Un robot que detecta objetos ocultos | Noticias del MIT



En los últimos años, los robots han adquirido visión, tacto e incluso olfato artificiales. “Los investigadores dieron a los robots una percepción humana”, dice el profesor asociado del MIT Fadel Adib. En un nuevo documento, el equipo de Adib impulsa la tecnología aún más. "Estamos tratando de dar a los robots una percepción sobrehumana", dice.

Los investigadores han desarrollado un robot que utiliza ondas de radio, que pueden atravesar paredes, para detectar objetos ocluidos. El robot, llamado RF-Grasp, combina esta poderosa detección con la visión por computadora más tradicional para localizar y capturar elementos que de otro modo podrían estar bloqueados de la vista. El avance podría algún día agilizar la ejecución del comercio electrónico en los almacenes o ayudar a una máquina a extraer un destornillador de una confusa caja de herramientas.

La investigación se presentará en mayo en la Conferencia Internacional IEEE sobre Robótica y Automatización. La autora principal del artículo es Tara Boroushaki, asistente de investigación del grupo Signal Kinetics en MIT Media Lab. Sus coautores en MIT incluyen a Adib, quien es el director del grupo Signal Kinetics; y Alberto Rodríguez, profesor asociado de la promoción de 1957 en el Departamento de Ingeniería Mecánica. Otros coautores incluyen a Junshan Leng, ingeniero de investigación de la Universidad de Harvard, e Ian Clester, estudiante de doctorado en Georgia Tech.

A medida que el comercio electrónico continúa creciendo, el trabajo de almacén sigue siendo generalmente dominio de los humanos, no de los robots, a pesar de las condiciones de trabajo a veces peligrosas. En parte, se debe a que los robots tienen dificultades para localizar y agarrar objetos en un entorno tan abarrotado. "La percepción y la selección son dos obstáculos en la industria actual", dice Rodríguez. Utilizando solo la visión óptica, los robots no pueden percibir la presencia de un artículo envuelto en una caja o escondido detrás de otro objeto en el estante; las ondas de luz visibles, por supuesto, no atraviesan las paredes.

Pero las ondas de radio pueden.

Durante décadas, la identificación por radiofrecuencia (RF) se ha utilizado para rastrear todo, desde libros de la biblioteca hasta mascotas. Los sistemas RF ID tienen dos componentes principales: un lector y una etiqueta. La etiqueta es un pequeño chip de computadora que se adhiere o, en el caso de las mascotas, se implanta en el reloj. Luego, el lector emite una señal de RF, que es modulada por la etiqueta y enviada de vuelta al lector.

La señal reflejada proporciona información sobre la ubicación y la identidad del artículo etiquetado. La tecnología ha ganado popularidad en las cadenas de suministro minoristas: Japón tiene como objetivo utilizar el seguimiento de RF para casi todas las compras minoristas en unos pocos años. Los investigadores se dieron cuenta de que esta profusión de RF podría ser una bendición para los robots, dándoles otro modo de percepción.

“La RF es una modalidad de detección muy diferente a la visión”, dice Rodríguez. "Sería un error no explorar lo que puede hacer la RF".

RF Grasp utiliza una cámara y un lector de RF para encontrar y agarrar objetos etiquetados, incluso cuando están completamente bloqueados de la vista de la cámara. Consiste en un brazo robótico unido a una mano que agarra. La cámara está en la muñeca del robot. El lector de RF es independiente del robot y transmite la información de seguimiento al algoritmo de control del robot. Por lo tanto, el robot recopila constantemente datos de seguimiento de RF y una imagen visual de su entorno. La integración de estos dos flujos de datos en la toma de decisiones de los robots fue uno de los mayores desafíos que enfrentaron los investigadores.

“El robot debe decidir, en cada momento, cuál de estos flujos es el más importante a considerar”, explica Boroushaki. “No es solo la coordinación mano-ojo, es la coordinación RF-ojo-mano. Por tanto, el problema se vuelve muy complicado. "

El robot inicia el proceso de búsqueda y selección haciendo ping a la etiqueta de RF del objeto objetivo para averiguar dónde está. "Comienza con el uso de RF para enfocar la atención de la visión", dice Adib. "Luego, utiliza la visión para realizar grandes maniobras". La secuencia es equivalente a escuchar una sirena desde atrás, luego girar para mirar y obtener una imagen más clara de la fuente de la sirena.

Con sus dos sentidos complementarios, RF Grasp se enfoca en el objeto objetivo. A medida que se acerca e incluso comienza a manipular el objeto, la visión, que proporciona detalles mucho más finos que la RF, domina la toma de decisiones del robot.

RF Grasp ha demostrado su eficacia en una batería de pruebas. En comparación con un robot similar equipado solo con una cámara, RF Grasp pudo localizar y agarrar su objeto objetivo con aproximadamente la mitad del movimiento total. Además, RF Grasp ha demostrado la capacidad única de 'ordenar' su entorno, eliminando los materiales de embalaje y otros obstáculos en su camino para poder acceder al objetivo. Rodríguez dice que esto demuestra la "ventaja injusta" de RF Grasp sobre los robots sin penetrar la detección de RF. "Tiene estos consejos que otros sistemas simplemente no tienen".

RF Grasp algún día podría funcionar en almacenes de comercio electrónico empaquetados. Su detección de RF podría incluso verificar instantáneamente la identidad de un artículo sin tener que manipularlo, exponer su código de barras y luego escanearlo. "RF tiene el potencial de mejorar algunas de estas limitaciones en la industria, particularmente en la percepción y localización", dice Rodríguez.

Adib también está considerando posibles aplicaciones domésticas para el robot, como ubicar la llave Allen correcta para ensamblar su silla Ikea. “O puedes imaginar al robot encontrando objetos perdidos. Es como un gran Roomba que recoge mis llaves donde sea que las coloque. "

La investigación está patrocinada por la National Science Foundation, NTT DATA, Toppan, Toppan Forms y el Laboratorio de sistemas de agua y alimentos Abdul Latif Jameel (J-WAFS).

Deja un comentario