En los últimos años, los robots han ganado visión artificial, tacto e incluso olfato. "Los investigadores han dado a los robots una percepción similar a la humana", dice el profesor asociado del MIT, Fadel Adib. En un nuevo artículo, el equipo de Adib está impulsando la tecnología un paso más"Estamos tratando de dar a los robots una percepción sobrehumana", dice.
Los investigadores han desarrollado un robot que usa ondas de radio, que pueden atravesar las paredes, para detectar objetos ocluidos. El robot, llamado RF-Grasp, combina esta poderosa detección con la visión por computadora más tradicional para ubicar y agarrar elementos que de otra manera podrían serbloqueado de la vista. El avance podría algún día agilizar el cumplimiento del comercio electrónico en los almacenes o ayudar a una máquina a sacar un destornillador de un juego de herramientas desordenado.
La investigación se presentará en mayo en la Conferencia Internacional IEEE sobre Robótica y Automatización. La autora principal del artículo es Tara Boroushaki, asistente de investigación en el Signal Kinetics Group en el MIT Media Lab. Sus coautores del MIT incluyen a Adib, quienes el director del Signal Kinetics Group; y Alberto Rodríguez, profesor asociado de la promoción de 1957 en el Departamento de Ingeniería Mecánica. Otros coautores incluyen a Junshan Leng, ingeniero de investigación de la Universidad de Harvard, e Ian Clester, estudiante de doctorado en Georgia.Tech.
A medida que el comercio electrónico continúa creciendo, el trabajo en el almacén sigue siendo generalmente dominio de los humanos, no de los robots, a pesar de las condiciones de trabajo a veces peligrosas. Eso se debe en parte a que los robots tienen dificultades para localizar y agarrar objetos en un entorno tan abarrotado ".la recolección son dos obstáculos en la industria actual ", dice Rodríguez. Usando solo la visión óptica, los robots no pueden percibir la presencia de un artículo empaquetado en una caja o escondido detrás de otro objeto en el estante: ondas de luz visibles, por supuesto,no atraviese las paredes.
Pero las ondas de radio pueden hacerlo.
Durante décadas, la identificación por radiofrecuencia RF se ha utilizado para rastrear todo, desde los libros de la biblioteca hasta las mascotas. Los sistemas de identificación por RF tienen dos componentes principales: un lector y una etiqueta. La etiqueta es un pequeño chip de computadora que se conecta a ...o, en el caso de las mascotas, implantado en el elemento que se va a rastrear. El lector emite una señal de RF, que es modulada por la etiqueta y reflejada de regreso al lector.
La señal reflejada proporciona información sobre la ubicación y la identidad del artículo etiquetado. La tecnología ha ganado popularidad en las cadenas de suministro minoristas; Japón tiene como objetivo utilizar el seguimiento de RF para casi todas las compras minoristas en cuestión de años. Los investigadores se dieron cuenta de esta profusiónde RF podría ser una bendición para los robots, dándoles otro modo de percepción.
"La RF es una modalidad de detección muy diferente a la visión", dice Rodríguez. "Sería un error no explorar lo que la RF puede hacer".
RF Grasp utiliza una cámara y un lector de RF para encontrar y agarrar objetos etiquetados, incluso cuando están completamente bloqueados de la vista de la cámara. Consiste en un brazo robótico sujeto a una mano que agarra. La cámara se coloca en la muñeca del robot. El lector de RF es independiente del robot y transmite información de seguimiento al algoritmo de control del robot. Por lo tanto, el robot recopila constantemente datos de seguimiento de RF y una imagen visual de su entorno. La integración de estos dos flujos de datos en la toma de decisiones del robot fue unade los mayores desafíos que enfrentaron los investigadores.
"El robot tiene que decidir, en cada momento, en cuál de estos flujos es más importante pensar", dice Boroushaki. "No es solo la coordinación ojo-mano, es la coordinación RF-ojo-mano.el problema se vuelve muy complicado ".
El robot inicia el proceso de buscar y arrancar haciendo ping a la etiqueta de RF del objeto objetivo para tener una idea de su paradero. "Comienza usando RF para enfocar la atención de la visión", dice Adib. "Luego, usa la visión para navegarmaniobras finas. "La secuencia es similar a escuchar una sirena desde atrás, luego girar para mirar y obtener una imagen más clara de la fuente de la sirena.
Con sus dos sentidos complementarios, RF Grasp se concentra en el objeto objetivo. A medida que se acerca e incluso comienza a manipular el objeto, la visión, que proporciona detalles mucho más finos que la RF, domina la toma de decisiones del robot.
RF Grasp demostró su eficacia en una batería de pruebas. En comparación con un robot similar equipado con solo una cámara, RF Grasp pudo localizar y agarrar su objeto objetivo con aproximadamente la mitad del movimiento total. Además, RF Grasp mostró el exclusivocapacidad para "ordenar" su entorno, eliminando materiales de embalaje y otros obstáculos en su camino para acceder al objetivo. Rodríguez dice que esto demuestra la "ventaja injusta" de RF Grasp sobre los robots sin detección de RF penetrante. "Tiene esta guía que otros sistemassimplemente no tengo. "
RF Grasp algún día podría realizar el cumplimiento en almacenes de comercio electrónico repletos. Su sensor de RF podría incluso verificar instantáneamente la identidad de un artículo sin la necesidad de manipular el artículo, exponer su código de barras y luego escanearlo. "RF tiene el potencial de mejorar algunosde esas limitaciones en la industria, especialmente en la percepción y localización ", dice Rodríguez.
Adib también prevé posibles aplicaciones domésticas para el robot, como ubicar la llave Allen adecuada para ensamblar su silla Ikea. "O podría imaginarse al robot encontrando artículos perdidos. Es como un super-Roomba que va y recupera mis llaves, donde sea quediablos los puse. "
La investigación está patrocinada por la National Science Foundation, NTT DATA, Toppan, Toppan Forms y Abdul Latif Jameel Water and Food Systems Lab J-WAFS.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por Daniel Ackerman. Nota: el contenido se puede editar por estilo y longitud.
cite esta página :