Робототехники разрабатывают новый метод для захвата роботами отражающих объектов

Область робототехники прогрессирует быстро, и не пройдет много времени, прежде чем технология войдет во многие аспекты нашей жизни, включая кухню. Однако существует одна конкретная проблема, которую робототехники должны преодолеть для этих типов применений: роботы испытывают огромные трудности при подъеме прозрачных и отражающих объектов, таких как мерная чаша или блестящий нож. Однако это меняется, поскольку робототехники в Университете Карнеги-Меллона (CMU) разрабатывают новый метод для преодоления этой проблемы.

Команда сообщила об успехе в обучении роботов поднимать эти объекты с помощью нового метода, который не требует сложных датчиков, исчерпывающей тренировки или руководства человека. Вместо этого он использовал цветную камеру для выполнения действий.

Исследование будет представлено на виртуальной конференции Международной конференции по робототехнике и автоматизации, которая состоится этим летом.

Камеры глубины против цветных камер

Дэвид Хелд – ассистент профессора в Институте робототехники CMU. Согласно Хелду, камеры глубины, которые определяют форму объекта, излучая на него инфракрасный свет, полезны для определения непрозрачных объектов. Однако это не так для прозрачных объектов или отражающих поверхностей, через которые инфракрасный свет проходит прямо или рассеивается. Из-за этого камеры глубины не могут рассчитать точные формы. Это означает, что результат в конечном итоге оказывается плоским или формами, заполненными отверстиями для прозрачных и отражающих объектов.

Преимущество цветной камеры заключается в том, что она может видеть прозрачные и отражающие объекты, а не только непрозрачные. Воспользовавшись этим, ученые в CMU создали систему цветной камеры, способную определять формы на основе цвета.

Хотя стандартная камера не может измерять формы так же, как камера глубины, исследователи обучили новую систему имитировать систему глубины. Это позволило ей неявно выводить формы и захватывать определенные объекты, и для этого изображения камеры глубины непрозрачных объектов были сопоставлены с цветными изображениями одних и тех же объектов.

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

Захват прозрачных и блестящих объектов

После того, как система была успешно обучена, она была использована на прозрачных и блестящих объектах. Робот смог захватить трудные объекты с высокой степенью успеха после использования этих изображений плюс любую другую информацию, которую можно было извлечь из камеры глубины.

Хелд сказал, что хотя система не всегда работает идеально, она лучше, чем любая другая система, доступная в настоящее время.

“Мы иногда промахиваемся”, – сказал Хелд. “Но в основном она делала довольно хорошую работу, намного лучше, чем любая предыдущая система для захвата прозрачных или отражающих объектов”.

Согласно Тому Венгу, аспиранту по робототехнике, система все еще более эффективна при подъеме непрозрачных объектов по сравнению с прозрачными или отражающими, но она намного более эффективна, чем системы только с камерой глубины. Другое преимущество системы заключалось в том, что метод обучения для ее тренировки был чрезвычайно эффективным, что сделало цветную систему наравне с системой камеры глубины при подъеме непрозрачных объектов.

“Наша система не только может поднять отдельные прозрачные и отражающие объекты, но также может захватить такие объекты в захламленных кучах”, – сказал Венг.

Это не первый раз, когда робототехники пытались преодолеть эту проблему. Предыдущие подходы включали обучение систем entirely на основе повторных попыток захвата, которые могли составлять до 800 000 попыток. Другой предыдущий вариант был связан с человеческим маркированием объектов, что является дорогим и трудоемким.

Робототехники в CMU полагались на коммерческую RGB-D камеру, способную делать как цветные изображения (RGB), так и изображения глубины (D).