Robottien kehittäjät kehittävät uuden tekniikan robottien tarttumiseen heijastaviin esineisiin

Robottiikan ala kehittyy nopeasti, ja ei kestä kauan, kunnes teknologia tulee moneen elämän alueeseen, myös keittiöön. On kuitenkin yksi tietty este, jonka robottien kehittäjien on voitettava näiden sovellusten kannalta: robotit käyttävät erittäin paljon aikaa läpinäkyvien ja heijastavien esineiden, kuten mittausmaljan tai kiillotetun veitsen, nostamiseen. Tämä on kuitenkin muuttumassa, kun Carnegie Mellonin yliopiston (CMU) robottien kehittäjät ovat kehittäneet uuden tekniikan tämän ongelman ratkaisemiseksi.

Tutkijaryhmä ilmoitti onnistuneesti opettaneensa roboteille esineiden nostamisen uuden tekniikan avulla, joka ei vaadi monimutkaisia antureita, perusteellista koulutusta tai ihmisen ohjausta. Sen sijaan se käytti värikameraa toimintojen suorittamiseen.

Tutkimus esitetään virtuaalikonferenssissa International Conference on Robotics and Automation kesällä.

Syvyyskamerat vs. värikamerat

David Held on CMU:n robottiikan instituutin apulaisprofessori. Heldin mukaan syvyyskamerat, jotka määrittävät esineen muodon lähettämällä infrapunasäteilyä siihen, ovat hyödyllisiä epäläpinäkyvien esineiden tunnistamisessa. Sen sijaan läpinäkyvien esineiden tai heijastavien pintojen osalta asia on toinen, sillä infrapunasäteily menee suoraan läpi tai heijastuu niistä. Tämän vuoksi syvyyskamerat eivät pysty laskemaan tarkkoja muotoja. Tämä tarkoittaa, että tuloksena on tasainen tai reikiintynyt muoto läpinäkyville ja heijastaville esineille.

Värikameran etu on, että se pystyy näkemään läpinäkyvät ja heijastavat esineet, ei vain epäläpinäkyviä. Hyödyntäen tätä, CMU:n tutkijat loivat värikamerajärjestelmän, joka pystyy tunnistamaan muotoja värien perusteella.

Vaikka standardikamera ei pysty mitata muotoja samalla tavoin kuin syvyyskamera, tutkijat kouluttivat uuden järjestelmän jäljittelemään syvyysjärjestelmää. Tämä mahdollisti sen, että se voisi implisiittisesti johtaa muotoja ja tarttua tiettyihin esineisiin, ja sen saavuttamiseksi syvyyskamerakuvia epäläpinäkyvistä esineistä yhdistettiin värikuvien kanssa samojen esineiden kanssa.

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

Tarttuminen läpinäkyviin ja kiillottaviin esineisiin

Järjestelmän koulutuksen onnistuttua se käytettiin läpinäkyviin ja heijastaviin esineisiin. Robotti pystyi tarttumaan vaikeisiin esineisiin korkealla onnistumisprosentilla käyttämällä näitä kuvia ja muita syvyyskamerasta saatavia tietoja.

Held totesi, että vaikka järjestelmä ei aina toimi täydellisesti, se on parempi kuin mikään muu nykyisin olemassa oleva järjestelmä.

”Meillä on joskus epäonnistumisia”, Held sanoi. ”Mutta suurimmaksi osaksi se teki hyvän työn, paljon paremmin kuin mikään aiempi järjestelmä läpinäkyvien tai heijastavien esineiden tarttumiseen.”

Thoms Weng, robottiikan tohtorikoulutettava, sanoi, että järjestelmä on edelleen tehokkaampi epäläpinäkyvien esineiden nostamisessa verrattuna läpinäkyviin tai heijastaviin esineisiin, mutta se on paljon tehokkaampi kuin pelkät syvyyskamerajärjestelmät. Järjestelmän oppimistekniikka sen kouluttamiseen oli myös erittäin tehokas, mikä teki värikamerajärjestelmästä yhtä hyvän kuin syvyyskamerajärjestelmä epäläpinäkyvien esineiden nostamisessa.

”Järjestelmämme pystyy nostamaan sekä yksittäisiä läpinäkyviä ja heijastavia esineitä että esineitä sekasotkuista pinosta”, Weng sanoi.

Tämä ei ole ensimmäinen kerta, kun robottien kehittäjät ovat yrittäneet voittaa tämän haasteen. Aikaisemmat lähestymistavat ovat käsittäneet järjestelmien kouluttamista kokonaan perustuen toistettuihin tarttumisyrityksiin, joita voi olla jopa 800 000. Toinen aiempi vaihtoehto oli esineiden ihmisten tekemä merkintä, mikä on sekä kallista että aikaa vievää.

CMU:n robottien kehittäjät käyttivät kaupallista RGB-D-kameraa, joka pystyy sekä värikuvien (RGB) että syvyyskuvien (D) ottamiseen.