Araştırmacılar Depo Robotlarına Süper İnsan Algısı Kazandırmaya Çalışıyor

Massachusetts Teknoloji Enstitüsü’ndeki bir grup araştırmacı “robotlara süper insan algısı kazandırmaya çalışıyor” diyor. MIT Öğretim Üyesi Fadel Adib’e göre, robotlar yapay görme, dokunma ve koku gibi alanlarda ilerledikçe, insan benzeri algıya yaklaşiyorlar.

Araştırmacılar tarafından geliştirilen yeni bir robot, RF-Grasp, duvarların içinden geçen radyo dalgalarını kullanarak engellenen nesneleri algılayabiliyor. Bu, güçlü algılama yetenekleri ile geleneksel bilgisayar görme yeteneklerini birleştirerek, robotun normalde göremeyeceği nesnelerin konumunu ve tutuşunu sağlıyor.

Bu araştırma, Mayıs ayında IEEE Uluslararası Robotik ve Otomasyon Konferansı’nda sunulacak. Makalenin baş yazarı, MIT Medya Laboratuvarı’ndaki Sinyal Kinetics Grubu’nda araştırma asistanı olan Tara Boroushaki. Makalenin diğer yazarları arasında Adib, Sinyal Kinetics Grubu direktörü; Alberto Rodriguez, Mekanik Mühendisliği Bölümü Öğretim Üyesi; Junshan Leng, Harvard Üniversitesi’nde araştırma mühendisi; ve Ian Clester, Georgia Tech’te doktora öğrencisi yer alıyor.

Depolar ve E-ticaret

Bu yeni teknolojinin olası bir kullanım alanı, e-ticarette depo işlemlerini daha verimli hale getirmek veya bir takımın içindeki araçları bulmak olabilir. E-ticaretin dramatik olarak artmasıyla, insan işçiler için iş yoğunluğu artıyor, ancak bu bazen tehlikeli çalışma koşulları nedeniyle sorunlara neden oluyor.

“Algı ve seçme, endüstride bugün iki büyük engel” diyor Rodriguez.

Robotlar, duvarların içinden geçemeyen optik görme yeteneklerine güveniyorlar. Ancak radyo dalgaları için bu durum geçerli değil.

Radyo frekansı (RF) tanımlama, izleme için kullanılmış ve RF tanımlama sistemleri bir okuyucu ve bir etiketten oluşuyor. Etiket, bir bilgisayar çipi ve bir takip amaçlı eklenmiştir, okuyucu ise bir RF sinyali yayar ve etiket tarafından modüle edilir ve okuyucuya yansıtılır.

Bu yansıyan sinyal, etiketli öğenin konumu ve kimliği gibi önemli bilgileri sağlar. Bu, perakende zincirlerinde sıkça kullanılır ve Japonya gibi ülkeler, sonunda tüm perakende satın almalar için RF izlemeyi planlıyor.

“RF, görme yeteneklerinden çok farklı bir algılama modu” diyor Rodriguez. “RF’nin neler yapabileceğini keşfetmemek bir hata olurdu.”

https://www.youtube.com/watch?v=ZAzeYPcTM78

RF Grasp

Yeni geliştirilen RF Grasp, bir kamera ve bir RF okuyucu kullanarak etiketli nesneleri bulup tutabiliyor, hatta kameradan tamamen engellenmiş olsalar bile. Robotik bir kol, bir tutma eli ve bilekte bir kamera bulunuyor. RF okuyucu, robottan bağımsız olarak çalışıyor ve takip verilerini kontrol algoritmasına iletiyor.

RF veri toplama ve görsel resim verilerini birleştiren robot, karar verme sürecini çok karmaşık hale getiriyor.

“Robot, her an, hangi veri akışının daha önemli olduğunu düşünmek zorunda” diyor Boroushaki. “Sadece göz-el koordinasyonu değil, RF-göz-el koordinasyonu. Böylece sorun çok karmaşık hale geliyor.”

“Önce RF kullanarak görme dikkatini odaklıyor” diyor Adib. “Sonra ince manevraları navigasyon için görme kullanıyor.”

Bu süreçle, RF Grasp bir nesneyi hedefleyip tutabiliyor ve daha ince ayrıntılara ulaşabiliyor.

Bir dizi testte, RF Grasp hedef nesneyi başarıyla belirleyip tuttu ve toplam hareketi yaklaşık yarıya indirerek, ortamı da temizleyerek engelleri ve ambalaj malzemelerini kaldırarak hedefe ulaştı.

“Bu sistemlerin sahip olmadığı bir rehberlik sağlıyor” diyor Rodriguez.

RF Grasp, e-ticaret depolarında önemli bir rol oynayabilir, örneğin bir öğenin kimliğini anında doğrulayabilir.

“RF, endüstrideki bu sınırlamaları, özellikle algı ve konum belirlemede, iyileştirebilir” diyor Rodriguez.

Ev uygulamaları için, Adib “Kaybolan öğeleri bulan bir robot hayal edebilirsiniz. Süper bir Roomba gibi, nereye koyduğum belangı bulup getirebilir” diyor.