Hành trình Khoa học, Không gian và Thời gian!
Robot nhà bếp là một tầm nhìn phổ biến trong tương lai, nhưng nếu một robot ngày nay cố gắng nắm lấy một vật dụng trong nhà bếp như cốc đo lường rõ ràng hoặc một con dao sáng bóng, thì có khả năng nó sẽ không thể. Vật thể trong suốt và phản chiếu là những thứ của cơn ác mộng robot. Tuy nhiên, những người máy robot tại Đại học Carnegie Mellon đã báo cáo thành công với một kỹ thuật mới mà họ đã phát triển để dạy robot để nhặt những vật thể rắc rối này.
Robot nhà bếp là một tầm nhìn phổ biến trong tương lai, nhưng nếu một robot ngày nay cố gắng nắm lấy một vật dụng trong nhà bếp như cốc đo lường rõ ràng hoặc một con dao sáng bóng, thì có khả năng nó sẽ không thể. Vật thể trong suốt và phản chiếu là những thứ của cơn ác mộng robot.
Tuy nhiên, những người máy robot tại Đại học Carnegie Mellon đã báo cáo thành công với một kỹ thuật mới mà họ đã phát triển để dạy robot để nhặt những vật thể rắc rối này. Kỹ thuật này không yêu cầu cảm biến ưa thích, đào tạo toàn diện hoặc hướng dẫn của con người, nhưng chủ yếu dựa vào máy ảnh màu. Các nhà nghiên cứu sẽ trình bày hệ thống mới này trong Hội nghị quốc tế về Robotics và Tự động hóa vào mùa hè này.
David Held, một giáo sư trợ lý tại Viện Robotics của CMU cho biết các camera độ sâu, chiếu ánh sáng hồng ngoại vào một vật thể để xác định hình dạng của nó, hoạt động tốt để xác định các vật thể mờ đục. Nhưng ánh sáng hồng ngoại truyền qua các vật thể rõ ràng và làm tán xạ các bề mặt phản chiếu. Do đó, máy ảnh độ sâu không thể tính toán một hình dạng chính xác, dẫn đến hình dạng phần lớn bằng phẳng hoặc lỗ thủng cho các vật thể trong suốt và phản chiếu.
Nhưng một máy ảnh màu có thể nhìn thấy các vật thể trong suốt và phản chiếu cũng như các vật thể mờ đục. Vì vậy, các nhà khoa học CMU đã phát triển một hệ thống camera màu để nhận dạng hình dạng dựa trên màu sắc. Một máy ảnh tiêu chuẩn không thể đo được hình dạng như máy ảnh độ sâu, tuy nhiên các nhà nghiên cứu vẫn có thể đào tạo hệ thống mới để bắt chước hệ thống độ sâu và mặc nhiên suy ra hình dạng để nắm bắt các vật thể. Họ đã làm như vậy bằng cách sử dụng hình ảnh camera sâu của các vật thể mờ đục được ghép nối với hình ảnh màu của những vật thể tương tự.
Sau khi được đào tạo, hệ thống camera màu được áp dụng cho các vật thể trong suốt và sáng bóng. Dựa trên những hình ảnh đó, cùng với bất kỳ thông tin ít ỏi nào mà camera chiều sâu có thể cung cấp, hệ thống có thể nắm bắt những vật thể thách thức này với mức độ thành công cao.
“Chúng tôi đôi khi bỏ lỡ,” Held thừa nhận, “nhưng đối với hầu hết các phần, nó đã làm rất tốt, tốt hơn nhiều so với bất kỳ hệ thống nào trước đây để nắm bắt các vật thể trong suốt hoặc phản chiếu.”
Hệ thống không thể thu nhận các vật thể trong suốt hoặc phản chiếu hiệu quả như các vật thể mờ đục, Thomas Weng, tiến sĩ nói. sinh viên ngành robot. Nhưng nó thành công hơn nhiều so với hệ thống camera chuyên sâu. Và việc học chuyển đổi đa phương thức được sử dụng để đào tạo hệ thống có hiệu quả đến mức hệ thống màu sắc đã chứng minh gần như tốt như hệ thống camera chuyên sâu trong việc chọn các vật thể mờ đục.
Hệ thống của các nhà nghiên cứu không chỉ có thể nhặt các vật thể trong suốt và phản xạ riêng lẻ mà còn có thể nắm bắt các vật thể đó trong các đống lộn xộn.
Các nỗ lực khác trong việc nắm bắt các vật thể trong suốt đã dựa vào các hệ thống đào tạo dựa trên các nỗ lực cố gắng lặp đi lặp lại một cách triệt để – theo thứ tự 800.000 lần thử – hoặc trên nhãn đối tượng đắt tiền của con người.
Hệ thống CMU sử dụng máy ảnh RGB-D thương mại có khả năng cả hình ảnh màu (RGB) và hình ảnh chiều sâu (D). Hệ thống có thể sử dụng cảm biến đơn này để sắp xếp thông qua các vật liệu tái chế hoặc các bộ sưu tập đối tượng khác – một số mờ đục, một số trong suốt, một số phản chiếu.
Video: https://www.youtube.com/watch?v=Gny7NfmqyOk&feature=emb_logo
Nguồn truyện:
Tài liệu được cung cấp bởi Đại học Carnegie Mellon . Bản gốc được viết bởi Byron Spice. Lưu ý: Nội dung có thể được chỉnh sửa cho kiểu dáng và độ dài.