Недавно инженеры из Массачусетского технологического института и Принстонского университета разработали прообраз роботизированной системы, которая сможет когда-нибудь заняться рутинными домашними делами, а также может быть использована для таких задач, как комплектация и сортировка товаров в складском помещении, расчистка мусора в пострадавших от стихийных бедствий районах.
Роботизированная система переукладки создана на базе стандартного промышленного робота-манипулятора, который был дополнен специальными захватами и присосками. Ученые разработали алгоритм захвата объектов, который позволяет роботу оценить и выбрать наилучший способ для извлечения случайных предметов из товарного контейнера, используя для этого захват или присоску.
Комплект камер позволяет снимать изображение объекта с разных ракурсов, и с помощью нового алгоритма, сопоставляющего образы, робот может сравнивать изображения выбранного объекта с библиотекой прочих изображений, чтобы найти наиболее точное соответствие. Таким образом, робот идентифицирует объект, а затем укладывает его в отдельный контейнер.
В целом робот выполняет рабочую последовательность «захватить, потом распознать», которая оказывается эффективной по сравнению с другими технологиями для сортировки.
Сегодня большинство промышленных роботов предназначены для выполнения одной из заданных последовательностей, таких как захват деталей автомобиля с конвейера всегда в одной и той же, тщательно выверенной ориентации.
Исследователи обучили манипулятор подбирать сваленные в контейнер объекты, используя один из четырех основных методов поведения: присасываясь к объекту сверху или сбоку, захватывая объект сверху или предварительно смещая придвинутые к стенке предметы.
Исследователи разработали систему восприятия, позволяющую роботу распознавать и классифицировать объект, когда он уже успешно захвачен. Для этого они сначала собрали библиотеку изображений товаров с веб-сайтов розничной торговли.
Для того, чтобы сделать захват более чувствительным, недавно были добавлены тактильные датчики. Теперь робот в процессе тренировок сможет сопоставлять удачные и неудачные попытки захвата с тактильными ощущениями, что, по замыслу разработчиков, позволит ему успешнее обучаться.
Комментарии
(0) Добавить комментарий