Los robots son buenos para hacer movimientos repetitivos idénticos, como una tarea simple en una línea de montaje. Levante una taza. Déle la vuelta. Bájela. Pero carecen de la capacidad de percibir objetos a medida que se mueven a través de un entorno.Un ser humano toma una taza, la coloca en un lugar aleatorio y el robot debe recuperarla. Un estudio reciente fue realizado por investigadores de la Universidad de Illinois en Urbana-Champaign, NVIDIA, la Universidad de Washington yUniversidad de Stanford, en la estimación de pose de objetos 6D para desarrollar un filtro para dar a los robots una mayor percepción espacial para que puedan manipular objetos y navegar por el espacio con mayor precisión.
Mientras que la pose 3D proporciona información de ubicación en los ejes X, Y y Z - ubicación relativa del objeto con respecto a la cámara - la pose 6D ofrece una imagen mucho más completa ". Al igual que describir un avión en vuelo, el robottambién necesita conocer las tres dimensiones de la orientación del objeto: su guiñada, cabeceo y balanceo ", dijo Xinke Deng, estudiante de doctorado que estudia con Timothy Bretl, profesor asociado en el Departamento de Ingeniería Aeroespacial de la U de I.
Y en entornos de la vida real, las seis dimensiones cambian constantemente.
"Queremos que un robot siga rastreando un objeto a medida que se mueve de una ubicación a otra", dijo Deng.
Deng explicó que el trabajo se realizó para mejorar la visión por computadora. Él y sus colegas desarrollaron un filtro para ayudar a los robots a analizar datos espaciales. El filtro analiza cada partícula o información de imagen recopilada por las cámaras dirigidas a un objeto para ayudar a reducirerrores de juicio
"En un marco de estimación de pose 6D basado en imágenes, un filtro de partículas utiliza muchas muestras para estimar la posición y orientación", dijo Deng. "Cada partícula es como una hipótesis, una suposición acerca de la posición y orientación que queremosestimar. El filtro de partículas utiliza la observación para calcular el valor de importancia de la información de las otras partículas. El filtro elimina las estimaciones incorrectas.
"Nuestro programa puede estimar no solo una pose sino también la distribución de incertidumbre de la orientación de un objeto", dijo Deng. "Anteriormente, no había un sistema para estimar la distribución completa de la orientación del objeto.Esto proporciona información importante sobre la incertidumbre para la manipulación del robot ".
El estudio utiliza el seguimiento de pose de objetos 6D en el marco de filtrado de partículas Rao-Blackwellized, donde la rotación 3D y la traducción 3D de un objeto están separadas. Esto permite que el enfoque de los investigadores, llamado PoseRBPF, calcule eficientemente la traducción 3D de unobjeto junto con la distribución completa sobre la rotación 3D. Como resultado, PoseRBPF puede rastrear objetos con simetrías arbitrarias mientras mantiene distribuciones posteriores adecuadas.
"Nuestro enfoque logra resultados de vanguardia en dos puntos de referencia de estimación de pose 6D", dijo Deng.
Una demostración en video del estudio está disponible en http://www.youtube.com/watch?v=lE5gjzRKWuA&feature=youtu.be
Fuente de la historia :
Materiales proporcionado por Facultad de Ingeniería de la Universidad de Illinois . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :