應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點新聞
企業(yè)注冊個人注冊登錄

麻省理工開發(fā)FuseBot系統(tǒng) 幫助機器人快速找到被掩蓋物體

2022-07-07 16:25 煤油燈科技
關(guān)鍵詞:RFID檢索尋物

導(dǎo)讀:麻省理工學(xué)院的研究人員此前展示了一種結(jié)合了視覺信息和射頻(RF)信號的機械臂,它可以找到帶有RFID標(biāo)簽(這種標(biāo)簽反射天線發(fā)出的信號)的隱藏物體。


對于人類來說,找到埋在一堆東西下面的丟失的錢包是非常簡單的,因為我們只需要從那堆東西中取出東西,直到找到錢包就可以了。但對于一個機器人來說,這項任務(wù)需要對其中的堆和物體進行復(fù)雜的推理,這是一個嚴峻的挑戰(zhàn)。

麻省理工學(xué)院的研究人員此前展示了一種結(jié)合了視覺信息和射頻(RF)信號的機械臂,它可以找到帶有RFID標(biāo)簽(這種標(biāo)簽反射天線發(fā)出的信號)的隱藏物體。在這項工作的基礎(chǔ)上,他們現(xiàn)在開發(fā)了一種新的系統(tǒng),可以有效地檢索埋在堆里的任何物體,只要堆中的一些物品有RFID標(biāo)簽,目標(biāo)物品不需要被標(biāo)記,系統(tǒng)就可以恢復(fù)它。

該系統(tǒng)背后的算法被稱為FuseBot,可以判斷堆下物體的可能位置和方向。然后FuseBot找到最有效的方法移除障礙物,提取目標(biāo)物品。這種推理使FuseBot比最先進的機器人系統(tǒng)找到更多的隱藏物品,時間并能縮短了一半。

這種速度在電子商務(wù)倉庫中尤其有用,一個負責(zé)處理回報的機器人可以通過FuseBot系統(tǒng)更有效地在未分類的堆中找到物品,電子工程與計算機科學(xué)系副教授、媒體實驗室信號動力學(xué)小組主任Fadel Adib說。

“這篇論文首次表明,環(huán)境中僅存在帶有 RFID 標(biāo)簽的物品就可以讓您更輕松地以更有效的方式完成其他任務(wù),我們能夠做到這一點是因為我們在系統(tǒng)中添加了多模態(tài)推理,F(xiàn)useBot可以通過視覺和射頻推理來理解一堆物品?!盇dib補充道。

與Adib一起發(fā)表這篇論文的還有研究助理Tara Boroushaki,她是論文的第一作者,還有Laura Dodds和Nazish Naeem,該研究將在機器人:科學(xué)與系統(tǒng)會議上發(fā)表。

定位標(biāo)簽

最近的一份市場報告顯示,超過90%的美國零售商現(xiàn)在使用RFID標(biāo)簽,但這項技術(shù)并不普遍,在一堆物品中只有部分物品被貼上標(biāo)簽。

這個問題啟發(fā)了這個小組的研究。在FuseBot中,機械臂使用一個附加的攝像機和射頻天線從混合堆中檢索未標(biāo)記的目標(biāo)物品。該系統(tǒng)用攝像頭掃描樁,創(chuàng)建環(huán)境的3D模型。同時,它從天線發(fā)送信號來定位RFID標(biāo)簽。這些無線電波可以穿過大多數(shù)固體表面,因此機器人可以“看到”堆的深處。由于目標(biāo)物品沒有標(biāo)記,F(xiàn)useBot知道該物品不能與RFID標(biāo)簽位于完全相同的位置。

算法融合這些信息來更新環(huán)境的3D模型,并突出目標(biāo)物品的潛在位置,機器人知道自己的大小和形狀,然后系統(tǒng)根據(jù)堆中物品的位置和RFID標(biāo)簽的位置來確定需要移除的物品,以最少的移動找到目標(biāo)物品。

Boroushaki說,將這種推理納入系統(tǒng)是具有挑戰(zhàn)性的。

機器人不知道堆下的物體是如何定位的,也不知道一個黏糊糊的物體會如何被更重的物體壓變形,它通過概率推理克服了這一挑戰(zhàn),利用它所知道的物體的大小和形狀以及它的RFID標(biāo)簽位置來建模該物體可能占據(jù)的3D空間。

當(dāng)它刪除條目時,它也會使用推理來決定接下來刪除哪個條目是“最好的”。

Boroushaki說:“如果我給一個人一堆東西去搜索,他們很可能會先把最大的東西拿掉,看看下面有什么。機器人所做的事情與此類似,但它還融入了RFID信息,以做出更明智的決定。如果它從表面上移除這個東西,它會對這堆東西了解多少?’”

在移除一個物體后,機器人會再次掃描這個堆,并利用新的信息來優(yōu)化它的策略。

檢索結(jié)果

這種推理以及它對射頻信號的使用,讓FuseBot比只使用視覺的最先進的系統(tǒng)更有優(yōu)勢。該團隊使用真正的機械臂進行了180多次實驗,并放置了辦公用品、填充動物和服裝等家庭用品,他們改變了每一堆物品的大小和有射頻識別標(biāo)簽的數(shù)量。

FuseBot系統(tǒng)提取目標(biāo)物品的成功率為95%,而其他機器人系統(tǒng)的成功率為84%。它通過減少40%的移動完成了這一點,并且能夠以兩倍多的速度找到和檢索目標(biāo)物品。

Dodds說:“我們看到,通過結(jié)合這種射頻信息,成功率有了很大提高。令人興奮的是,我們能夠匹配我們之前的系統(tǒng)的性能,并在目標(biāo)物品沒有RFID標(biāo)簽的情況下超過它?!?/p>

Boroushaki補充說,F(xiàn)useBot可以應(yīng)用于各種環(huán)境,因為執(zhí)行復(fù)雜推理的軟件可以在任何計算機上實現(xiàn),它只需要與帶有攝像頭和天線的機械臂通信。

在不久的將來,研究人員計劃在FuseBot中加入更復(fù)雜的模型,使其在可變形物體上表現(xiàn)更好。除此之外,他們還對探索不同的操作方式感興趣,比如用機械臂將物品推開。該系統(tǒng)的未來迭代還可以用于移動機器人,在多個堆中尋找丟失的物體。