MIT開(kāi)發(fā)能“感知”隱藏物體的機器人

　　麻省理工學(xué)院的研究人員開(kāi)發(fā)了一種機器人，它將視覺(jué)與射頻(RF)傳感結合起來(lái)，以尋找和抓取物體，即使它們被隱藏在視野之外。這項技術(shù)可以幫助電子商務(wù)倉庫任務(wù)的執行。

　　近年來(lái)，機器人已經(jīng)獲得了人工視覺(jué)、觸覺(jué)，甚至嗅覺(jué)。麻省理工學(xué)院副教授Fadel Adib說(shuō)：“研究人員一直在賦予機器人類(lèi)似人類(lèi)的感知能力。在一篇新的論文中，Adib的團隊正在進(jìn)一步推動(dòng)這項技術(shù)。”他說(shuō)：“我們正試圖賦予機器人超人的感知力。”

　　研究人員已經(jīng)開(kāi)發(fā)出一種機器人，它使用可以穿過(guò)墻壁的無(wú)線(xiàn)電波來(lái)感知被遮擋的物體。這種機器人被稱(chēng)為RF-Grasp，它將這種強大的感應與更傳統的計算機視覺(jué)相結合，以定位和抓取可能被擋住的物品。這一進(jìn)步有朝一日可以簡(jiǎn)化倉庫中的電子商務(wù)執行工作，或者幫助機器從雜亂的工具包中取出一把螺絲刀。

　　這項研究將于5月在IEEE國際機器人和自動(dòng)化會(huì )議上發(fā)表。該論文的主要作者是麻省理工學(xué)院媒體實(shí)驗室信號動(dòng)力學(xué)組的研究助理Tara Boroushaki。她在麻省理工學(xué)院的合著(zhù)者包括Adib，他是信號動(dòng)力學(xué)小組的主任;以及Alberto Rodriguez，機械工程系1957級副教授。其他共同作者包括哈佛大學(xué)的研究工程師冷俊山和喬治亞理工大學(xué)的博士生Ian Clester。

　　隨著(zhù)電子商務(wù)的不斷發(fā)展，倉庫工作通常仍然是人類(lèi)的領(lǐng)域，而不是機器人，盡管有時(shí)工作條件很危險。這部分是因為機器人在如此擁擠的環(huán)境中難以定位和抓取物體。Rodriguez說(shuō)：“感知和揀選是當今行業(yè)的兩個(gè)攔路虎。僅僅使用光學(xué)視覺(jué)，機器人無(wú)法感知到被裝在箱子里或藏在貨架上另一個(gè)物體后面的物品的存在--當然，可見(jiàn)光波不能穿過(guò)墻壁。”

　　幾十年來(lái)，無(wú)線(xiàn)電頻率(RF)識別已經(jīng)被用來(lái)追蹤從圖書(shū)館書(shū)籍到寵物的一切。射頻識別系統有兩個(gè)主要組成部分：一個(gè)閱讀器和一個(gè)標簽。標簽是一個(gè)微小的計算機芯片，附著(zhù)在要追蹤的物品上--或者，在寵物的情況下，植入其中。然后，閱讀器發(fā)出一個(gè)射頻信號，該信號被標簽調制并反射到閱讀器。

　　反射的信號提供了關(guān)于標簽物品的位置和身份的信息。這項技術(shù)已經(jīng)在零售供應鏈中得到了普及--日本的目標是在幾年內對幾乎所有的零售采購都使用射頻追蹤。研究人員意識到這種大量的射頻可能是機器人的福音，給它們帶來(lái)另一種感知模式。

　　Rodriguez說(shuō)：“射頻是一種與視覺(jué)不同的感應方式。如果不探索射頻能做什么，那將是一個(gè)錯誤。”

　　RF-Grasp同時(shí)使用一個(gè)攝像頭和一個(gè)射頻讀取器來(lái)尋找和抓取被標記的物體，即使它們完全被擋在攝像頭的視野之外。它由一個(gè)連接到抓取手的機器人手臂組成。攝像頭位于機器人的手腕上。射頻閱讀器獨立于機器人，并將跟蹤信息傳遞給機器人的控制算法。因此，機器人不斷地收集射頻跟蹤數據和其周?chē)h(huán)境的視覺(jué)圖片。將這兩個(gè)數據流整合到機器人的決策中是研究人員面臨的最大挑戰之一。

　　Boroushaki說(shuō)：“機器人必須決定，在每個(gè)時(shí)間點(diǎn)上，這些數據流中哪一個(gè)更重要，需要考慮。這不僅僅是眼-手協(xié)調，它是射頻-眼-手協(xié)調。因此，問(wèn)題變得非常復雜。”

　　機器人通過(guò)呼喚目標物體的射頻標簽來(lái)感知它的位置，從而啟動(dòng)了尋覓和抓取的過(guò)程。"它首先使用射頻來(lái)集中視覺(jué)的注意力，"Adib說(shuō)。"然后你用視覺(jué)來(lái)引導精細的操作。"這個(gè)順序類(lèi)似于聽(tīng)到來(lái)自背后的警報聲，然后轉身去看，更清楚地了解警報聲的來(lái)源。

　　憑借其兩種互補的感官，射頻抓取器將目標對象鎖定。當它越來(lái)越近，甚至開(kāi)始操縱該物品時(shí)，提供比射頻更精細細節的視覺(jué)在機器人的決策中占主導地位。

　　RF-Grasp在一系列的測試中證明了其效率。與一個(gè)只配備了攝像頭的類(lèi)似機器人相比，RF-Grasp能夠準確定位并抓住目標物體，而其總運動(dòng)量約為一半。此外，RF-Grasp顯示了"清除"其環(huán)境的獨特能力--清除包裝材料和其他擋路的障礙物，以便接近目標。Rodriguez表示，這表明RF-Grasp與沒(méi)有穿透性RF感應的機器人相比具有"不公平的優(yōu)勢"。"它擁有其他系統根本不具備的這種指導。"

　　RF-Grasp有一天可以在擁擠的電子商務(wù)倉庫中進(jìn)行履行。它的射頻傳感甚至可以立即驗證一個(gè)物品的身份，而不需要操作該物品，暴露其條形碼，然后掃描它。Rodriguez說(shuō)：“射頻有可能改善工業(yè)中的一些限制，特別是在感知和定位方面。”

　　Adib還設想了機器人的潛在家庭應用，比如找到正確的扳手來(lái)組裝你的宜家椅子。“或者你可以想象這個(gè)機器人尋找丟失的物品。它就像一個(gè)超級隆巴，去找回我的鑰匙，無(wú)論我把它們放在哪里。”