近年、ロボットは人工的な視覚、触覚、さらには匂いさえも獲得しています。 「研究者たちはロボットに人間のような知覚を与えてきました」とMITのファデルアディブ准教授は言います。 新しい論文で、Adibのチームはテクノロジーをさらに一歩進めています。 「私たちはロボットに超人的な知覚を与えようとしています」と彼は言います。

研究者たちは、壁を通過できる電波を使って、遮られた物体を感知するロボットを開発しました。 RF-Graspと呼ばれるロボットは、この強力なセンシングと従来のコンピュータービジョンを組み合わせて、他の方法では視界から遮られる可能性のあるアイテムを見つけて把握します。 この進歩は、いつの日か倉庫での電子商取引の履行を合理化するか、機械が雑然としたツールキットからドライバーを引き抜くのを助ける可能性があります。

この研究は、1957月にIEEE International Conference on Robotics andAutomationで発表されます。 この論文の筆頭著者は、MITメディアラボのSignal KineticsGroupのリサーチアシスタントであるTaraBoroushakiです。 彼女のMITの共著者には、Signal KineticsGroupのディレクターであるAdibが含まれます。 そして、XNUMX年に機械工学科の准教授を務めたアルベルト・ロドリゲス。 他の共著者には、ハーバード大学の研究エンジニアであるJunshan Leng、ジョージア工科大学の博士課程の学生であるIanClesterが含まれます。

電子商取引が成長し続けるにつれて、倉庫作業は、時には危険な労働条件にもかかわらず、ロボットではなく、通常は人間の領域です。 これは、ロボットがこのような混雑した環境でオブジェクトを見つけて把握するのに苦労しているためです。 「知覚とピッキングは、今日の業界におけるXNUMXつの障害です」とRodriguez氏は言います。 光学ビジョンだけを使用すると、ロボットは箱に詰められたアイテムや棚の別のオブジェクトの後ろに隠されたアイテムの存在を認識できません。もちろん、可視光の波は壁を通過しません。

しかし、電波は可能です。

何十年もの間、無線周波数（RF）識別は、図書館の本からペットまですべてを追跡するために使用されてきました。 RF識別システムには、リーダーとタグのXNUMXつの主要コンポーネントがあります。 タグは、追跡対象のアイテムに取り付けられる、またはペットの場合は埋め込まれる小さなコンピューターチップです。 次に、リーダーはRF信号を発信します。この信号はタグによって変調され、リーダーに反射されます。

反射信号は、タグ付けされたアイテムの場所とIDに関する情報を提供します。 このテクノロジーは小売サプライチェーンで人気を博しています。日本は、数年以内にほぼすべての小売購入にRF追跡を使用することを目指しています。 研究者たちは、この大量のRFがロボットに恩恵をもたらし、ロボットに別の知覚モードを与える可能性があることに気づきました。

「RFは視覚とはまったく異なるセンシングモダリティです」とロドリゲスは言います。 「RFで何ができるかを探らないのは間違いです。」

RF Graspは、カメラとRFリーダーの両方を使用して、カメラの視野から完全にブロックされている場合でも、タグ付けされたオブジェクトを見つけて取得します。 それは、握る手に取り付けられたロボットアームで構成されています。 カメラはロボットの手首にあります。 RFリーダーはロボットから独立しており、追跡情報をロボットの制御アルゴリズムに中継します。 そのため、ロボットは常にRF追跡データとその周囲の視覚的な画像の両方を収集しています。 これらXNUMXつのデータストリームをロボットの意思決定に統合することは、研究者が直面した最大の課題のXNUMXつでした。

「ロボットは、各時点で、これらのストリームのどれを考慮することがより重要であるかを決定する必要があります」とBoroushaki氏は言います。 「それは単なる目と手の協調ではなく、RFと目の手の協調です。 そのため、問題は非常に複雑になります。」

ロボットは、ターゲットオブジェクトのRFタグにpingを送信して、その所在を確認することにより、シークアンドプルプロセスを開始します。 「それは、RFを使用して視覚の注意を集中させることから始まります」とAdibは言います。 「次に、視覚を使用して細かい操作をナビゲートします。」 このシーケンスは、サイレンを後ろから聞いてから、向きを変えてサイレンの発生源をより明確に把握することに似ています。

RF Graspは、そのXNUMXつの補完的な感覚により、ターゲットオブジェクトに焦点を合わせます。 ロボットが近づき、アイテムの操作を開始すると、RFよりもはるかに詳細な視覚がロボットの意思決定を支配します。

RF Graspは、一連のテストでその効率を証明しました。 カメラのみを搭載した同様のロボットと比較して、RF Graspは、全体の約半分の動きでターゲットオブジェクトを正確に特定してつかむことができました。 さらに、RF Graspは、環境を「整頓」する独自の機能を示しました。つまり、ターゲットにアクセスするために、途中で梱包材やその他の障害物を取り除きます。 ロドリゲス氏によると、これは、RFセンシングを貫通しないロボットに対するRFGraspの「不当な優位性」を示しています。 「他のシステムにはないこのガイダンスがあります。」

RF Graspは、いつの日か、パックされたeコマース倉庫でフルフィルメントを実行できるようになります。 そのRFセンシングは、アイテムを操作したり、バーコードを公開したり、スキャンしたりすることなく、アイテムのIDを即座に確認することもできます。 「RFは、業界、特に知覚とローカリゼーションにおけるこれらの制限のいくつかを改善する可能性があります」とロドリゲスは言います。

Adibは、Ikeaチェアを組み立てるための適切な六角レンチを見つけるなど、ロボットの潜在的な家庭用アプリケーションも想定しています。 「または、ロボットが紛失したアイテムを見つけることを想像できます。 それは、どこに置いても、鍵を取りに行くスーパールンバのようなものです。」

###

この研究は、全米科学財団、NTTデータ、トッパン、トッパンフォームズ、およびアブドゥルラティフジャミール水と食品システム研究所（J-WAFS）によって後援されています。