联系我们

机器人

研究人员的目标是给仓库机器人超人感知

发表

 on

根据麻省理工学院副教授Fadel Adib,马萨诸塞州理工学院的研究人员是“试图给机器人超人感知”。随着机器人在人为视觉,触摸和嗅觉等领域推进,它们越来越靠近人类的感知。

由研究人员开发的新机器人称为RF-GRAX,依赖于可以穿过墙壁和感知闭塞物体的无线电波。通过与传统的强大的感应相结合,它会这样做 计算机视觉,使能源和掌握通常为机器人视线的物品。 

研究 在5月份的IEEE国际机器人和自动化会议上旨在展示。本文的牵头作者是MIT媒体实验室信号动力学组中的研究助理。本文的共同作者包括信号动力学集团的主任Adib; Alberto Rodriguez,机械工程系副教授;哈佛大学的研究工程师君山LENG;乔治亚理工学院博士生,博士生。 

仓库和电子商务

这项新技术的一个潜在用例是在电子商务中,它可以帮助使仓库履行更有效,或者它可以在工具包中找到工具。随着电子商务的戏剧性崛起,工作对人类工人越来越强烈,这仍然达到了大部分。但是,鉴于危险的工作条件,这有时是一个问题。 

“当今行业的感知和采摘是两个障碍,”Rodriguez说。 

机器人依赖光学愿景,可以’据可见光波以来,所隐藏的物品不会穿过墙壁。但是,无线电波的情况并非如此。

射频(RF)识别已被用于跟踪,并且RF识别系统由读取器和标签组成。标签是用于跟踪目的的微小计算机芯片,而读取器发出由标签调制并反射到读取器的RF信号。 

该反射信号负责提供有关标记项的重要信息,例如位置和标识。这通常用于零售供应链,日本等国家计划最终计划使用所有零售购买的RF跟踪。 

“RF是比视觉相比如此不同的感应模态,” says Rodriguez. “探索射频可以做些什么是一个错误。”

rf掌握:通过杂乱找到它的机器人

rf掌握

新开发的RF掌握使用相机和RF读取器来定位并抓住标记的对象,即使它们完全从相机中堵塞。有一个连接到抓手的机器人臂,手腕握住相机。 RF读取器独立于机器人,将跟踪数据中继到控制算法。

通过从机器人周围环境的视觉图片集成RF跟踪数据收集和数据,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,这些流中的哪一个更重要的是考虑,” says Boroushaki. “It’它不仅仅是眼手协调,它’S Rf-Eyp-Ancor-Ancordination。所以,问题变得非常复杂。

“它首先使用射频来聚焦视力的注意力,” says Adib. “然后您使用Vision来导航精细的操纵。”

在此过程中,RF掌握可以针对对象,它可以操纵物品和视觉,这导致比RF更精细。 

在一系列测试中,RF掌握成功精确定位并抓住目标物体大约一半的总运动。通过去除包装材料和障碍物来实现目标,它也能够“整理”环境非常独特。 

“它具有这一指导,即其他系统根本不’Todriguez说。

RF掌握最终可能在电子商务仓库中发挥重要作用,尽可能地验证物品的身份。

“RF有可能改善行业的一些局限,特别是在感知和本地化方面,”Rodriguez继续。  

至于家庭应用程序,Adib说:“或者你可以想象机器人发现丢失的物品。它’像一个超级室的超级室,无论何处都在何处放置它们。”

 

 

 

Alex McFarland是一个历史学家和记者,涵盖了人工智能最新的发展。