Onderzoekers streven ernaar robots supermenselijke perceptie te geven

Een team van onderzoekers aan het Massachusetts Institute of Technology is “bezig om robots supermenselijke perceptie te geven”, volgens MIT-hoogleraar Fadel Adib. Naarmate robots vorderingen maken op gebieden zoals kunstmatige visie, aanraking en reuk, komen ze dichter bij het hebben van mensachtige perceptie.

Een nieuwe robot ontwikkeld door de onderzoekers, genaamd RF-Grasp, maakt gebruik van radiogolven die door muren heen kunnen gaan en verborgen objecten kunnen detecteren. Het doet dit door krachtige sensoren te combineren met traditionele computervisie, waardoor het mogelijk is om de locatie en het grijpen van objecten te bepalen die normaal gesproken buiten het zicht van de robot zouden zijn.

Het onderzoek zal worden gepresenteerd op de IEEE International Conference on Robotics and Automation in mei. De hoofdauteur van het artikel is Tara Boroushaki, onderzoeksassistent in de Signal Kinetics Group van het MIT Media Lab. Medeauteurs van het artikel zijn Adib, directeur van de Signal Kinetics Group; Alberto Rodriguez, hoogleraar in de afdeling Mechanische Ingenieurswetenschappen; Junshan Leng, onderzoeksingenieur aan de Harvard University; en Ian Clester, PhD-student aan de Georgia Tech.

Magazijnen en e-commerce

Een potentieel gebruik van deze nieuwe technologie is in e-commerce, waar het kan helpen om de magazijnbevulling efficiënter te maken, of het kan helpen om gereedschap in een gereedschapskist te lokaliseren. Met de dramatische toename van e-commerce wordt het werk voor menselijke werknemers steeds intensiever, die nog steeds het grootste deel van het werk doen. Maar dit is soms een probleem gezien de gevaarlijke werkomstandigheden.

“Perceptie en picking zijn twee obstakels in de industrie vandaag”, zegt Rodriguez.

Robots vertrouwen op optische visie, die geen objecten kan waarnemen die verborgen zijn, omdat zichtbare lichtgolven niet door muren heen kunnen gaan. Maar dat is niet het geval voor radiogolven.

Radiofrequente (RF) identificatie is gebruikt voor het volgen, en RF-identificatiesystemen bestaan uit een lezer en een tag. De tag is een kleine computerchip die voor volgdoeleinden is bevestigd, terwijl de lezer een RF-signaal uitzendt dat wordt gemoduleerd door de tag en gereflecteerd naar de lezer.

Dit gereflecteerde signaal is verantwoordelijk voor het verstrekken van cruciale informatie over het gelabelde item, zoals locatie en identiteit. Dit wordt vaak gebruikt in retailtoeleveringsketens, met landen zoals Japan die van plan zijn om RF-tracking voor alle retailaankopen te gebruiken.

“RF is zo’n andere sensormodaliteit dan visie”, zegt Rodriguez. “Het zou een fout zijn om niet te onderzoeken wat RF kan doen.”

https://www.youtube.com/watch?v=ZAzeYPcTM78

RF Grasp

De nieuw ontwikkelde RF Grasp gebruikt een camera en een RF-lezer om gelabelde objecten te lokaliseren en te grijpen, en het kan dit doen zelfs als ze volledig zijn geblokkeerd voor de camera. Er is een robotarm bevestigd aan een grijphand, en de pols houdt de camera vast. De RF-lezer is onafhankelijk van de robot en zendt volggegevens naar het controlealgoritme.

Door RF-trackinggegevens te combineren met gegevens uit de visuele weergave van de omgeving van de robot, wordt het beslissingsproces van de robot zeer complex.

“De robot moet beslissen, op elk moment, welke van deze stromen het meest belangrijk is om over na te denken”, zegt Boroushaki. “Het is niet alleen oog-handcoördinatie, het is RF-oog-handcoördinatie. Dus het probleem wordt zeer complex.“

“Het begint met het gebruik van RF om de aandacht van visie te richten”, zegt Adib. “Vervolgens gebruikt u visie om fijne manoeuvres te navigeren.”

Met dit proces kan RF Grasp een object targeten en manipuleren, en het resulteert in fijnere details dan RF.

In een reeks tests heeft RF Grasp succesvol het doelobject gelokaliseerd en gegrepen met ongeveer de helft van de totale beweging. Het was ook in staat om de omgeving “op te ruimen”, wat uniek is, door verpakkingsmateriaal en obstakels te verwijderen om bij het doel te komen.

“Het heeft deze richting die andere systemen gewoon niet hebben”, zegt Rodriguez.

RF Grasp kan uiteindelijk een grote rol spelen in e-commerce-magazijnen, door dingen te doen zoals het onmiddellijk verifiëren van de identiteit van een item.

“RF heeft het potentieel om enkele van deze beperkingen in de industrie te verbeteren, vooral in perceptie en lokaliseren”, gaat Rodriguez verder.

Wat betreft thuisapplicaties, zegt Adib: “Of je zou je kunnen voorstellen dat de robot verloren voorwerpen vindt. Het is als een super-Roomba die mijn sleutels gaat halen, waar ik ze ook heb neergelegd.”