Connect with us

Robot

Các nhà robotic phát triển kỹ thuật mới để robot cầm nắm các vật thể phản chiếu

mm

Lĩnh vực robot đang tiến bộ nhanh chóng, và không lâu nữa công nghệ này sẽ được áp dụng vào nhiều khía cạnh của cuộc sống, bao gồm cả nhà bếp. Tuy nhiên, có một chướng ngại vật cụ thể mà các nhà robotic phải vượt qua để áp dụng công nghệ này: robot gặp khó khăn khi cầm nắm các vật thể trong suốt và phản chiếu, chẳng hạn như một chiếc cốc đo lường hoặc con dao sáng. Tuy nhiên, điều này đang thay đổi với các nhà robotic tại Đại học Carnegie Mellon (CMU) phát triển một kỹ thuật mới để vượt qua vấn đề này. 

Đội ngũ nghiên cứu đã báo cáo về thành công trong việc dạy robot cầm nắm các vật thể này thông qua một kỹ thuật mới không yêu cầu cảm biến phức tạp, đào tạo chuyên sâu hoặc hướng dẫn của con người. Thay vào đó, nó sử dụng một máy ảnh màu để thực hiện các hành động. 

Nghiên cứu sẽ được trình bày tại Hội nghị ảo Quốc tế về Robot và Tự động hóa diễn ra vào mùa hè này. 

Camera độ sâu so với Camera màu

David Held là giáo sư trợ lý tại Viện Robot của CMU. Theo Held, camera độ sâu, xác định hình dạng của vật thể bằng cách chiếu ánh sáng hồng ngoại lên nó, rất hữu ích cho việc xác định các vật thể không trong suốt. Tuy nhiên, điều đó không đúng với các vật thể trong suốt hoặc bề mặt phản chiếu, ánh sáng hồng ngoại đi thẳng qua hoặc tán xạ khỏi nó. Do đó, camera độ sâu không thể tính toán hình dạng chính xác. Điều này có nghĩa là kết quả cuối cùng là một hình dạng phẳng hoặc hình dạng có lỗ cho các vật thể trong suốt và phản chiếu.

Lợi thế của camera màu là nó có thể nhìn thấy các vật thể trong suốt và phản chiếu, không chỉ là các vật thể không trong suốt. Để tận dụng lợi thế này, các nhà khoa học tại CMU đã tạo ra một hệ thống camera màu có thể xác định hình dạng dựa trên màu sắc.

Mặc dù máy ảnh tiêu chuẩn không thể đo hình dạng giống như camera độ sâu, các nhà nghiên cứu đã đào tạo hệ thống mới để bắt chước hệ thống độ sâu. Điều này cho phép nó suy luận hình dạng và cầm nắm các vật thể một cách ngầm định, và để đạt được điều này, hình ảnh camera độ sâu của các vật thể không trong suốt được ghép nối với hình ảnh màu của cùng một vật thể. 

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

Cầm nắm các vật thể trong suốt và sáng

Sau khi hệ thống được đào tạo thành công, nó đã được sử dụng trên các vật thể trong suốt và sáng. Robot đã có thể cầm nắm các vật thể khó khăn với mức độ thành công cao sau khi sử dụng những hình ảnh đó cùng với bất kỳ thông tin nào khác có thể được trích xuất từ camera độ sâu.

Held cho biết rằng mặc dù hệ thống không luôn hoạt động hoàn hảo, nhưng nó tốt hơn so với bất kỳ hệ thống nào khác hiện có.

“Chúng tôi đôi khi bỏ lỡ,” Held nói. “Nhưng nhìn chung, nó đã làm rất tốt, tốt hơn nhiều so với bất kỳ hệ thống nào trước đây để cầm nắm các vật thể trong suốt hoặc phản chiếu.”

Theo Thoms Weng, một sinh viên tiến sĩ về robot, hệ thống vẫn hiệu quả hơn khi cầm nắm các vật thể không trong suốt so với các vật thể trong suốt hoặc phản chiếu, nhưng nó hiệu quả hơn nhiều so với hệ thống camera độ sâu. Một lợi thế khác của hệ thống là kỹ thuật học để đào tạo nó rất hiệu quả, khiến hệ thống màu tương đương với hệ thống camera độ sâu khi cầm nắm các vật thể không trong suốt.

“Hệ thống của chúng tôi không chỉ có thể cầm nắm các vật thể trong suốt và phản chiếu riêng lẻ, mà còn có thể cầm nắm các vật thể như vậy trong các đống lộn xộn,” Weng nói. 

Đây không phải là lần đầu tiên các nhà robotic cố gắng vượt qua thách thức này. Các phương pháp trước đây liên quan đến việc đào tạo hệ thống dựa hoàn toàn trên các lần cố gắng cầm nắm lặp đi lặp lại, có thể lên đến 800.000 lần cố gắng. Một lựa chọn trước đây khác là việc con người gắn nhãn cho các vật thể, điều này tốn kém và mất thời gian.

Các nhà robotic tại CMU đã dựa vào một máy ảnh RGB-D thương mại có khả năng chụp cả hình ảnh màu (RGB) và hình ảnh độ sâu (D). 

Alex McFarland là một nhà báo và nhà văn về trí tuệ nhân tạo, khám phá những phát triển mới nhất trong lĩnh vực trí tuệ nhân tạo. Ông đã hợp tác với nhiều công ty khởi nghiệp và xuất bản về trí tuệ nhân tạo trên toàn thế giới.