Robot yang merasakan benda tersembunyi
Robotics

Robot yang merasakan benda tersembunyi


Peneliti MIT mengembangkan robot pemetik yang menggabungkan penglihatan dengan penginderaan frekuensi radio (RF) untuk menemukan dan menangkap objek, bahkan jika objek tersebut tersembunyi dari pandangan. Teknologi ini dapat membantu pemenuhan di gudang e-commerce. Kredit: Institut Teknologi Massachusetts

Dalam beberapa tahun terakhir, robot telah mendapatkan penglihatan, sentuhan, dan bahkan penciuman buatan. “Para peneliti telah memberikan robot persepsi seperti manusia,” kata Associate Professor MIT Fadel Adib. Dalam makalah baru, tim Adib mendorong teknologi selangkah lebih maju. “Kami mencoba memberi robot persepsi manusia super,” katanya.

Para peneliti telah mengembangkan robot yang menggunakan gelombang radio, yang dapat menembus dinding, untuk merasakan objek yang tersumbat. Robot, yang disebut RF-Grasp, menggabungkan penginderaan yang kuat ini dengan penglihatan komputer yang lebih tradisional untuk menemukan dan menangkap item yang mungkin terhalang dari pandangan. Kemajuan suatu hari nanti bisa merampingkan pemenuhan e-commerce di gudang atau membantu mesin mencabut obeng dari toolkit yang campur aduk.

Penelitian ini akan dipresentasikan pada Mei di IEEE International Conference on Robotics and Automation. Penulis utama makalah ini adalah Tara Boroushaki, asisten peneliti di Signal Kinetics Group di MIT Media Lab. Rekan penulis MIT termasuk Adib, yang merupakan direktur Signal Kinetics Group; dan Alberto Rodriguez, Profesor Associate Kelas 1957 di Departemen Teknik Mesin. Rekan penulis lainnya termasuk Junshan Leng, seorang insinyur penelitian di Universitas Harvard, dan Ian Clester, seorang Ph.D. mahasiswa di Georgia Tech.

Karena e-commerce terus berkembang, pekerjaan gudang biasanya masih menjadi domain manusia, bukan robot, meskipun kondisi kerja terkadang berbahaya. Itu sebagian karena robot berjuang untuk menemukan dan menangkap objek di lingkungan yang padat. “Persepsi dan pemilihan adalah dua hambatan dalam industri saat ini,” kata Rodriguez. Dengan menggunakan penglihatan optik saja, robot tidak dapat melihat keberadaan barang yang dikemas dalam kotak atau tersembunyi di balik benda lain di rak — gelombang cahaya yang terlihat, tentu saja, tidak menembus dinding.

Tapi gelombang radio bisa.

Selama beberapa dekade, identifikasi frekuensi radio (RF) telah digunakan untuk melacak segala sesuatu mulai dari buku perpustakaan hingga hewan peliharaan. Sistem identifikasi RF memiliki dua komponen utama: pembaca dan tag. Tag adalah chip komputer kecil yang dipasang ke — atau, dalam kasus hewan peliharaan, ditanamkan di dalam — item yang akan dilacak. Pembaca kemudian memancarkan sinyal RF, yang dimodulasi oleh tag dan dipantulkan kembali ke pembaca.

Sinyal yang dipantulkan memberikan informasi tentang lokasi dan identitas item yang diberi tag. Teknologi ini semakin populer di rantai pasokan ritel — Jepang bertujuan untuk menggunakan pelacakan RF untuk hampir semua pembelian eceran dalam hitungan tahun. Para peneliti menyadari kelimpahan RF ini bisa menjadi keuntungan bagi robot, memberi mereka cara persepsi lain.

Kredit: Institut Teknologi Massachusetts

“RF adalah modalitas penginderaan yang berbeda dari penglihatan,” kata Rodriguez. “Adalah suatu kesalahan jika tidak menyelidiki apa yang dapat dilakukan RF.”

