Robot detecteert verborgen voorwerpen

Onderzoekers hebben een robot ontwikkeld die radiogolven gebruikt, die door muren kunnen gaan, om verstopte objecten te detecteren. De robot, RF-Grasp genaamd, combineert deze krachtige detectie met meer traditionele computervisie om items te lokaliseren en vast te pakken die anders aan het zicht zouden worden onttrokken. Het voorschot kan op een dag de magazijnactiviteiten stroomlijnen of een machine helpen een schroevendraaier uit een door elkaar gegooide gereedschapskist te halen.

Magazijnwerk is nog steeds meestal het domein van mensen, niet van robots, ondanks soms gevaarlijke werkomstandigheden. Dat komt deels omdat robots moeite hebben om objecten te lokaliseren en vast te pakken in zo'n drukke omgeving. Met alleen optische visie kunnen robots de aanwezigheid van een item dat in een doos is verpakt of achter een ander object op de plank is verborgen niet waarnemen, omdat zichtbare lichtgolven niet door muren gaan, maar radiogolven wel.

Radiofrequentie (RF) identificatiesystemen hebben twee hoofdcomponenten:een lezer en een tag. De tag is een kleine computerchip die wordt vastgemaakt aan of, in het geval van huisdieren, wordt geïmplanteerd in het item dat moet worden gevolgd. De lezer zendt vervolgens een RF-signaal uit, dat wordt gemoduleerd door de tag en teruggereflecteerd naar de lezer. Het gereflecteerde signaal geeft informatie over de locatie en identiteit van het getagde item.

RF-Grasp gebruikt zowel een camera als een RF-lezer om getagde objecten te vinden en vast te pakken, zelfs als ze volledig zijn geblokkeerd voor het zicht van de camera. Het bestaat uit een robotarm die aan een grijphand is bevestigd. De camera zit om de pols van de robot.

De RF-lezer staat onafhankelijk van de robot en geeft volginformatie door aan het besturingsalgoritme van de robot. De robot verzamelt dus voortdurend zowel RF-trackinggegevens als een visueel beeld van zijn omgeving.

Het integreren van deze twee datastromen in de besluitvorming van de robot was een van de grootste uitdagingen waarmee de onderzoekers werden geconfronteerd. De robot moet op elk moment beslissen welke van de streams belangrijker is om over na te denken. De robot start het zoek-en-plukproces door de RF-tag van het doelobject te pingen om een ​​idee te krijgen waar het zich bevindt. De volgorde is vergelijkbaar met het horen van een sirene van achteren, dan draaien om te kijken en een duidelijker beeld te krijgen van de bron van de sirene.

Met zijn twee complementaire zintuigen richt RF-Grasp zich op het doelobject. Naarmate het dichterbij komt en zelfs het item begint te manipuleren, domineert het zicht, dat veel fijnere details biedt dan RF, de besluitvorming van de robot.

Vergeleken met een vergelijkbare robot die alleen met een camera was uitgerust, was RF-Grasp in staat om zijn doelobject te lokaliseren en te grijpen met ongeveer de helft van de totale beweging. Bovendien vertoonde RF-Grasp het unieke vermogen om zijn omgeving te "declutteren" - het verwijderen van verpakkingsmateriaal en andere obstakels om toegang te krijgen tot het doel.

De RF-detectie van RF-Grasp kan de identiteit van een artikel in een magazijn onmiddellijk verifiëren zonder dat het artikel moet worden gemanipuleerd, de streepjescode moet worden blootgelegd en vervolgens moet worden gescand. Mogelijke thuistoepassingen, waaronder het vinden van de juiste sleutel uit een gereedschapskist of het lokaliseren van verloren voorwerpen.

Voor meer informatie kunt u contact opnemen met Abby Abazorius via Dit e-mailadres wordt beveiligd tegen spambots. U heeft Javascript nodig om het te kunnen zien.; 617-253-2709.