對(duì)于人類來說，找到埋在一堆東西下面的丟失的錢包是非常簡(jiǎn)單的，因?yàn)槲覀冎恍枰獜哪嵌褨|西中取出東西，直到找到錢包就可以了。但對(duì)于一個(gè)機(jī)器人來說，這項(xiàng)任務(wù)需要對(duì)其中的堆和物體進(jìn)行復(fù)雜的推理，這是一個(gè)嚴(yán)峻的挑戰(zhàn)。

麻省理工學(xué)院的研究人員此前展示了一種結(jié)合了視覺信息和射頻(RF)信號(hào)的機(jī)械臂，它可以找到帶有RFID標(biāo)簽(這種標(biāo)簽反射天線發(fā)出的信號(hào))的隱藏物體。在這項(xiàng)工作的基礎(chǔ)上，他們現(xiàn)在開發(fā)了一種新的系統(tǒng)，可以有效地檢索埋在堆里的任何物體，只要堆中的一些物品有RFID標(biāo)簽，目標(biāo)物品不需要被標(biāo)記，系統(tǒng)就可以恢復(fù)它。

該系統(tǒng)背后的算法被稱為FuseBot，可以判斷堆下物體的可能位置和方向。然后FuseBot找到最有效的方法移除障礙物，提取目標(biāo)物品。這種推理使FuseBot比最先進(jìn)的機(jī)器人系統(tǒng)找到更多的隱藏物品，時(shí)間并能縮短了一半。

這種速度在電子商務(wù)倉(cāng)庫中尤其有用，一個(gè)負(fù)責(zé)處理回報(bào)的機(jī)器人可以通過FuseBot系統(tǒng)更有效地在未分類的堆中找到物品，電子工程與計(jì)算機(jī)科學(xué)系副教授、媒體實(shí)驗(yàn)室信號(hào)動(dòng)力學(xué)小組主任Fadel Adib說。

“這篇論文首次表明，環(huán)境中僅存在帶有 RFID 標(biāo)簽的物品就可以讓您更輕松地以更有效的方式完成其他任務(wù)，我們能夠做到這一點(diǎn)是因?yàn)槲覀冊(cè)谙到y(tǒng)中添加了多模態(tài)推理，F(xiàn)useBot可以通過視覺和射頻推理來理解一堆物品?！盇dib補(bǔ)充道。

與Adib一起發(fā)表這篇論文的還有研究助理Tara Boroushaki，她是論文的第一作者，還有Laura Dodds和Nazish Naeem，該研究將在機(jī)器人：科學(xué)與系統(tǒng)會(huì)議上發(fā)表。

定位標(biāo)簽

最近的一份市場(chǎng)報(bào)告顯示，超過90%的美國(guó)零售商現(xiàn)在使用RFID標(biāo)簽，但這項(xiàng)技術(shù)并不普遍，在一堆物品中只有部分物品被貼上標(biāo)簽。

這個(gè)問題啟發(fā)了這個(gè)小組的研究。在FuseBot中，機(jī)械臂使用一個(gè)附加的攝像機(jī)和射頻天線從混合堆中檢索未標(biāo)記的目標(biāo)物品。該系統(tǒng)用攝像頭掃描樁，創(chuàng)建環(huán)境的3D模型。同時(shí)，它從天線發(fā)送信號(hào)來定位RFID標(biāo)簽。這些無線電波可以穿過大多數(shù)固體表面，因此機(jī)器人可以“看到”堆的深處。由于目標(biāo)物品沒有標(biāo)記，F(xiàn)useBot知道該物品不能與RFID標(biāo)簽位于完全相同的位置。

算法融合這些信息來更新環(huán)境的3D模型，并突出目標(biāo)物品的潛在位置，機(jī)器人知道自己的大小和形狀，然后系統(tǒng)根據(jù)堆中物品的位置和RFID標(biāo)簽的位置來確定需要移除的物品，以最少的移動(dòng)找到目標(biāo)物品。

Boroushaki說，將這種推理納入系統(tǒng)是具有挑戰(zhàn)性的。

機(jī)器人不知道堆下的物體是如何定位的，也不知道一個(gè)黏糊糊的物體會(huì)如何被更重的物體壓變形，它通過概率推理克服了這一挑戰(zhàn)，利用它所知道的物體的大小和形狀以及它的RFID標(biāo)簽位置來建模該物體可能占據(jù)的3D空間。

當(dāng)它刪除條目時(shí)，它也會(huì)使用推理來決定接下來刪除哪個(gè)條目是“最好的”。

Boroushaki說：“如果我給一個(gè)人一堆東西去搜索，他們很可能會(huì)先把最大的東西拿掉，看看下面有什么。機(jī)器人所做的事情與此類似，但它還融入了RFID信息，以做出更明智的決定。如果它從表面上移除這個(gè)東西，它會(huì)對(duì)這堆東西了解多少?’”

在移除一個(gè)物體后，機(jī)器人會(huì)再次掃描這個(gè)堆，并利用新的信息來優(yōu)化它的策略。

檢索結(jié)果

這種推理以及它對(duì)射頻信號(hào)的使用，讓FuseBot比只使用視覺的最先進(jìn)的系統(tǒng)更有優(yōu)勢(shì)。該團(tuán)隊(duì)使用真正的機(jī)械臂進(jìn)行了180多次實(shí)驗(yàn)，并放置了辦公用品、填充動(dòng)物和服裝等家庭用品，他們改變了每一堆物品的大小和有射頻識(shí)別標(biāo)簽的數(shù)量。

FuseBot系統(tǒng)提取目標(biāo)物品的成功率為95%，而其他機(jī)器人系統(tǒng)的成功率為84%。它通過減少40%的移動(dòng)完成了這一點(diǎn)，并且能夠以兩倍多的速度找到和檢索目標(biāo)物品。

Dodds說：“我們看到，通過結(jié)合這種射頻信息，成功率有了很大提高。令人興奮的是，我們能夠匹配我們之前的系統(tǒng)的性能，并在目標(biāo)物品沒有RFID標(biāo)簽的情況下超過它。”

Boroushaki補(bǔ)充說，F(xiàn)useBot可以應(yīng)用于各種環(huán)境，因?yàn)閳?zhí)行復(fù)雜推理的軟件可以在任何計(jì)算機(jī)上實(shí)現(xiàn)，它只需要與帶有攝像頭和天線的機(jī)械臂通信。

在不久的將來，研究人員計(jì)劃在FuseBot中加入更復(fù)雜的模型，使其在可變形物體上表現(xiàn)更好。除此之外，他們還對(duì)探索不同的操作方式感興趣，比如用機(jī)械臂將物品推開。該系統(tǒng)的未來迭代還可以用于移動(dòng)機(jī)器人，在多個(gè)堆中尋找丟失的物體。