Sistema Robótico Recupera Objetos Enterrados

Um novo sistema robótico chamado FuseBot, desenvolvido no MIT, combina informações visuais e sinais de frequência de rádio para encontrar itens escondidos enterrados sob uma pilha de objetos. Para encontrar um item perdido, os robôs devem usar raciocínio complexo sobre a pilha e os objetos nela.

Os pesquisadores demonstraram anteriormente um braço robótico que combina informações visuais e sinais de frequência de rádio para encontrar objetos escondidos etiquetados com etiquetas RFID, que refletem sinais enviados por uma antena. Mas o novo sistema pode recuperar eficientemente qualquer objeto enterrado, mesmo que o item alvo não esteja etiquetado. Ele só requer que alguns itens na pilha tenham essas etiquetas RFID.

Algoritmos no FuseBot

Os algoritmos que compõem o FuseBot podem raciocinar sobre a provável localização e orientação dos objetos sob a pilha. Em seguida, descobre a maneira mais eficiente de remover objetos obstrutivos e extrair o item alvo. O FuseBot foi capaz de encontrar esses itens escondidos de forma mais eficiente do que outro sistema robótico de ponta, e fez isso em metade do tempo.

O novo sistema pode ser aplicado em áreas como um armazém de comércio eletrônico.

A pesquisa envolveu o autor sênior Fadel Adib, professor associado no Departamento de Engenharia Elétrica e Ciência da Computação e diretor do grupo Signal Kinetics no Media Lab.

“O que este artigo mostra, pela primeira vez, é que a mera presença de um item etiquetado com RFID no ambiente torna muito mais fácil realizar outras tarefas de forma mais eficiente. Conseguimos fazer isso porque adicionamos raciocínio multimodal ao sistema – o FuseBot pode raciocinar sobre visão e RF para entender uma pilha de itens”, diz Adib.

Adib foi acompanhado por assistentes de pesquisa Tara Boroushaki, que é a autora principal; Laura Dodds; e Nazish Naeem.

O FuseBot envolve um braço robótico com uma câmera de vídeo e uma antena de RF anexada para recuperar um item alvo não etiquetado de uma pilha mista. O sistema digitaliza a pilha com a câmera para criar um modelo 3D do ambiente e envia sinais de sua antena para localizar etiquetas RFID ao mesmo tempo.

As ondas de rádio podem passar por mostre superfícies sólidas, permitindo que o robô “veja” dentro da pilha. Como os itens, exceto o item alvo, estão etiquetados, o FuseBot sabe que o item alvo não pode estar no mesmo local exato.

As informações são então fundidas pelos algoritmos para atualizar o modelo 3D do ambiente e destacar as possíveis localizações do item alvo, com o robô já sabendo o tamanho e a forma dele. O sistema raciocina sobre os objetos na pilha e as etiquetas RFID para determinar qual item mover e procura o caminho com o menor número de movimentos.

Para superar o desafio de não saber como os objetos estão orientados sob a pilha, o FuseBot usa raciocínio probabilístico. Cada vez que remove um item, também usa raciocínio para descobrir qual seria o próximo melhor item a remover.

“Se eu der a um humano uma pilha de itens para procurar, ele provavelmente removerá o item maior primeiro para ver o que está debaixo dele. O que o robô faz é semelhante, mas também incorpora informações de RFID para tomar uma decisão mais informada. Ele pergunta: ‘Quanto mais entenderá sobre essa pilha se remover esse item da superfície?'” Boroushaki diz.

O robô digitaliza a pilha após remover um objeto e usa novos dados para otimizar a estratégia.

Superando Outros Sistemas

Usando sinais de RF e raciocínio, o FuseBot foi capaz de superar um sistema de ponta que usa apenas visão. Ele extraiu o item alvo com uma taxa de sucesso de 95%, em comparação com 84% para o outro sistema. Ele também fez isso com 40% menos movimentos e pôde localizar e recuperar itens mais de duas vezes mais rápido.

“Vemos uma grande melhoria na taxa de sucesso ao incorporar essas informações de RF. Foi também emocionante ver que fomos capazes de igualar o desempenho do nosso sistema anterior e superá-lo em cenários em que o item alvo não tinha uma etiqueta RFID”, diz Dodds.

O software responsável por realizar o raciocínio complexo pode ser implementado em qualquer computador, o que significa que o FuseBot pode ser usado em uma ampla gama de configurações. A equipe agora buscará incorporar modelos mais complexos no sistema, bem como explorar diferentes manipulações.