研究人员旨在赋予仓库机器人超人的感知能力

麻省理工学院副教授 Fadel Adib 表示，麻省理工学院的一组研究人员正在“试图赋予机器人超人的感知能力”。 随着机器人在人工视觉、触觉和嗅觉等领域的进步，它们越来越接近于拥有类似人类的感知能力。

研究人员开发了一种名为 RF-Grasp 的新型机器人，它依靠无线电波来穿过墙壁并感知被遮挡的物体。它通过将强大的传感功能与传统计算机视觉相结合来实现这一点，从而能够定位和抓取机器人通常看不见的物品。 

研究 将于 XNUMX 月在 IEEE 国际机器人与自动化会议上发表。 该论文的第一作者是麻省理工学院媒体实验室信号动力学小组的研究助理 Tara Boroushaki。 该论文的共同作者包括 Signal Kinetics Group 主任 Adib； Alberto Rodriguez，机械工程系副教授； 冷俊山，哈佛大学研究工程师； 和佐治亚理工学院的博士生 Ian Clester。 

仓储及电商

这项新技术的一个潜在用例是电子商务，它可以帮助提高仓库履行效率，或者可以在工具包中找到工具。 随着电子商务的急剧兴起，工作对人类来说变得越来越紧张，但大部分工作仍然由人类完成。 然而，考虑到危险的工作条件，这有时会成为一个问题。 

“感知和挑选是当今行业的两个障碍，”罗德里格斯说。 

机器人依靠光学视觉，由于可见光波无法穿过墙壁，因此无法感知隐藏的物品。 然而，无线电波的情况并非如此。

射频（RF）识别已用于跟踪，RF识别系统由阅读器和标签组成。 标签是一个微型计算机芯片，用于跟踪目的，而阅读器则发出射频信号，该信号由标签调制并反射到阅读器。 

该反射信号负责提供有关标记物品的重要信息，例如位置和身份。 这通常用于零售供应链，日本等国家计划最终对所有零售采购使用射频跟踪。 

Rodriguez说：“ RF是一种与视觉不同的传感方式。” “不探究射频能做什么是一个错误。”

射频抓取

新开发的 RF Grasp 使用摄像头和 RF 读取器来定位和抓取带有标签的物体，即使物体完全被摄像头挡住，它也能做到这一点。 有一个机械臂连接到一只抓握的手上，手腕上拿着相机。 射频读取器独立于机器人，将跟踪数据转发给控制算法。

通过整合射频跟踪数据收集和机器人周围环境视觉图像的数据，机器人的决策过程变得非常复杂。

“机器人必须在每个时间点决定考虑这些流中的哪一个更重要，”博罗沙基说。 “这不仅仅是眼手协调，更是射频眼手协调。 所以，问题就变得非常复杂了。“

“首先使用射频来集中视觉注意力，”阿迪布说。 “然后你可以利用视觉来进行精细的操作。”

通过这个过程，RF Grasp 可以瞄准一个物体，并且可以操纵该物体和视觉，从而获得比 RF 更精细的细节。 

在一系列测试中，RF Grasp 成功精确定位并抓取目标物体，总移动量约为总移动量的一半。 它还能够通过清除包装材料和到达目标的障碍物来“整理”环境，这是非常独特的。 

“它具有其他系统根本没有的指导，”罗德里格斯说。

RF Grasp 最终可能在电子商务仓库中发挥重要作用，例如立即验证物品的身份。

“射频有潜力改善行业中的一些限制，特别是在感知和本地化方面，”罗德里格斯继续说道。 

至于家庭应用，阿迪布说：“或者你可以想象机器人寻找丢失的物品。 它就像一个超级 Roomba，无论我把钥匙放在哪里，它都能取回我的钥匙。”