Система машинного зрения помогает роботам

Система машинного зрения помогает роботам

Исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) разработали новую систему машинного зрения, которая помогает роботам идентифицировать и собирать объекты.

Известный как Dense Object Nets (DON), система использует камеру для создания визуальной дорожной карты объекта в виде набора точек. Эти координаты затем могут ссылаться системой под любым углом, позволяя ей идентифицировать конкретные объекты и помогать роботам захватывать их определенным образом. В отличие от других систем машинного зрения, DON способен выполнять задачи на объектах, не видя их раньше или не обучаясь этой задаче. Команда MIT полагает, что технология может применяться на складах логистическими компаниями или интернет-магазинами, такими как Amazon.

«Многие подходы к манипуляции не могут идентифицировать конкретные части объекта во многих ориентациях, с которыми может столкнуться объект», - сказал студент PhD Лукас Мануэлли, который написал новый документ о системе с ведущим автором и сокурсником Пете Флоренс вместе с MIT профессор Русс Тедрак. «Например, существующие алгоритмы не смогут схватить кружку за ручку, особенно если кружка может быть в нескольких ориентациях, например, вертикально или сбоку».

В одном наборе тестов, проведенных с мягкой игрушкой, робот Kuka, оснащенный DON, смог схватить правое ухо игрушки от множества различных конфигураций. Это показало, что система имеет возможность отличать слева направо от симметричных объектов. В другом тесте на бункере различных бейсбольных голов, ДОН выбрал конкретную шляпу цели, несмотря на все шляпы, имеющие очень похожие конструкции, и никогда раньше не видел снимков шляп в учебных данных.

«На фабриках роботы часто нуждаются в комплексных фидерах для надежной работы», - сказал Мануэлли. «Но такая система, которая может понять ориентацию объектов, может просто сфотографироваться и быть в состоянии понять и отрегулировать объект соответственно».

Команда представит свои результаты в следующем месяце на конференции по робототехническому обучению в Цюрихе, Швейцария.


Печать   E-mail