škrbina Robotičari razvijaju novu tehniku ​​pomoću koje roboti hvataju reflektirajuće predmete - Unite.AI
Povežite se s nama

Robotika

Robotičari razvijaju novu tehniku ​​pomoću koje roboti hvataju reflektirajuće predmete

Objavljeno

 on

Zasluge: Sveučilište Carnegie Mellon

Područje robotike brzo napreduje i neće proći dugo prije nego što tehnologija uđe u mnoge aspekte naših života, uključujući kuhinju. Međutim, postoji jedna specifična prepreka koju robotičari moraju prevladati za ove vrste primjena: robotima je izuzetno teško pokupiti prozirne i reflektirajuće predmete, poput mjerne posude ili sjajnog noža. To se, međutim, mijenja s robotičarima sa Sveučilišta Carnegie Mellon (CMU) koji razvijaju novu tehniku ​​za prevladavanje ovog problema. 

Tim je izvijestio o uspjehu u učenju robota da pokupe te objekte pomoću nove tehnike koja ne zahtijeva složene senzore, iscrpnu obuku ili ljudsko vodstvo. Umjesto toga, koristio je kameru u boji za izvođenje akcija. 

Istraživanje će biti predstavljeno na virtualnoj konferenciji International Conference on Robotics and Automation koja se održava ovog ljeta. 

Dubinske kamere protiv kamera u boji

David Held je docent na CMU-ovom Institutu za robotiku. Prema Heldu, dubinske kamere, koje određuju oblik objekta obasjavajući ga infracrvenim svjetlom, korisne su za prepoznavanje neprozirnih objekata. Međutim, to nije slučaj s čistim objektima ili reflektirajućim površinama kroz koje infracrveno svjetlo prolazi ravno ili se na njima raspršuje. Zbog toga dubinske kamere ne mogu izračunati točne oblike. To znači da će rezultat biti ravni ili oblici ispunjeni rupama za prozirne i reflektirajuće objekte.

Prednost kamere u boji je ta što može vidjeti prozirne i reflektirajuće objekte, a ne samo neprozirne. Iskoristivši to, znanstvenici s CMU-a stvorili su sustav kamera u boji koji je sposoban identificirati oblike na temelju boje.

Iako standardna kamera ne može mjeriti oblike na isti način kao dubinska kamera, istraživači su uvježbali novi sustav da oponaša dubinski sustav. To mu je omogućilo da implicitno zaključi o oblicima i uhvati određene objekte, a da bi se to postiglo, slike dubinske kamere neprozirnih objekata uparene su sa slikama u boji istih objekata. 

Hvatanje prozirnih i sjajnih predmeta

Nakon što je sustav uspješno uvježban, korišten je na prozirnim i sjajnim predmetima. Robot je uspio uhvatiti teške objekte s visokim stupnjem uspjeha nakon što je koristio te slike plus bilo koje druge informacije koje su se mogle izvući iz dubinske kamere.

Held je rekao da iako sustav ne radi uvijek savršeno, bolji je od bilo kojeg drugog sustava koji je trenutno dostupan.

"Ponekad promašimo", rekao je Held. "Ali većim je dijelom obavio prilično dobar posao, puno bolje od bilo kojeg prethodnog sustava za hvatanje prozirnih ili reflektirajućih objekata."

Prema Thomsu Wengu, doktoratu robotike, sustav je još uvijek učinkovitiji u hvatanju neprozirnih objekata u usporedbi s prozirnim ili reflektirajućim objektima, ali je mnogo učinkovitiji nego samo sustavi dubinskih kamera. Još jedna prednost sustava bila je ta da je tehnika učenja za njegovo treniranje bila izuzetno učinkovita, čineći sustav boja jednakim sustavu dubinske kamere pri snimanju neprozirnih objekata.

"Naš sustav ne samo da može uhvatiti pojedinačne prozirne i reflektirajuće objekte, već također može uhvatiti takve objekte u pretrpanim hrpama", rekao je Weng. 

Ovo nije prvi put da robotičari pokušavaju svladati ovaj izazov. Prethodni pristupi uključivali su sustave obuke koji su se u potpunosti temeljili na ponovljenim pokušajima hvatanja, koji su mogli brojati do 800,000 XNUMX pokušaja. Druga prethodna opcija bila je ljudsko označavanje objekata, što je i skupo i dugotrajno.

Robotičari na CMU-u oslonili su se na komercijalnu RGB-D kameru koja je sposobna snimati slike u boji (RGB) i dubinske slike (D). 

 

Alex McFarland je AI novinar i pisac koji istražuje najnovija dostignuća u umjetnoj inteligenciji. Surađivao je s brojnim AI startupovima i publikacijama diljem svijeta.