近年来，机器人获得了人造视觉，触摸甚至气味。MIT Fadel Adib副教授说：“研究人员一直在为机器人提供人类的感知。”在新论文中，阿迪布
近年来，机器人获得了人造视觉，触摸甚至气味。
MIT Fadel Adib副教授说：“研究人员一直在为机器人提供人类的感知。”在新论文中，ADIB的团队正在将技术进一步推动。他说：“我们正在努力使机器人超人的感知。”
研究人员开发了一种使用无线电波的机器人，该机器人可以穿过墙壁，以感知被遮挡的物体。该机器人称为RF-Grasp，将这种强大的感测和更传统的计算机视觉结合在一起，以定位和掌握可能会被挡住的物品。进步有一天可以简化仓库中的电子商务履行，或者帮助机器从混乱的工具包中摘下螺丝刀。
该研究将于5月在IEEE机器人技术和自动化国际会议上介绍。该论文的主要作者是MIT Media Lab信号动力学组的研究助理Tara Boroofhaki。她的麻省理工学院合着者包括信号动力学小组的主任Adib；和1957年机械工程系副教授Alberto Rodriguez。其他合着者包括哈佛大学的研究工程师Junshan Leng和佐治亚理工学院的博士生Ian Clester。
播放视频
随着电子商务的不断增长，尽管有时甚至是危险的工作条件，但仓库工作通常仍然是人类而不是机器人的领域。这部分是因为机器人难以在如此拥挤的环境中找到和掌握物体。 Rodriguez说：“感知和采摘是当今行业的两个障碍。”仅使用光学视觉，机器人就无法感知到包装在盒子里或隐藏在架子上另一个物体后面的物品的存在 – 当然，可见的光波不穿过墙壁。但无线电波可以。
几十年来，射频（RF）标识一直用于跟踪从图书馆到宠物的所有内容。 RF标识系统有两个主要组件：读取器和标签。该标签是一个小型计算机芯片，该芯片附着在宠物中，或者在宠物的情况下植入了要跟踪的物品。然后，读者发出一个RF信号，该信号由标签调制并反射回读者。
反射信号提供了有关标记项目的位置和身份的信息。这项技术在零售供应链中广受欢迎 – 日本旨在在几年内将RF跟踪几乎用于所有零售购买。研究人员意识到RF的这种大量可能是机器人的福音，从而为他们提供了另一种感知方式。
Rodriguez说：“ RF与视觉不同。” “不探索RF可以做什么是错误的。”
RF Grasp同时使用相机和RF读取器查找并抓住标记的对象，即使它们完全从相机的视图中挡住了。它由握在握手的手臂上的机器人手臂组成。相机坐在机器人的手腕上。 RF阅读器独立于机器人，并继电器跟踪信息到机器人的控制算法。因此，机器人不断收集RF跟踪数据和周围环境的视觉图片。将这两个数据流纳入机器人的决策是研究人员面临的最大挑战之一。“机器人必须在每个时间点决定这些流中的哪一个更重要，” Beorformhaki说。 “这不仅是眼睛的协调，而且是RF-Eye手协调。因此，问题变得非常复杂。”
该机器人通过刺激目标对象的RF标签来启动寻求和推动的过程，以了解其下落。阿迪布说：“它首先使用RF集中注意力的注意力。” “然后，您使用视觉来导航精美的演习。”该序列类似于从后面听到警笛声，然后转过身看一下警笛声的清晰图片。
凭借其两种互补感，RF在目标对象上抓住了零。随着它越来越近，甚至开始操纵该项目，Vision比RF更细节，主导了机器人的决策。
RF Grasp证明了其在一系列测试中的效率。与仅配备了相机的类似机器人相比，RF Grasp能够查明并以大约一半的总动作抓住其目标对象。另外，RF Grasp还显示了“整理”其环境的独特能力 – 消除了包装材料和其他障碍，以便访问目标。罗德里格斯（Rodriguez）说，这证明了RF Grasp在没有穿透RF感应的情况下比机器人的“不公平优势”。 “它具有其他系统根本没有的指导。” RF Grasp有一天可以在包装的电子商务仓库中表现出色。它的RF传感甚至可以立即验证物品的身份，而无需操纵项目，揭露其条形码并扫描。 Rodriguez说：“ RF有可能改善行业中的某些局限性，尤其是在感知和本地化方面。”
ADIB还设想了机器人的潜在家庭应用程序，例如找到合适的Allen扳手来组装宜家椅子。 “或者您可以想象机器人发现丢失的物品。就像我把它们放在哪里的超级房间，可以取回我的钥匙。”
这项研究由国家科学基金会，NTT数据，Toppan，Toppan Forms和Abdul Latif Jameel Water and Food Systems Lab（J-WAFS）赞助。
经过麻省理工学院新闻的许可转载。阅读原始文章。
原创文章，作者：点数网，如若转载，请注明出处：http://www.dsonekey.com/3188.html
