Робот RF-Grasp обнаруживает скрытые объекты радиоволновым зрением
Исследователи разработали робота, использующего радиоволны, способные проходить сквозь стены, для сенсирования окклюдированных объектов. Робот, названный RF-Grasp, объединяет это мощное сенсирование с более традиционным компьютерным зрением для локализации и захвата предметов, которые иначе были бы заблокированы от вида. Прорыв может однажды оптимизировать складские операции или помочь машине извлечь отвертку из хаотичного набора инструментов.
Складская работа все еще обычно домен людей, а не роботов, несмотря на иногда опасные условия. Это جزئенно потому, что роботы борются с локализацией и захватом объектов в такой загруженной среде. Используя только оптическое зрение, роботы не могут воспринимать наличие предмета, упакованного в коробку или спрятанного за другим объектом на полке, потому что видимые световые волны не проходят сквозь стены — но радиоволны могут.
Радичастотные (RF) идентификационные системы имеют два главных компонента: ридер и тег. Тег — крошечный компьютерный чип, прикрепляемый к или, в случае питомцев, имплантируемый в отслеживаемый предмет. Ридер затем излучает RF-сигнал, который модулируется тегом и отражается обратно к ридеру. Отраженный сигнал предоставляет информацию о локации и идентичности помеченного предмета.
RF-Grasp использует и камеру, и RF-ридер для поиска и захвата помеченных объектов, даже когда они полностью заблокированы от вида камеры. Состоит из роботизированной руки, прикрепленной к схватывающей руке. Камера сидит на запястье робота.
RF-ридер стоит независимо от робота и релеет трекинговую информацию в контрольный алгоритм робота. Так робот постоянно собирает и RF-трекинговые данные, и визуальную картину окружения.
Интеграция этих двух потоков данных в принятие решений робота была одной из крупнейших проблем, с которыми столкнулись исследователи. Робот должен решать в каждый момент времени, какой из потоков важнее думать. Робот инициирует процесс поиска и захвата, пингуя RF-тег целевого объекта для чувства его местоположения. Последовательность аналогична слышению сирены сзади, затем повороту головы для более четкой картины источника сирены.
С двумя комплементарными чувствами RF-Grasp наводится на целевой объект. По мере приближения и даже начала манипуляции предметом, зрение, дающее гораздо более детальную информацию, чем RF, доминирует в принятии решений робота.
По сравнению с похожим роботом, оснащенным только камерой, RF-Grasp смог точно определить и захватить целевой объект примерно с половиной общего движения. Плюс, RF-Grasp продемонстрировал уникальную способность «деклаттерить» свою среду — удаляя упаковочные материалы и другие препятствия на пути к цели.
RF-сенсинг RF-Grasp может мгновенно верифицировать идентичность предмета на складе без необходимости манипулировать предметом, выставлять штрих-код, затем сканировать. Потенциальные домашние приложения: поиск правильного гаечного ключа из ящика для инструментов или поиск потерянных предметов.
Для получения информации свяжитесь с Эбби Абазориус по email (защищен от спам-ботов, нужен JS); 617-253-2709.
Датчик
- DIY робот в стиле Wall‑E на Raspberry Pi из коробки от CD
- Робот-будильник на колесах: умная мобильная система пробуждения на Raspberry Pi и Google Calendar
- Создание робота с компьютерным зрением и голосовым управлением на Windows 10 IoT Core
- ROS-робот: Управление навигацией из терминала на Raspberry Pi
- Роботы учатся узнавать 90+ объектов на ощупь: мультимодальный ИИ Berkeley
- Глубинная термография: Точное измерение внутренней температуры 3D материалов
- Руководящие коллаборативные роботы вручную: Стандарты безопасности объяснены
- Автономный робот освоил вход через дверь — Прорыв для сервисных роботов
- Радиолокационная визуализация в реальном времени: обнаружение скрытых и высокоскоростных объектов на расст…
- Повышение операций роботов с точной сервоприводной технологией движения