机器人系统检索埋藏物体

麻省理工学院开发的一种名为 FuseBot 的新型机器人系统结合了视觉信息和射频信号，可以找到埋在一堆物体下的隐藏物品。 为了找到丢失的物品，机器人必须对一堆物品和其中的物品进行复杂的推理。 

研究人员此前展示了一种机械臂，它结合了视觉信息和射频 (RF) 信号来寻找贴有 RFID 标签的隐藏物体，这些标签反射天线发送的信号。 但即使目标物品没有标记，新系统也可以有效地检索任何埋藏的物品。 只需要堆中的某些物品具有这些 RFID 标签即可。 

FuseBot 中的算法

FuseBot 的算法可以推断堆下物体的可能位置和方向。 然后，它会发现移除阻碍物体并提取目标项目的最有效方法。 FuseBot 能够比其他最先进的机器人系统更有效地找到这些隐藏的物品，而且只用了一半的时间。 

新系统可以应用于电子商务仓库等领域。 

这个 研究 参与其中的是资深作者法德尔·阿迪布 (Fadel Adib)，他是电气工程和计算机科学系的联席教授，也是媒体实验室信号动力学小组的主任。 

“本文首次表明，环境中只要存在 RFID 标签物品，您就可以更轻松、更高效地完成其他任务。 我们之所以能够做到这一点，是因为我们在系统中添加了多模态推理——FuseBot 可以推理视觉和 RF 来理解一堆物品。”Adib 说道。

Adib 的研究助理 Tara Boroushaki 是第一作者； 劳拉·多兹； 和纳伊姆·纳伊姆。 

FuseBot 包括一个带有摄像机和射频天线的机械臂，用于从混合堆中检索未标记的目标物品。 该系统使用摄像头扫描堆垛，创建环境的 3D 模型，同时从天线发送信号来定位 RFID 标签。 

无线电波可以穿过大多数固体表面，使机器人能够“看到”堆中的情况。 由于目标项目以外的项目都被标记，FuseBot 知道目标项目不能位于同一位置。 

然后，这些信息通过算法融合，以更新环境的 3D 模型并突出显示目标物品的潜在位置，而机器人已经知道它的大小和形状。 系统对堆中的物品和 RFID 标签进行推理，以确定要移动的物品，并寻找移动次数最少的路径。 

为了克服不知道物体在堆下如何定向的挑战，FuseBot 使用概率推理。 每次删除一个项目时，它还会使用推理来设计下一个最好删除的项目。 

“如果我给一个人一堆物品来搜索，他们很可能会先移走最大的物品，看看它下面有什么。 机器人的作用类似，但它还结合了 RFID 信息，以做出更明智的决定。 它会问，‘如果它把这个物品从表面移走，它会对这堆东西了解多少？’”Boroushaki 说。

机器人在移除物体后扫描堆，并使用新数据来优化策略。 

优于其他系统

通过使用射频信号和推理，FuseBot 能够超越仅使用视觉的最先进系统。 它提取目标项目的成功率为 95%，而其他系统的成功率为 84%。 它还减少了 40% 的移动次数，并且定位和检索物品的速度提高了一倍多。 

“通过整合这些射频信息，我们看到成功率大幅提升。同样令人兴奋的是，我们能够达到之前系统的性能水平，甚至在目标物品没有 RFID 标签的情况下超越它。” Dodds 说道。

负责执行复杂推理的软件可以在任何计算机上实现，这意味着 FuseBot 可以用于广泛的设置。 该团队现在将寻求将更复杂的模型纳入系统中，并探索不同的操作。