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 du mal à saisir des objets transparents et réfléchissants, tels qu’un verre doseur ou un couteau brillant. Cependant, cela change, car les roboticistes de l’Université Carnegie Mellon (CMU) développent une nouvelle technique pour surmonter ce problème.

L’équipe a signalé un succès dans l’enseignement aux robots à saisir ces objets grâce à une nouvelle technique qui ne nécessite pas de capteurs complexes, d’une formation exhaustive ou d’une guidance humaine. 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, sur lesquels la lumière infrarouge passe directement ou se disperse. En raison de cela, les caméras de profondeur ne sont pas en mesure de 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 de 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 de 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 de déduire implicitement les formes et de saisir certains objets, et pour y parvenir, des images de caméra de profondeur d’objets opaques ont été associées à des images de couleur des mêmes objets.

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

Saisir des objets transparents et brillants

Après que le système ait été formé avec succès, il a ensuite été utilisé sur des objets transparents et brillants. 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 les autres systèmes actuellement disponibles.

« Nous manquons parfois », a déclaré Held. « Mais pour la plupart, 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 ramasser des objets opaques par rapport aux objets transparents ou réfléchissants, mais il est beaucoup plus efficace que les systèmes de caméra de profondeur. Un autre avantage du système était que la technique d’apprentissage pour le former était extrêmement efficace, ce qui rend le système de couleur équivalent au système de caméra de profondeur pour ramasser des objets opaques.

« Notre système peut non seulement ramasser 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 tentent de surmonter ce défi. Les approches précédentes impliquaient la formation de 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 couleur (RGB) et des images de profondeur (D).