นักวิจัยหุ่นยนต์พัฒนาเทคนิคใหม่สำหรับหุ่นยนต์จับวัตถุสะท้อนแสง

สาขาหุ่นยนต์กำลังพัฒนาอย่างรวดเร็ว และไม่นานเทคโนโลยีนี้จะเข้ามาเป็นส่วนหนึ่งของชีวิตเรา รวมถึงในห้องครัวด้วย อย่างไรก็ตาม มีอุปสรรคหนึ่งที่นักวิจัยหุ่นยนต์ต้อง克服สำหรับการใช้งานประเภทนี้ คือ หุ่นยนต์มีความยากมากในการจับวัตถุโปร่งใสและสะท้อนแสง เช่น ถ้วยวัดหรือมีดเงา แต่สิ่งนี้กำลังเปลี่ยนแปลงไปแล้ว โดยนักวิจัยหุ่นยนต์ที่มหาวิทยาลัยคาร์เนกีเมลลอน (CMU) พัฒนาเทคนิคใหม่เพื่อ克服ปัญหานี้

ทีมงานรายงานความสำเร็จในการสอนหุ่นยนต์จับวัตถุเหล่านี้ผ่านเทคนิคใหม่ที่ไม่ต้องการเซ็นเซอร์ที่ซับซ้อน การฝึกอบรมอย่างเข้มข้น หรือการชี้แนะของมนุษย์ แต่ใช้กล้องสีเพื่อกระทำการแทน

การวิจัยจะถูกนำเสนอที่การประชุมสัมมนาอัตโนมัติและหุ่นยนต์เสมือนจริงที่จะจัดขึ้นในช่วงฤดูร้อน

กล้องความลึกเทียบกับกล้องสี

David Held เป็นรองศาสตราจารย์ที่สถาบันหุ่นยนต์ของ CMU ตามที่ Held กล่าว กล้องความลึกซึ่งกำหนดรูปร่างของวัตถุโดยการส่องแสงอินฟราเรดonto มีประโยชน์สำหรับการระบุวัตถุไม่โปร่งใส แต่ไม่ใช่กรณีสำหรับวัตถุโปร่งใสหรือพื้นผิวสะท้อนแสง ซึ่งแสงอินฟราเรดจะผ่านไปหรือกระจายออกไป เนื่องจากกล้องความลึกจึงไม่สามารถคำนวณรูปร่างที่แม่นยำได้ ซึ่งหมายความว่าผลลัพธ์สุดท้ายจะเป็นรูปร่างที่แบนหรือมีรูสำหรับวัตถุโปร่งใสและสะท้อนแสง

ข้อดีของกล้องสีคือสามารถมองเห็นวัตถุโปร่งใสและสะท้อนแสงได้ ไม่ใช่แค่วัตถุไม่โปร่งใสเท่านั้น โดยใช้ประโยชน์จากสิ่งนี้ นักวิทยาศาสตร์ที่ CMU สร้างระบบกล้องสีที่สามารถระบุรูปร่างตามสีได้

แม้ว่ากล้องมาตรฐานจะไม่สามารถวัดรูปร่างเหมือนกล้องความลึก แต่นักวิจัยฝึกอบรมระบบใหม่นี้ให้เลียนแบบระบบความลึก ซึ่งช่วยให้สามารถอนุมานรูปร่างและจับวัตถุได้ และเพื่อให้บรรลุเป้าหมายนี้ ภาพกล้องความลึกของวัตถุไม่โปร่งใสถูกจับคู่กับภาพสีของวัตถุเดียวกัน

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

การจับวัตถุโปร่งใสและสะท้อนแสง

หลังจากที่ระบบถูกฝึกอบรมสำเร็จแล้ว ก็ถูกนำไปใช้กับวัตถุโปร่งใสและสะท้อนแสง หุ่นยนต์สามารถจับวัตถุที่ยากจับได้ด้วยอัตราความสำเร็จสูงหลังจากใช้ภาพเหล่านั้นพร้อมกับข้อมูลอื่นๆ ที่สามารถดึงออกมาจากกล้องความลึก

Held กล่าวว่าแม้ว่าระบบจะไม่ทำงานได้สมบูรณ์เสมอไป แต่ก็ดีกว่าระบบอื่นๆ ที่มีอยู่ในปัจจุบัน

“เราอาจพลาดบ้าง” Held กล่าว “แต่โดยทั่วไปแล้วมันทำได้ดีมาก มากกว่าระบบอื่นๆ ที่มีสำหรับการจับวัตถุโปร่งใสหรือสะท้อนแสง”

ตามที่ Thoms Weng นักศึกษาระดับ博士ในหุ่นยนต์ ระบุว่า ระบบยังคงมีประสิทธิภาพมากกว่าในการจับวัตถุไม่โปร่งใสเมื่อเทียบกับวัตถุโปร่งใสหรือสะท้อนแสง แต่ก็มากกว่าระบบกล้องความลึกเท่านั้น อีกประโยชน์ของระบบคือเทคนิคการเรียนรู้ในการฝึกอบรมมีประสิทธิภาพมาก ทำให้ระบบสีเทียบเท่ากับระบบความลึกในการจับวัตถุไม่โปร่งใส

“ระบบของเราสามารถจับวัตถุโปร่งใสและสะท้อนแสงได้ไม่เพียงแต่วัตถุเดียว แต่ยังสามารถจับวัตถุเหล่านี้ในกองรวมกัน” Weng กล่าว

นี่ไม่ใช่ครั้งแรกที่นักวิจัยหุ่นยนต์พยายาม 克服ความท้าทายนี้ วิธีการก่อนหน้านี้รวมถึงการฝึกอบรมระบบโดยอาศัยการลองจับซ้ำๆ ซึ่งอาจมีถึง 800,000 ครั้ง ตัวเลือกอื่นๆ ในInThe過去คือการให้คน标记วัตถุ ซึ่งมีค่าใช้จ่ายสูงและใช้เวลานาน

นักวิจัยหุ่นยนต์ที่ CMU พึ่งพากล้อง RGB-D 상업ที่สามารถบันทึกภาพสี (RGB) และภาพความลึก (D) ได้