Robóticos Desenvolvem Nova Técnica para Robôs Pegarem Objetos Reflexivos

O campo da robótica está progredindo rapidamente, e não será longo antes que a tecnologia faça parte de muitos aspectos de nossas vidas, incluindo a cozinha. No entanto, há um obstáculo específico que os robóticos devem superar para esses tipos de aplicações: os robôs têm uma dificuldade extrema em pegar objetos transparentes e reflexivos, como uma xícara de medida ou uma faca brilhante. Isso está mudando, no entanto, com robóticos da Carnegie Mellon University (CMU) desenvolvendo uma nova técnica para superar esse problema. 

A equipe relatou sucesso ao ensinar robôs a pegar esses objetos por meio de uma nova técnica que não requer sensores complexos, treinamento exaustivo ou orientação humana. Em vez disso, utilizou uma câmera de cor para realizar as ações. 

A pesquisa será apresentada na Conferência Internacional de Robótica e Automação, uma conferência virtual que ocorrerá neste verão. 

Câmeras de Profundidade vs Câmeras de Cor

David Held é um professor assistente no Instituto de Robótica da CMU. De acordo com Held, as câmeras de profundidade, que determinam a forma de um objeto emitindo uma luz infravermelha sobre ele, são úteis para identificar objetos opacos. No entanto, isso não é o caso para objetos claros ou superfícies reflexivas, que a luz infravermelha passa diretamente ou se espalha. Por causa disso, as câmeras de profundidade não conseguem calcular formas precisas. Isso significa que o resultado acaba sendo plano ou formas preenchidas com buracos para objetos transparentes e reflexivos.

A vantagem de uma câmera de cor é que ela pode ver objetos transparentes e reflexivos, e não apenas opacos. Aproveitando disso, os cientistas da CMU criaram um sistema de câmera de cor capaz de identificar formas com base na cor.

Embora uma câmera padrão não possa medir formas da mesma forma que uma câmera de profundidade, os pesquisadores treinaram o novo sistema para imitar o sistema de profundidade. Isso permitiu que ele implicitamente inferisse formas e pegasse certos objetos, e para alcançar isso, imagens de câmera de profundidade de objetos opacos foram combinadas com imagens de cor dos mesmos objetos. 

https://www.youtube.com/watch?v=Gny7NfmqyOk&feature=emb_title

Pegando Objetos Transparentes e Brilhantes

Depois que o sistema foi treinado com sucesso, ele foi usado em objetos transparentes e brilhantes. O robô conseguiu pegar os objetos difíceis com um alto grau de sucesso após usar essas imagens, além de qualquer outra informação que pudesse ser extraída da câmera de profundidade.

Held disse que, embora o sistema não funcione perfeitamente o tempo todo, é melhor do que qualquer outro sistema atualmente disponível.

“Às vezes erramos”, disse Held. “Mas na maioria das vezes, fez um trabalho razoável, muito melhor do que qualquer sistema anterior para pegar objetos transparentes ou reflexivos.”

De acordo com Thoms Weng, um estudante de doutorado em robótica, o sistema ainda é mais eficiente em pegar objetos opacos em comparação com objetos transparentes ou reflexivos, mas é muito mais eficaz do que os sistemas de câmera de profundidade. Outra vantagem do sistema foi que a técnica de aprendizado para treinar foi extremamente eficaz, tornando o sistema de cor equivalente ao sistema de câmera de profundidade na pegada de objetos opacos.

“Nosso sistema não apenas pode pegar objetos transparentes e reflexivos individuais, mas também pode pegar esses objetos em pilhas bagunçadas”, disse Weng. 

Essa não é a primeira vez que robóticos tentaram superar esse desafio. Abordagens anteriores envolviam treinar sistemas com base inteiramente em tentativas de pegada repetidas, que podiam chegar a 800.000 tentativas. Outra opção anterior foi a marcação humana de objetos, que é cara e demorada.

Os robóticos da CMU confiaram em uma câmera RGB-D comercial capaz de capturar imagens de cor (RGB) e imagens de profundidade (D).