tietokoneella, mikä tarkoittaa, että FuseBotia voidaan käyttää laajalla alueella. Tiimi aikoo nyt sisällyttää monimutkaisempia malleja järjestelmään sekä tutkia erilaisia manipulaatioita.