الروبوت يتغلب على عدم اليقين لاسترداد الأشياء المدفونة

FuseBot هو نظام آلي جديد يدمج المعلومات المرئية وإشارات التردد اللاسلكي للعثور بكفاءة على العناصر المخفية المدفونة تحت كومة من الكائنات ، سواء كان العنصر المستهدف يحتوي على علامة RFID أم لا.

بالنسبة للبشر ، يعد العثور على محفظة مفقودة مدفونة تحت كومة من العناصر أمرًا بسيطًا جدًا - فنحن ببساطة نزيل الأشياء من الكومة حتى نجد المحفظة. ولكن بالنسبة للإنسان الآلي ، فإن هذه المهمة تتضمن تفكيرًا معقدًا حول الكومة والأشياء الموجودة فيها ، مما يمثل تحديًا شديدًا.

أظهر باحثو معهد ماساتشوستس للتكنولوجيا سابقًا ذراعًا آليًا يجمع بين المعلومات المرئية وإشارات تردد الراديو (RF) للعثور على الأشياء المخفية التي تم تمييزها بعلامات RFID (التي تعكس الإشارات المرسلة بواسطة هوائي). بناءً على هذا العمل ، طوروا الآن نظامًا جديدًا يمكنه استرداد أي كائن مدفون في كومة بكفاءة. طالما أن بعض العناصر الموجودة في الكومة تحتوي على علامات RFID ، لا يحتاج العنصر المستهدف إلى وسم النظام لاستعادته.

الخوارزميات وراء النظام ، والمعروفة باسم FuseBot ، هي سبب الموقع المحتمل وتوجيه الكائنات الموجودة تحت الكومة. ثم يجد FuseBot الطريقة الأكثر فاعلية لإزالة الكائنات المعوقة واستخراج العنصر الهدف. مكن هذا المنطق FuseBot من العثور على عناصر مخفية أكثر من نظام الروبوتات الحديث ، في نصف الوقت.

يمكن أن تكون هذه السرعة مفيدة بشكل خاص في مستودع التجارة الإلكترونية. يقول المؤلف الكبير فاضل أديب ، الأستاذ المشارك في قسم الهندسة الكهربائية وعلوم الكمبيوتر ومدير مجموعة Signal Kinetics في Media Lab ، إن الروبوت المكلف بمعالجة المرتجعات يمكن أن يجد العناصر في كومة غير مرتبة بشكل أكثر كفاءة مع نظام FuseBot.

يضيف أديب : "ما تُظهره هذه الورقة ، لأول مرة ، هو أن مجرد وجود عنصر يحمل علامة RFID في البيئة يجعل من السهل عليك إنجاز مهام أخرى بطريقة أكثر فاعلية. وقد تمكنا من القيام بذلك لأننا أضفنا الاستدلال متعدد الوسائط للنظام - يمكن لـ FuseBot التفكير في كل من الرؤية والترددات اللاسلكية لفهم كومة من العناصر ".

ينضم إلى أديب في الورقة مساعدين باحثين ، تارا بوروشكي ، المؤلف الرئيسي ؛ لورا دودس ونزيش نعيم. سيتم تقديم البحث في مؤتمر Robotics: Science and Systems.

علامات الاستهداف

يشير تقرير حديث للسوق إلى أن أكثر من 90 في المائة من تجار التجزئة في الولايات المتحدة يستخدمون الآن علامات RFID ، لكن التكنولوجيا ليست عالمية ، مما يؤدي إلى مواقف يتم فيها تمييز بعض الكائنات داخل الأكوام فقط.

ألهمت هذه المشكلة بحث المجموعة.

باستخدام FuseBot ، تستخدم الذراع الآلية كاميرا فيديو متصلة بهوائي RF لاسترداد عنصر هدف غير محدد بعلامة من كومة مختلطة. يقوم النظام بمسح الكومة بالكاميرا الخاصة به لإنشاء نموذج ثلاثي الأبعاد للبيئة. في نفس الوقت ، يرسل إشارات من الهوائي الخاص به لتحديد علامات RFID. يمكن أن تمر موجات الراديو هذه عبر معظم الأسطح الصلبة ، لذلك يمكن للروبوت "الرؤية" بعمق داخل الكومة. نظرًا لأن العنصر المستهدف لم يتم تمييزه ، يعرف FuseBot أنه لا يمكن تحديد موقع العنصر في نفس المكان بالضبط مثل علامة RFID.

