Для людей знайти загублений гаманець під купою предметів досить просто -- ми просто виймаємо речі з купи, доки не знайдемо гаманець. Але для робота це завдання включає складні міркування про купу та об’єкти в ній, що представляє серйозний виклик.
Дослідники Массачусетського технологічного інституту раніше продемонстрували роботизовану руку, яка поєднує візуальну інформацію та радіочастотні (РЧ) сигнали, щоб знаходити приховані об’єкти, помічені тегами RFID (які відображають сигнали, що посилаються антеною). На основі цієї роботи вони розробили нову систему, яка може ефективно діставати будь-який предмет, похований у купі. Поки деякі предмети в купі мають мітки RFID, цільовий предмет не потрібно позначати системою, щоб відновити його.
Алгоритми системи, відомої як FuseBot, визначають ймовірне розташування та орієнтацію об’єктів під купою. Тоді FuseBot знаходить найефективніший спосіб видалення заважаючих об’єктів і вилучення цільового предмета. Це міркування дозволило FuseBot знайти більше прихованих предметів, ніж найсучасніша робототехнічна система, за удвічі менший час.
Ця швидкість може бути особливо корисною на складі електронної комерції. Робот, якому доручено обробляти повернення, міг би ефективніше знаходити товари в несортованій купі за допомогою системи FuseBot, каже старший автор Фадель Адіб, доцент кафедри електротехніки та комп’ютерних наук і директор групи Signal Kinetics у Media Lab.
«Ця стаття вперше показує, що проста присутність елемента з RFID-мічкою в середовищі значно полегшує вам виконання інших завдань ефективнішим способом. Ми змогли це зробити, оскільки додали мультимодальні міркування до системи -- FuseBot може міркувати як про зір, так і про радіочастоту, щоб зрозуміти купу елементів", – додає Адіб.
Разом з Адібом у статті працюють асистенти Тара Борушакі, яка є головним автором; Лаура Доддс; і нацист Наєм. Дослідження буде представлено на конференції Robotics: Science and Systems.
Теги націлювання
Нещодавній ринковий звіт показує, що більше 90 відсотків роздрібних торговців США зараз використовують мітки RFID, але ця технологія не є універсальною, що призводить до ситуацій, коли мітками позначаються лише деякі об’єкти в купах.
Ця проблема надихнула групу на дослідження.
За допомогою FuseBot робота-рука використовує прикріплену відеокамеру та радіочастотну антену, щоб дістати непозначений цільовий предмет із змішаної купи. Система сканує купу своєю камерою, щоб створити 3D-модель середовища. Одночасно він надсилає сигнали від своєї антени, щоб знайти RFID-мітки. Ці радіохвилі можуть проходити через більшість твердих поверхонь, тому робот може «бачити» глибоко в купу. Оскільки цільовий предмет не позначено тегом, FuseBot знає, що предмет не може знаходитися в тому ж місці, що й тег RFID.
Алгоритми об’єднують цю інформацію, щоб оновити 3D-модель середовища та виділити потенційні місця розташування цільового елемента; робот знає його розмір і форму. Потім система міркує про об’єкти в купі та розташування тегів RFID, щоб визначити, який предмет видалити, з метою знайти цільовий предмет за допомогою найменшої кількості рухів.
Було складно включити це міркування в систему, каже Борушакі.
Робот не впевнений, як об’єкти орієнтовані під купою, або як хлюпаючий предмет може деформуватися від натискання на нього важчих предметів. Він долає цю проблему за допомогою імовірнісних міркувань, використовуючи те, що йому відомо про розмір і форму об’єкта та розташування його тега RFID, для моделювання тривимірного простору, який цей об’єкт, ймовірно, займатиме.
Коли він видаляє елементи, він також використовує міркування, щоб вирішити, який елемент було б «найкраще» видалити наступним.
«Якщо я дам людині купу предметів для пошуку, вона, швидше за все, спершу видалить найбільший предмет, щоб побачити, що під ним. Те, що робить робот, схоже, але він також використовує інформацію RFID, щоб приймати більш обґрунтоване рішення. запитує: «Наскільки більше він зрозуміє про цю купу, якщо прибере цей предмет із поверхні?», — каже Борушакі.
Після видалення об’єкта робот знову сканує купу та використовує нову інформацію для оптимізації своєї стратегії.
Результати пошуку
Це міркування, а також використання радіочастотних сигналів дали FuseBot перевагу над найсучаснішою системою, яка використовує лише зір. Команда провела понад 180 експериментальних випробувань, використовуючи справжні роботизовані руки та купи побутових речей, таких як канцелярське приладдя, м’які тварини та одяг. Вони змінювали розміри куп і кількість предметів з RFID-мітками в кожній купі.
FuseBot успішно витягував цільовий предмет у 95% випадків, у порівнянні з 84% для іншої роботизованої системи. Він досяг цього, використовуючи на 40 відсотків менше рухів, і зміг знайти та отримати цільові предмети вдвічі швидше.
«Ми бачимо значне покращення рівня успіху завдяки введенню цієї радіочастотної інформації. Було також цікаво побачити, що ми змогли зрівнятися з продуктивністю нашої попередньої системи та перевершити її в сценаріях, коли цільовий елемент не мав RFID. тег", - каже Доддс.
FuseBot можна застосовувати в різних налаштуваннях, оскільки програмне забезпечення, яке виконує його складні міркування, можна впровадити на будь-якому комп’ютері -- йому просто потрібно спілкуватися з роботом, який має камеру й антену, додає Борушакі.
Найближчим часом дослідники планують включити в FuseBot більш складні моделі, щоб він краще працював на об’єктах, що деформуються. Крім того, вони зацікавлені в дослідженні різних маніпуляцій, таких як роботизована рука, яка штовхає предмети з дороги. Майбутні ітерації системи також можна використовувати з мобільним роботом, який шукає втрачені об’єкти в кількох купах.
Ця робота була частково профінансована Національним науковим фондом, стипендією Sloan Research Fellowship, NTT DATA, Toppan, Toppan Forms і MIT Media Lab.