Розробники робототехніки розробили новий метод для захоплення роботами phản відбиваючих об’єктів

Область робототехніки швидко розвивається, і не мине довго, як ця технологія увійде в багато аспектів нашого життя, включаючи кухню. Однак існує одна конкретна перешкода, яку робототехнікам потрібно подолати для таких застосувань: роботам дуже складно захоплювати прозорі та phản відбиваючі об’єкти, такі як мірний стакан або блискучий ніж. Однак ця ситуація змінюється, оскільки робототехніки з Університету Карнегі-Меллона (CMU) розробили новий метод для подолання цієї проблеми.

Команда повідомила про успіх у навчанні роботів захоплювати ці об’єкти за допомогою нового методу, який не вимагає складних датчиків, вичерпного навчання чи керівництва людини. Замість цього він використовував кольорову камеру для виконання дій.

Дослідження буде представлено на Міжнародній конференції з робототехніки та автоматизації віртуальної конференції, яка відбудеться цього літа.

Камери глибини проти кольорових камер

Девід Гельд – помічник професора в Інституті робототехніки CMU. За словами Гельда, камери глибини, які визначають форму об’єкта, випромінюючи інфрачервоне світло на нього, корисні для ідентифікації непрозорих об’єктів. Однак це не так для прозорих об’єктів або phản відбиваючих поверхонь, через які інфрачервоне світло проходить прямо або розсіюється. Через це камери глибини не можуть обчислити точні форми. Це означає, що результатом стають плоскі або форми, заповнені отворами для прозорих і phản відбиваючих об’єктів.

Перевага кольорової камери полягає в тому, що вона може бачити прозорі та phản відбиваючі об’єкти, а не тільки непрозорі. Використовуючи це, вчені в CMU створили систему кольорової камери, здатну ідентифікувати форми на основі кольору.

Хоча стандартна камера не може вимірювати форми так само, як камера глибини, дослідники навчили нову систему імітувати систему глибини. Це дозволило їй неявно виводити форми та захоплювати певні об’єкти, а для цього зображення камери глибини непрозорих об’єктів були поєднані з кольоровими зображеннями тих самих об’єктів.

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

Захоплення прозорих і блискучих об’єктів

Після того, як система була успішно навчена, її використовували для прозорих і блискучих об’єктів. Робот зміг захопити складні об’єкти з високим ступенем успіху після використання цих зображень плюс будь-якої іншої інформації, яку можна було витягнути з камери глибини.

Гельд сказав, що хоча система не завжди працює досконало, вона краще, ніж будь-яка інша система, яка зараз доступна.

«Ми іноді пропускаємо», – сказав Гельд. «Але в цілому вона зробила досить хорошу роботу, значно краще, ніж будь-яка попередня система для захоплення прозорих або phản відбиваючих об’єктів».

За словами Томса Венга, аспіранта-робототехніка, система все ще більш ефективна при захопленні непрозорих об’єктів порівняно з прозорими або блискучими, але вона значно більш ефективна, ніж системи тільки з камерою глибини. Інша перевага системи полягала в тому, що метод навчання для її навчання був非常о ефективним, що зробило кольорову систему на рівні з системою камери глибини при захопленні непрозорих об’єктів.

«Наша система не тільки може захоплювати окремі прозорі та блискучі об’єкти, але також може захоплювати такі об’єкти в заплутаних купах», – сказав Венг.

Це не перший раз, коли робототехніки намагалися подолати цю перешкоду. Попередні підходи включали навчання систем на основі повністю повторюваних спроб захоплення, які могли нараховувати до 800 000 спроб. Іншим попереднім варіантом була людська маркування об’єктів, яка є як дорогою, так і часу споживаючою.

Робототехніки в CMU покладалися на комерційну камеру RGB-D, здатну робити як кольорові зображення (RGB), так і зображення глибини (D).