私達と接続

ロボットシステムが埋設物を回収

ロボット工学

ロボットシステムが埋設物を回収

公開済み

 on

画像: MIT 研究者

MIT で開発された FuseBot と呼ばれる新しいロボット システムは、視覚情報と無線周波数信号を組み合わせて、物体の山の中に埋もれた隠されたアイテムを見つけます。 紛失したアイテムを見つけるには、ロボットは山とその中にある物体について複雑な推論を使用する必要があります。 

研究者らは以前、視覚情報と無線周波数(RF)信号を組み合わせて、アンテナから送信された信号を反射するRFIDタグが付いた隠れた物体を見つけるロボットアームを実証した。 しかし、新しいシステムは、たとえ対象物品にタグが付けられていない場合でも、埋められた物体を効率的に取り出すことができる。 これらの RFID タグを付けるには、山の中の一部のアイテムのみが必要です。 

FuseBot のアルゴリズム

FuseBot を構成するアルゴリズムは、山の下にあるオブジェクトの推定位置と方向を推論できます。 次に、障害物を除去し、目的のアイテムを抽出する最も効率的な方法を発見します。 FuseBot は、他の最先端のロボット システムよりも効率的にこれらの隠されたアイテムを見つけることができ、半分の時間で見つけました。 

新しいシステムは、電子商取引の倉庫などの分野に適用できる可能性がある。 

AIマーケティング業界は、 研究 この研究には、電気工学およびコンピュータサイエンス学科の准教授であり、メディアラボのシグナルキネティクスグループのディレクターである主著者であるファデル・アディブが関与しました。 

「この論文が初めて示したのは、環境内に RFID タグ付きアイテムが存在するだけで、他のタスクをより効率的に達成することがはるかに容易になるということです。 私たちがこれを実現できたのは、システムにマルチモーダル推論を追加したからです。FuseBot は視覚と RF の両方を推論して、山積みのアイテムを理解できます」と Adib 氏は言います。

アディブ氏には、主著者である研究助手のタラ・ボロウシャキ氏が参加した。 ローラ・ドッズ。 そしてナチッシュ・ナイーム。 

FuseBot には、ビデオ カメラと RF アンテナが取り付けられたロボット アームが含まれており、混合された山からタグのないターゲット アイテムを取得します。 このシステムはカメラで山をスキャンして環境の 3D モデルを作成し、同時にアンテナから信号を送信して RFID タグの位置を特定します。 

電波はほとんどの固体表面を通過できるため、ロボットは山の中を「見る」ことができます。 ターゲット アイテム以外のアイテムはタグ付けされているため、FuseBot はターゲット アイテムがまったく同じ場所に存在できないことを認識します。 

次に、その情報はアルゴリズムによって融合され、環境の 3D モデルが更新され、ロボットがすでにそのサイズと形状を認識している状態で、ターゲット アイテムの潜在的な位置が強調表示されます。 システムは、山内のオブジェクトと RFID タグを考慮してどのアイテムを移動するかを決定し、移動が最も少ないパスを探します。 

オブジェクトが山の下でどのように配置されているかがわからないという課題を克服するために、FuseBot は確率論的推論を使用します。 アイテムを削除するたびに、推論を使用して、削除するのに次に最適なアイテムを考案します。 

「人間に検索用のアイテムの山を与えると、おそらく彼らはまず一番大きなアイテムを取り除き、その下に何があるのか​​を確認するでしょう。 ロボットが行うことは似ていますが、より情報に基づいた意思決定を行うために RFID 情報も組み込まれています。 「このアイテムを地表から取り除いたら、この山についてどれだけ理解できるでしょうか?」とボロウシャキ氏は言います。

ロボットは物体を除去した後に山をスキャンし、新しいデータを使用して戦略を最適化します。 

ロボットシステムは隠されたアイテムを見つけて取り出すことができます

 

他のシステムを上回るパフォーマンス

FuseBot は、RF 信号と推論を使用することで、視覚のみを使用する最先端のシステムを上回るパフォーマンスを発揮することができました。 他のシステムでは 95% であったのに対し、84% の成功率で目的のアイテムを抽出できました。 また、これを 40% 少ない動作で実行し、XNUMX 倍以上の速さでアイテムを見つけて取得できるようになりました。 

「この RF 情報を組み込むことで成功率が大幅に向上しました。 また、以前のシステムのパフォーマンスに匹敵し、対象のアイテムに RFID タグが付いていなかったシナリオでもそれを上回ることができたのは非常にうれしかったです」とドッズ氏は言います。

複雑な推論の実行を担当するソフトウェアは任意のコンピューターに実装できるため、FuseBot は幅広い設定に使用できます。 チームは今後、より複雑なモデルをシステムに組み込むとともに、さまざまな操作を検討する予定です。 

Alex McFarland は、AI ジャーナリスト兼ライターであり、人工知能の最新の発展を調査しています。彼は世界中の数多くの AI スタートアップ企業や出版物と協力してきました。