Robotski sistem izvleče zakopane predmete

Nov robotski sistem, imenovan FuseBot, razvit na MIT, združuje vizualne informacije in radiofrekvenčne signale za iskanje skritih predmetov, zakopanih pod kupom predmetov. Da bi našli izgubljeni predmet, morajo roboti uporabiti zapleteno razmišljanje o kupu in predmetih v njem. 

Raziskovalci so pred tem pokazali robotsko roko, ki združuje vizualne informacije in radiofrekvenčne (RF) signale za iskanje skritih predmetov, označenih z oznakami RFID, ki odražajo signale, ki jih pošilja antena. Toda novi sistem lahko učinkovito pridobi kateri koli zakopan predmet, tudi če ciljni predmet ni označen. Te oznake RFID morajo imeti samo nekateri predmeti na kupu. 

Algoritmi v FuseBot

Algoritmi, ki sestavljajo FuseBot, lahko sklepajo o verjetni lokaciji in orientaciji predmetov pod kupom. Nato odkrije najučinkovitejši način za odstranitev ovirajočih predmetov in ekstrahiranje ciljnega predmeta. FuseBot je uspel najti te skrite predmete učinkoviteje kot drug najsodobnejši robotski sistem, in to v polovično krajšem času. 

Nov sistem bi lahko uporabili na področjih, kot je skladišče e-trgovine. 

O Raziskave vključen višji avtor Fadel Adib, profesor združenja na Oddelku za elektrotehniko in računalništvo in direktor skupine Signal Kinetics v Media Labu. 

»Ta prispevek prvič kaže, da vam sama prisotnost predmeta z RFID oznako v okolju veliko olajša izvajanje drugih nalog na učinkovitejši način. To nam je uspelo, ker smo sistemu dodali multimodalno razmišljanje – FuseBot lahko razmišlja tako o vidu kot o RF, da razume kup predmetov,« pravi Adib.

Adibu se je pridružila raziskovalna asistentka Tara Boroushaki, ki je vodilna avtorica; Laura Dodds; in nacist Naeem. 

FuseBot vključuje robotsko roko s pritrjeno video kamero in RF anteno za pridobivanje neoznačenega ciljnega predmeta iz mešanega kupa. Sistem skenira kup s kamero, da ustvari 3D model okolja, in hkrati pošlje signale iz svoje antene, da poišče RFID oznake. 

Radijski valovi lahko prehajajo skozi večino trdnih površin, kar omogoča robotu, da "vidi" v kup. Ker so označeni predmeti, ki niso ciljni element, FuseBot ve, da ciljni element ne more biti na istem mestu. 

Informacije nato združijo algoritmi, da posodobijo 3D model okolja in poudarijo potencialne lokacije ciljnega predmeta, pri čemer robot že pozna njegovo velikost in obliko. Sistem razmišlja o predmetih v kupu in oznakah RFID, da ugotovi, kateri predmet premakniti, in poišče pot z najmanj premiki. 

Za premagovanje izziva nevedenja, kako so predmeti usmerjeni pod kupom, FuseBot uporablja verjetnostno sklepanje. Vsakič, ko odstrani predmet, uporabi tudi sklepanje, da ugotovi, kateri bi bil naslednji najboljši element za odstranitev. 

»Če dam človeku kup predmetov za iskanje, bo najverjetneje najprej odstranil največji predmet, da vidi, kaj je pod njim. Robot počne podobno, vendar vključuje tudi informacije RFID za sprejemanje bolj premišljene odločitve. Sprašuje se: 'Koliko več bo razumel o tem kupu, če ta predmet odstrani s površine?'« pravi Boroushaki.

Robot skenira kup, potem ko odstrani predmet, in uporabi nove podatke za optimizacijo strategije. 

Presega druge sisteme

Z uporabo RF signalov in razmišljanja je FuseBot uspel preseči najsodobnejši sistem, ki uporablja samo vid. Izvlekel je ciljni element s 95-odstotno stopnjo uspešnosti v primerjavi s 84 odstotki pri drugem sistemu. To je storil tudi s 40 odstotki manj premikov in je lahko lociral in pridobil predmete več kot dvakrat hitreje. 

»Z vključitvijo teh RF informacij opažamo velik napredek v stopnji uspešnosti. Prav tako je bilo razburljivo videti, da smo lahko dosegli zmogljivost našega prejšnjega sistema in jo presegli v scenarijih, kjer ciljni predmet ni imel oznake RFID,« pravi Dodds.

Programsko opremo, ki je odgovorna za izvajanje zapletenega sklepanja, je mogoče implementirati v kateri koli računalnik, kar pomeni, da bi lahko FuseBot uporabili za širok nabor nastavitev. Ekipa si bo zdaj prizadevala za vključitev bolj zapletenih modelov v sistem in raziskovanje različnih manipulacij.