تدمج الخوارزميات هذه المعلومات لتحديث النموذج ثلاثي الأبعاد للبيئة وتسليط الضوء على المواقع المحتملة للعنصر المستهدف ؛ يعرف الروبوت حجمه وشكله. ثم يفسر النظام الكائنات الموجودة في الكومة ومواقع علامة RFID لتحديد العنصر المراد إزالته ، بهدف العثور على العنصر المستهدف بأقل عدد من التحركات.

يقول بوروشكي إنه كان من الصعب دمج هذا المنطق في النظام.

الروبوت غير متأكد من كيفية توجيه الأشياء أسفل الكومة ، أو كيف يمكن أن يتشوه عنصر إسفنجي بضغط العناصر الثقيلة عليه. يتغلب على هذا التحدي من خلال التفكير الاحتمالي ، باستخدام ما يعرفه عن حجم وشكل كائن وموقع علامة RFID الخاصة به لنمذجة الفضاء ثلاثي الأبعاد الذي يحتمل أن يشغله هذا الكائن.

أثناء قيامه بإزالة العناصر ، فإنه يستخدم أيضًا المنطق لتحديد العنصر الذي سيكون "الأفضل" لإزالته بعد ذلك.

يقول بوروشكي : "إذا أعطيت إنسانًا كومة من العناصر للبحث ، فمن المرجح أن يزيل العنصر الأكبر أولاً لمعرفة ما يوجد تحته. ما يفعله الروبوت مشابه ، ولكنه يشتمل أيضًا على معلومات RFID لاتخاذ قرار أكثر استنارة. يسأل ، "كم ستفهم المزيد عن هذه الكومة إذا كانت تزيل هذا العنصر من على السطح؟" .

بعد أن يزيل الكائن ، يقوم الروبوت بمسح الكومة مرة أخرى ويستخدم معلومات جديدة لتحسين استراتيجيته.

نتائج الاسترجاع

هذا المنطق ، بالإضافة إلى استخدامه لإشارات التردد اللاسلكي ، أعطى FuseBot ميزة على أحدث نظام يستخدم الرؤية فقط. أجرى الفريق أكثر من 180 تجربة تجريبية باستخدام أذرع آلية حقيقية وأكوام مع أدوات منزلية ، مثل اللوازم المكتبية والحيوانات المحنطة والملابس. قاموا بتغيير أحجام الأكوام وعدد العناصر التي تحمل علامات RFID في كل كومة.

استخرج FuseBot العنصر المستهدف بنجاح 95 في المائة من الوقت ، مقارنة بـ 84 في المائة للنظام الآلي الآخر. لقد أنجز ذلك باستخدام حركات أقل بنسبة 40 في المائة ، وكان قادرًا على تحديد واسترجاع العناصر المستهدفة بسرعة تزيد عن الضعف.

ترى تحسنًا كبيرًا في معدل النجاح من خلال دمج معلومات التردد اللاسلكي هذه. كان من المثير أيضًا أن نرى أننا كنا قادرين على مطابقة أداء نظامنا السابق ، وتجاوزه في سيناريوهات حيث لا يحتوي العنصر المستهدف على علامة RFID "، كما يقول Dodds.

يمكن تطبيق FuseBot في مجموعة متنوعة من الإعدادات لأن البرنامج الذي يقوم بأداء منطقه المعقد يمكن تنفيذه على أي جهاز كمبيوتر - يحتاج فقط إلى الاتصال بذراع آلية بها كاميرا وهوائي ، كما يضيف Boroushaki.

في المستقبل القريب ، يخطط الباحثون لدمج نماذج أكثر تعقيدًا في FuseBot بحيث يعمل بشكل أفضل على الكائنات القابلة للتشوه. علاوة على ذلك ، فهم مهتمون باستكشاف طرق التلاعب المختلفة ، مثل الذراع الآلية التي تدفع العناصر بعيدًا عن الطريق. يمكن أيضًا استخدام التكرارات المستقبلية للنظام مع روبوت متحرك يبحث في أكوام متعددة عن الأشياء المفقودة.

تم تمويل هذا العمل جزئيًا من قبل National Science Foundation ، و Sloan Research Fellowship ، و NTT DATA ، و Toppan ، و Toppan Forms ، و MIT Media Lab.

مصدر المقالة :

 Robot overcomes uncertainty to retrieve buried objects -- ScienceDaily