Камера на руке поможет роботам определять местоположение

Прежде, чем рука робота сможет проникнуть в узкое пространство или осторожно поднять предмет, устройству нужно точно знать, где находится манипулятор. Ученые из Института робототехники Университета Карнеги-Меллон показали, что камера, установленная на руке робота, позволяет быстро создать 3D-модель окружающей среды и определить положение руки в ней.

Исследователи также обнаружили, что точность ориентирования можно повысить за счет использования самой руки в качестве сенсора. Это стало возможно благодаря развитию сенсоров и камер, которые стали меньше по размеру и энергоэффективнее.

Обычно камера располагается на голове робота, но устройство не может, как человек, наклониться и внимательнее осмотреть какое-то место. С другой стороны, камера на руке оказывается бесполезной, если сам робот не понимает, где расположена рука относительно окружающей среды – это широко распространенная проблема мобильных роботов, работающих в незнакомых местах. Она часто решается за счет системы SLAM — одновременного определения местоположения и картографирования. В таком случае робот использует данные камер, лазерных радаров, одометров и других сенсоров для создания трехмерной карты местности и определения своего положения.

Однако для выполнения этих алгоритмов требуются значительные вычислительные ресурсы, поскольку предполагается отсутствие данных о расположении сенсоров. В случае же, когда камера закреплена на руке робота, ее строение определяет ограничения в движении. За счет этой особенности автоматическое отслеживание углов сгиба суставов позволяет системе создать высококачественную карту местности, даже если камера движется очень быстро или некоторые данные отсутствуют.

Исследователи продемонстрировали систему Articulated Robot Motion для SLAM (ARM-SLAM) с помощью небольшой 3D-камеры, закрепленной на легком механическом манипуляторе Kinova Mico. Разработчики создали 3D-модель книжной полки, которая оказалась не хуже и даже лучше, по сравнению с другими техниками трехмерного картографирования. Технология пока находится на ранней стадии развития, но уже сейчас можно сказать, что потенциально она может оказаться чрезвычайно полезной в робототехнике.