Робототехники разрабатывают новую технику для захвата отражающих объектов роботами

Область робототехники развивается очень быстро, и не пройдет много времени, прежде чем эта технология станет частью многих аспектов нашей жизни, включая кухню. Однако существует одна конкретная проблема, которую робототехники должны преодолеть для таких применений: роботы испытывают огромные трудности при подъеме прозрачных и отражающих объектов, таких как мерная чаша или блестящий нож. Но это меняется, поскольку робототехники из Университета Карнеги-Меллона (CMU) разработали новую технику для преодоления этой проблемы.

Команда сообщила об успехе в обучении роботов поднимать эти объекты с помощью новой техники, не требующей сложных датчиков, исчерпывающей тренировки или руководства человека. Вместо этого она использовала цветную камеру для выполнения действий.

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

Камеры глубины против цветных камер

Дэвид Хелд – помощник профессора в Институте робототехники CMU. По словам Хелда, камеры глубины, которые определяют форму объекта, излучая инфракрасный свет на него, 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. Используя это, 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 объединены 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 затем использована на прозрачных и блестящих объектах. Робот смог захватить трудные объекты с высокой степенью успеха после использования этих изображений плюс любой другой информации, 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 целом она сделала довольно хорошую работу, намного лучше, чем любая предыдущая система для захвата прозрачных или отражающих объектов».

По словам Тома Венга, аспиранта 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. Другим преимуществом системы было то, что техника обучения для ее обучения была非常 эффективной, 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, основанных полностью на повторных попытках захвата, которые могли составлять до 800 000 попыток. Другой предыдущий вариант был человеческой маркировкой объектов, которая является дорогой и耗ящей время.

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