RF Grasp menggunakan kamera dan pembaca RF untuk menemukan dan mengambil objek yang diberi tag, bahkan ketika objek tersebut sepenuhnya diblokir dari pandangan kamera. Ini terdiri dari lengan robot yang menempel pada tangan yang menggenggam. Kamera berada di pergelangan tangan robot. Pembaca RF berdiri sendiri-sendiri dari robot dan menyampaikan informasi pelacakan ke algoritme kontrol robot. Jadi, robot secara konstan mengumpulkan data pelacakan RF dan gambar visual di sekitarnya. Mengintegrasikan dua aliran data ini ke dalam pengambilan keputusan robot adalah salah satu tantangan terbesar yang dihadapi para peneliti.

“Robot harus memutuskan, pada setiap titik waktu, aliran mana yang lebih penting untuk dipikirkan,” kata Boroushaki. “Bukan hanya koordinasi mata-tangan, ini koordinasi RF-mata-tangan. Jadi, masalahnya menjadi sangat rumit.”

Robot memulai proses pencarian dan pemetikan dengan melakukan ping ke tag RF objek target untuk mengetahui keberadaannya. “Dimulai dengan menggunakan RF untuk memfokuskan perhatian pada penglihatan,” kata Adib. “Kemudian Anda menggunakan visi untuk menavigasi manuver yang bagus.” Urutannya mirip dengan mendengar suara sirine dari belakang, kemudian berbalik untuk melihat dan mendapatkan gambaran yang lebih jelas tentang sumber sirene tersebut.

Dengan dua indra yang saling melengkapi, RF Grasp membidik target objek. Saat semakin dekat dan bahkan mulai memanipulasi item, visi, yang memberikan detail yang jauh lebih halus daripada RF, mendominasi pengambilan keputusan robot.

RF Grasp membuktikan efisiensinya dalam serangkaian pengujian. Dibandingkan dengan robot serupa yang hanya dilengkapi dengan kamera, RF Grasp mampu menentukan dan mengambil objek targetnya dengan gerakan total sekitar setengahnya. Selain itu, RF Grasp menunjukkan kemampuan unik untuk “mendeklarasikan” lingkungannya — menghilangkan bahan pengemas dan penghalang lain yang menghalangi untuk mengakses target. Rodriguez mengatakan ini mendemonstrasikan “keuntungan tidak adil” RF Grasp atas robot tanpa sensor RF yang dapat menembus. “Ini memiliki panduan yang tidak dimiliki sistem lain.”

RF Grasp suatu hari nanti dapat melakukan pemenuhan di gudang e-commerce yang dikemas. Penginderaan RF-nya bahkan dapat langsung memverifikasi identitas item tanpa perlu memanipulasi item tersebut, memperlihatkan kode batangnya, lalu memindainya. “RF memiliki potensi untuk meningkatkan beberapa keterbatasan dalam industri, terutama dalam persepsi dan lokalisasi,” kata Rodriguez.

Adib juga membayangkan aplikasi rumah potensial untuk robot, seperti menemukan kunci pas Allen yang tepat untuk merakit kursi Ikea Anda. “Atau Anda bisa membayangkan robot itu menemukan barang-barang yang hilang. Ini seperti Roomba super yang pergi dan mengambil kunci saya, di mana pun saya meletakkannya.”


Objek transparan dan reflektif sekarang dalam genggaman robot


Informasi lebih lanjut:
Robotic Grasping of Fully-Occluded Objects menggunakan RF Perception. www.mit.edu/~fadel/papers/RFGrasp-paper.pdf

Disediakan oleh Massachusetts Institute of Technology

Kisah ini diterbitkan ulang atas izin MIT News (web.mit.edu/newsoffice/), situs populer yang meliput berita tentang penelitian, inovasi, dan pengajaran MIT.

Kutipan: Robot yang mendeteksi objek tersembunyi (2021, 1 April) diambil pada 1 April 2021 dari https://techxplore.com/news/2021-04-robot-hidden.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten tersebut disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Data SGP 2020