ロボットシステムが埋もれた物体を回収する

MITで開発された新しいロボットシステム「FuseBot」は、視覚情報とラジオ周波数信号を組み合わせて、物体の山の中に隠されたアイテムを探すことができる。

研究者は以前、視覚情報とラジオ周波数（RF）信号を組み合わせて、RFIDタグが付いた隠された物体を探すロボットアームを実証した。しかし、新しいシステムは、ターゲットアイテムにRFIDタグが付いていない場合でも、効率的に埋もれた物体を回収することができる。システムは、物体の山の中にいくつかのアイテムにRFIDタグが付いていることを要求するだけである。

FuseBotのアルゴリズム

FuseBotを構成するアルゴリズムは、物体の山の中に隠された物体の位置と向きについて推論することができる。次に、障害物を除去してターゲットアイテムを抽出する最も効率的な方法を発見する。FuseBotは、他の最先端のロボットシステムよりも効率的に隠されたアイテムを探すことができた。また、半分の時間でこれを行った。

この新しいシステムは、電子商取引倉庫などの分野で適用できる。

この研究には、電気工学およびコンピューターサイエンス学部の准教授であり、メディアラボのSignal KineticsグループのディレクターであるFadel Adibが参加した。

「この論文は、RFIDタグ付きアイテムの存在が他のタスクをより効率的に実行することを可能にすることを初めて示しています。私たちは、 FuseBotに多様な推論を追加することでこれを実現しました。 FuseBotは、視覚とRFを組み合わせて物体の山を理解することができる」とAdibは述べた。

Adibは、リードオーサーのTara Boroushaki、Laura Dodds、Nazish Naeemと共に研究を行った。

FuseBotには、ビデオカメラとRFアンテナが付いたロボットアームが含まれており、RFIDタグが付いていないターゲットアイテムを混合物体の山から回収する。システムは、カメラで物体の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タグを探す。

ラジオ波はほとんどの固体表面を通過することができるため、ロボットは「物体の山の中を見る」ことができる。ターゲットアイテム以外のアイテムがタグ付けされているため、FuseBotはターゲットアイテムが同じ場所に存在できないことを知っている。

情報は次に、環境の3Dモデルを更新してターゲットアイテムの潜在的な位置を強調するためにアルゴリズムによって結合される。ロボットはすでにターゲットアイテムのサイズと形状を知っている。システムは、物体の山とRFIDタグについて推論して、どのアイテムを移動するかを決定し、最も少ない動作でターゲットアイテムに到達するパスを探す。

物体の山の中に物体がどのように向いているかがわからないという課題を克服するために、FuseBotは確率的な推論を使用する。ロボットは各アイテムを除去するたびに、次に除去する最も適切なアイテムを推論する。

「人間に物体の山を探すように頼むと、人間はおそらく最も大きな物体を最初に除去して、その下にある物体を見つけようとする。ロボットは同様のことを行うが、RFID情報を使用してより情報に基づいた決定を下す。ロボットは、物体の山の表面からこの物体を除去することで、どれだけの情報を得ることができるかを問う」とBoroushakiは述べた。

ロボットは、物体を除去した後、物体の山をスキャンして新しいデータを使用して戦略を最適化する。

他のシステムを上回る

RF信号と推論を使用することで、FuseBotは視覚のみを使用する最先端のシステムを上回ることができた。ターゲットアイテムを95パーセントの成功率で抽出することができた。これは、他のシステムの84パーセントを上回る結果であった。また、40パーセント少ない動作でこれを実現し、アイテムの位置を特定して回収する速度も2倍以上になった。

「RF情報を組み込むことで、大きな改善を見た。RFIDタグが付いていないターゲットアイテムのシナリオで、前のシステムのパフォーマンスに匹敵し、それを超えることができたのは、興奮した」とDoddsは述べた。

複雑な推論を実行するソフトウェアは、任意のコンピュータで実装できるため、FuseBotは幅広い環境で使用できる。チームは今後、システムにより複雑なモデルを組み込むことに注力し、さまざまな操作を探求する。