机器人系统检索埋藏物体

麻省理工学院开发的一种新型机器人系统FuseBot，结合视觉信息和射频信号来找到埋藏在物体堆中的隐藏物体。为了找到丢失的物体，机器人必须使用复杂的推理关于物体堆和其中的物体。

研究人员此前曾演示过一种机器人臂，结合视觉信息和射频信号来找到带有RFID标签的隐藏物体，这些标签会反射天线发送的信号。但是，新的系统可以高效地检索任何埋藏的物体，即使目标物体没有标签。它只需要物体堆中的一些物体具有这些RFID标签。

FuseBot中的算法

组成FuseBot的算法可以推理出物体在堆中的可能位置和方向。然后，它发现了移除阻碍物体和提取目标物体的最有效方式。FuseBot能够比其他最先进的机器人系统更高效地找到这些隐藏的物体，它只用了半个时间。

该新系统可以应用于电子商务仓库等领域。

该研究涉及首席作者Fadel Adib，电气工程和计算机科学系副教授和媒体实验室Signal Kinetics小组主任。

“这篇论文首次表明，环境中仅有的RFID标签物体的存在就能使其他任务以更高效的方式完成。我们之所以能做到这一点，是因为我们将多模态推理添加到了系统中——FuseBot可以推理视觉和RF信号以理解物体堆，”Adib说。

Adib与研究助理Tara Boroushaki（首席作者）、Laura Dodds和Nazish Naeem合作。

FuseBot涉及一个带有视频摄像头和RF天线的机器人臂，以检索未标记的目标物体从混合物体堆中。该系统使用摄像头扫描物体堆以创建3D模型，同时发送天线信号来定位RFID标签。

射频波可以穿过大多数固体表面，使机器人能够“看到”物体堆。由于目标物体以外的物体都有标签，FuseBot知道目标物体不能在同一个位置。

算法随后融合信息以更新环境的3D模型并突出显示目标物体的可能位置，机器人已经知道目标物体的大小和形状。该系统推理物体堆和RFID标签以确定要移动哪个物体，并寻找最少移动的路径。

为了克服不知道物体在堆中如何定向的挑战，FuseBot使用概率推理。每次它移除一个物体时，它还使用推理来决定下一个最好的物体来移除。

“如果我给一个人一堆物体让他们搜索，他们很可能会先移除最大的物体来看看下面是什么。机器人做的事情类似，但它还结合RFID信息来做出更明智的决定。它问道，‘如果它从表面移除这个物体，会对这个堆了解多少？’”Boroushaki说。

机器人在移除物体后扫描物体堆，并使用新数据来优化策略。

https://www.youtube.com/watch?v=TFqz263uPN0

超越其他系统

通过使用RF信号和推理，FuseBot能够超越仅使用视觉的最先进系统。它以95%的成功率提取目标物体，而其他系统的成功率为84%。它还以40%较少的移动次数完成了此操作，并且能够以两倍以上的速度定位和检索物体。

“我们通过结合RF信息看到成功率有了很大的提高。看到我们能够匹配以前系统的性能，并在目标物体没有RFID标签的场景中超越它，真是令人兴奋，”Dodds说。

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可以用于广泛的环境。该团队现在将致力于将更复杂的模型纳入该系统，并探索不同的操作。