Les roboticistes développent une nouvelle technique pour que les robots saisissent des objets réfléchissants

Le domaine de la robotique progresse rapidement, et il ne faudra pas longtemps avant que la technologie fasse son apparition dans de nombreux aspects de notre vie, y compris la cuisine. Cependant, il existe un obstacle spécifique que les roboticistes doivent surmonter pour ces types d’applications : les robots ont extrêmement de mal à saisir les objets transparents et réfléchissants, tels qu’une tasse à mesurer ou un couteau brillant. Cela change cependant, avec les roboticistes de l’Université Carnegie Mellon (CMU) qui développent une nouvelle technique pour surmonter ce problème. 

L’équipe a signalé un succès dans l’enseignement aux robots pour qu’ils puissent saisir ces objets grâce à une nouvelle technique qui ne nécessite pas de capteurs complexes, de formation exhaustive ou de guidage humain. Au lieu de cela, elle a utilisé une caméra couleur pour effectuer les actions. 

La recherche sera présentée à la conférence virtuelle internationale sur la robotique et l’automatisation qui aura lieu cet été. 

Caméras de profondeur vs Caméras de couleur

David Held est professeur adjoint à l’Institut de robotique de CMU. Selon Held, les caméras de profondeur, qui déterminent la forme d’un objet en projetant une lumière infrarouge sur celui-ci, sont utiles pour identifier les objets opaques. Cependant, ce n’est pas le cas pour les objets transparents ou les surfaces réfléchissantes, que la lumière infrarouge traverse directement ou réfléchit. En raison de cela, les caméras de profondeur ne peuvent pas calculer des formes précises. Cela signifie que le résultat se termine par des formes plates ou des formes remplies de trous pour les objets transparents et réfléchissants.

L’avantage d’une caméra couleur est qu’elle peut voir les objets transparents et réfléchissants, et non seulement les objets opaques. En tirant parti de cela, les scientifiques de CMU ont créé un système de caméra couleur capable d’identifier les formes en fonction de la couleur.

Même si une caméra standard ne peut pas mesurer les formes de la même manière qu’une caméra de profondeur, les chercheurs ont formé le nouveau système pour imiter le système de profondeur. Cela lui a permis d’inférer implicitement les formes et de saisir certains objets, et pour y parvenir, des images de caméra de profondeur d’objets opaques ont été appariées avec des images de couleur des mêmes objets. 

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

Saisir des objets transparents et réfléchissants

Une fois le système formé avec succès, il a ensuite été utilisé sur des objets transparents et réfléchissants. Le robot a pu saisir les objets difficiles avec un degré élevé de réussite après avoir utilisé ces images ainsi que toute autre information qui pouvait être extraite de la caméra de profondeur.

Held a déclaré que même si le système ne fonctionne pas toujours parfaitement, il est meilleur que tous les autres systèmes actuellement disponibles.

« Nous manquons parfois », a déclaré Held. « Mais dans l’ensemble, il a fait un très bon travail, beaucoup mieux que tout système précédent pour saisir des objets transparents ou réfléchissants. »

Selon Thoms Weng, un étudiant en doctorat en robotique, le système est toujours plus efficace pour saisir des objets opaques par rapport aux objets transparents ou réfléchissants, mais il est beaucoup plus efficace que les systèmes de caméra de profondeur uniquement. Un autre avantage du système était que la technique d’apprentissage pour le former était extrêmement efficace, ce qui a rendu le système de caméra couleur équivalent au système de caméra de profondeur pour saisir des objets opaques.

« Notre système peut non seulement saisir des objets transparents et réfléchissants individuels, mais il peut également saisir de tels objets dans des piles encombrées », a déclaré Weng. 

Ce n’est pas la première fois que les roboticistes ont tenté de surmonter ce défi. Les approches précédentes consistaient à former des systèmes basés entièrement sur des tentatives de saisie répétées, qui pouvaient aller jusqu’à 800 000 tentatives. Une autre option précédente était l’étiquetage humain des objets, qui est à la fois coûteux et chronophage.

Les roboticistes de CMU ont utilisé une caméra RGB-D commerciale capable de prendre des images de couleur (RGB) et des images de profondeur (D).