Исследователи разработали робота, который использует радиоволны, которые могут проходить сквозь стены, чтобы обнаруживать закрытые объекты. Робот, получивший название RF-Grasp, сочетает в себе это мощное зондирование с более традиционным компьютерным зрением для обнаружения и захвата предметов, которые в противном случае могли бы быть заблокированы из поля зрения. Прогресс может однажды упростить электронную коммерцию на складах или помочь машине вытащить отвертку из беспорядочного набора инструментов.
Исследование будет представлено в мае на Международной конференции IEEE по робототехнике и автоматизации.
Ведущий автор статьи – Тара Борушаки, научный сотрудник группы Signal Kinetics в лаборатории MIT Media Lab. Среди ее соавторов в Массачусетском технологическом институте Адиб, директор Signal Kinetics Group; и Альберто Родригес, класс 1957 года доцент кафедры машиностроения. Среди других соавторов – Джуншан Ленг, инженер-исследователь Гарвардского университета, и Ян Клестер, аспирант Технологического института Джорджии.
Поскольку электронная коммерция продолжает расти, работа на складе по-прежнему обычно является прерогативой людей, а не роботов, несмотря на иногда опасные условия труда. Отчасти это связано с тем, что роботам сложно найти и схватить объекты в такой многолюдной среде. «Восприятие и выбор – два препятствия в индустрии сегодня», – говорит Родригес. Используя только оптическое зрение, роботы не могут заметить присутствие предмета, упакованного в коробку или спрятанного за другим предметом на полке – видимые световые волны, конечно же, не проходят сквозь стены.
Но радиоволны могут.
На протяжении десятилетий радиочастотная (RF) идентификация использовалась для отслеживания всего, от библиотечных книг до домашних животных. Системы RF-идентификации состоят из двух основных компонентов: считывателя и метки. Тег представляет собой крошечный компьютерный чип, который прикрепляется или, в случае домашних животных, имплантируется в отслеживаемый объект. Затем считыватель излучает радиочастотный сигнал, который модулируется тегом и отражается обратно считывающему устройству.
Отраженный сигнал предоставляет информацию о местонахождении и идентичности помеченного предмета. Эта технология приобрела популярность в розничных цепочках поставок – Япония стремится использовать радиочастотное отслеживание почти для всех розничных покупок в течение нескольких лет. Исследователи поняли, что такое изобилие RF может быть благом для роботов, давая им другой способ восприятия.
«RF – это совсем другой способ восприятия, чем зрение», – говорит Родригес. "Было бы ошибкой не исследовать возможности РФ."
RF Grasp использует камеру и RF-ридер для поиска и захвата помеченных объектов, даже если они полностью закрыты для обзора камеры. Он состоит из роботизированной руки, прикрепленной к захватывающей руке. Камера находится на запястье робота. Считыватель RF стоит независимо от робота и передает информацию отслеживания в алгоритм управления роботом.
Таким образом, робот постоянно собирает как данные радиочастотного отслеживания, так и визуальную картину своего окружения. Интеграция этих двух потоков данных в процесс принятия решений роботом была одной из самых больших проблем, с которыми столкнулись исследователи.
«Робот должен решать в каждый момент времени, о каком из этих потоков думать важнее», – говорит Борушаки. "Это не просто координация глаз и рук, это координация RF-глаз-рук. Итак, проблема становится очень сложной."
Робот инициирует процесс поиска и извлечения, отправляя эхо-запрос на RF-тег целевого объекта, чтобы определить его местонахождение. «Все начинается с использования RF, чтобы сосредоточить внимание зрения», – говорит Адиб. "Тогда вы используете зрение, чтобы ориентироваться в тонких маневрах."Сценарий похож на звук сирены сзади, затем поворот, чтобы посмотреть и получить более четкое изображение источника сирены.
Обладая двумя дополнительными чувствами, RF Grasp нацеливается на целевой объект. Когда он приближается и даже начинает манипулировать предметом, видение, которое обеспечивает гораздо более тонкую детализацию, чем RF, доминирует при принятии решений роботом.
RF Grasp доказал свою эффективность в серии тестов. По сравнению с аналогичным роботом, оснащенным только камерой, RF Grasp мог точно определять и захватывать целевой объект с примерно вдвое меньшим общим движением.
Кроме того, RF Grasp продемонстрировал уникальную способность «очищать» окружающую среду, удаляя упаковочные материалы и другие препятствия на своем пути, чтобы добраться до цели. Родригес говорит, что это демонстрирует «несправедливое преимущество RF Grasp» над роботами без проникающего радиочастотного зондирования. "В нем есть такое руководство, которого просто нет в других системах."
RF Grasp однажды сможет выполнять фулфилмент на упакованных складах электронной коммерции. Его радиочастотное зондирование может даже мгновенно проверить идентичность предмета без необходимости манипулировать предметом, обнажать его штрих-код, а затем сканировать его. «У РФ есть потенциал для устранения некоторых из этих ограничений в отрасли, особенно в восприятии и локализации», – говорит Родригес.
Адиб также представляет потенциальные возможности применения робота в домашних условиях, например, поиск правильного гаечного ключа для сборки вашего кресла Ikea. "Или вы можете представить, как робот находит потерянные предметы. Это как супер-Roomba, который берет мои ключи, куда бы я их ни положил."
Исследование спонсируется Национальным научным фондом, NTT DATA, Toppan, Toppan Forms и Лабораторией водных и пищевых систем Абдула Латифа Джамиля (J-WAFS).