研究人员旨在赋予仓库机器人超人感知能力

麻省理工学院的一组研究人员正在“尝试给机器人超人感知能力”，根据麻省理工学院副教授Fadel Adib的说法。随着机器人在人工视觉、触觉和嗅觉等领域的进步，它们距离具有类似人类的感知能力越来越近。

研究人员开发了一种新型机器人，称为RF-Grasp，它使用可以穿透墙壁并感知被遮挡物体的无线电波。它通过将强大的感知能力与传统计算机视觉相结合，实现了对通常对机器人来说不可见的物体的定位和抓取。

该研究将在五月的IEEE国际机器人和自动化会议上进行展示。论文的首席作者是Tara Boroushaki，麻省理工学院媒体实验室Signal Kinetics Group的研究助理。论文的共同作者包括Adib，Signal Kinetics Group的主任；Alberto Rodriguez，机械工程系的副教授；Junshan Leng，哈佛大学的研究工程师；以及Ian Clester，佐治亚理工学院的博士生。

仓库和电子商务

这种新技术的一个潜在应用是电子商务，特别是在仓库履约方面，它可以帮助提高效率，或者在工具箱中定位工具。随着电子商务的迅速发展，工作强度日益加大，人类工人仍然完成大部分工作。然而，这有时会带来问题，尤其是在危险的工作环境中。

“感知和拣选是行业今天面临的两个障碍，”Rodriguez说。

机器人依赖于光学视觉，无法感知被遮挡的物体，因为可见光线无法穿透墙壁。然而，无线电波则不同。

无线电频率（RF）识别已被用于跟踪，RF识别系统由读取器和标签组成。标签是一小块计算机芯片，用于跟踪目的，读取器发出RF信号，该信号被标签调制并反射回读取器。

该反射信号负责提供有关标记物体的关键信息，例如位置和身份。这种技术常用于零售供应链，像日本这样的国家计划最终使用RF跟踪所有零售购买。

“RF是一种与视觉完全不同的感知模式，”Rodriguez说。“不去探索RF可以做什么将是一个错误。”

https://www.youtube.com/watch?v=ZAzeYPcTM78

RF Grasp

新开发的RF Grasp使用摄像头和RF读取器定位和抓取标记物体，即使它们被完全遮挡。它有一个机械臂附着在抓取手上，手腕上安装有摄像头。RF读取器独立于机器人，向控制算法传输跟踪数据。

通过集成RF跟踪数据采集和机器人周围环境的视觉图像，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哪一个数据流更重要，”Boroushaki说。“这不仅仅是眼手协调的问题，而是RF眼手协调的问题。因此，问题变得非常复杂。”

“它首先使用RF来集中视觉注意力，”Adib说。“然后使用视觉来导航精细动作。”

通过这种过程，RF Grasp可以定位目标物体，并操纵物体和视觉，结果比RF更细致。

在一系列测试中，RF Grasp成功地定位和抓取目标物体，总移动距离约减半。它还能够“清理”环境，这是非常独特的，通过去除包装材料和障碍来到达目标。

“它具有其他系统所没有的指导，”Rodriguez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。

“RF有潜力改善行业中的一些限制，特别是在感知和定位方面，”Rodriguez继续说。

至于家庭应用，Adib说：“或者你可以想象机器人找到丢失的物品。它就像一个超级Roomba，可以去取回我的钥匙，无论我把它们放在哪里。”