Nowy sposób na chwytanie

fot. pexels.com

Roboty, które zbierają i przesuwają obiekty zwykle są zaprogramowane do chwytania tylko określonych typów detali, umieszczonych w zdefiniowanej orientacji. Pewni naukowcy opracowali jednak metodę sterowania, która pozwoli zwiększyć ich wszechstronność.

- Jedną z głównych wad obecnych, zrobotyzowanych systemów chwytania jest niezdolność do szybkiego dostosowania się do zmian środowiska - powiedział dr Jurgen Leitner z australijskiego Queensland University of Technology - Świat nie jest przewidywalny, ponieważ rzeczy zmieniają się, poruszając i zastępując nawzajem, a często dzieje się to bez ostrzeżenia. Aby roboty działały w sposób naturalny, muszą być w stanie dostosować się i pracować w bardzo niestrukturalnych środowiskach.

W tym celu zespół kierowany przez Leitnera zbudował sztuczną sieć neuronową, która pozwala komputerom uczyć się zadań na podstawie analizowanych przykładow. Korzystając z tej sieci i kamery, pozwolili robotowi mapować ścieżkę prowadzącą w głąb oraz odnajdować na niej i później zbierać napotkane przedmioty.

- Dzięki odwzorowaniu tego, co znajduje się przed robotem za pomocą obrazu głębi, w jednym przebiegu robot musi próbować wielu różnych technik chwytu tuż przed podjęciem decyzji, unikając przy tym realizowania czasochłonnych obliczeń - powiedział doktorant Douglas Morrison biorący udział w badaniach - W naszych testach przeprowadzonych w świecie rzeczywistym osiągnęliśmy 83-procentowy wskaźnik skuteczności chwytania na zestawie wcześniej niewidocznych obiektów o różnej geometrii i 88% na zestawie obiektów domowych, które zostały przesunięte podczas próby chwycenia.

Technologia opiera się na systemie, który zespół wykorzystał do wygrania konkursu Amazon Picking Challenge w 2017 roku.