Populære Innlegg

Redaksjonens - 2019

Robots øyekart omgivelser i nærheten, bestemmer håndens plassering

MARIO KART 8 DELUXE con Vegetta | NINTENDO SWITCH (Juni 2019).

Anonim

Før en robotarm kan komme inn i et stramt rom eller hente en delikat gjenstand, må roboten vite nøyaktig hvor hånden er. Forskere ved Carnegie Mellon Universitys Robotics Institute har vist at et kamera knyttet til robotens hånd raskt kan skape en 3-D-modell av sitt miljø og også finne hånden i den 3-D-verdenen.

annonse


Å gjøre det med imprecise kameraer og wobbly armer i sanntid er tøft, men CMU-teamet fant at de kunne forbedre nøyaktigheten av kartet ved å inkludere armen selv som en sensor, ved hjelp av vinkelen på leddene for å bedre bestemme stillingen av kamera. Dette ville være viktig for en rekke applikasjoner, inkludert inspeksjonsoppgaver, sier Matthew Klingensmith, en ph.d. student i robotikk.

Forskerne vil presentere sine funn 17. mai på IEEE International Conference on Robotics and Automation i Stockholm, Sverige. Siddhartha Srinivasa, professor i robotteknologi, og Michael Kaess, assisterende forskningsprofessor i robotteknologi, sluttet seg til Klingensmith i studien.

Plassering av et kamera eller en annen sensor i hånden til en robot har blitt mulig som sensorer har vokst mindre og mer energieffektive, sa Srinivasa. Det er viktig, forklarte han, fordi roboter "vanligvis har hodene som består av en pinne med et kamera på den." De kan ikke bøye seg som en person kunne for å få bedre oversikt over et arbeidsrom.

Men et øye i hånden er ikke så bra hvis roboten ikke ser hånden sin og vet ikke hvor hånden er i forhold til gjenstander i sitt miljø. Det er et problem som deles med mobile roboter som må fungere i et ukjent miljø. En populær løsning for mobile roboter kalles samtidig lokalisering og kartlegging, eller SLAM, hvor robotbrikkene sammen legges inn fra sensorer som kameraer, laserradarer og hjulrevneri for å lage et 3-D kart over det nye miljøet og finne ut hvor roboten er innenfor den 3-D verden.

"Det finnes flere algoritmer tilgjengelig for å bygge disse detaljerte verdenene, men de krever nøyaktige sensorer og en latterlig mengde beregning, " sa Srinivasa.

Disse algoritmer antar ofte at lite er kjent om sensorenes stilling, som det kan være tilfelle hvis kameraet var håndholdt, sa Klingensmith. Men hvis kameraet er montert på en robotarm, la han til, armens geometri vil begrense hvordan den kan bevege seg.

"Automatisk sporing av fellesvinklene gjør det mulig for systemet å produsere et kart av høy kvalitet, selv om kameraet beveger seg veldig fort, eller hvis noen av sensordataene mangler eller misvises, " sa Klingensmith.

Forskerne demonstrerte deres Articulated Robot Motion for SLAM (ARM-SLAM) ved hjelp av en liten dybde kamera festet til en lett manipulator arm, Kinova Mico. Ved å bruke den til å bygge en 3-D-modell av en bokhylle, fant de at det produserte rekonstruksjoner tilsvarende eller bedre for andre kartleggingsteknikker.

"Vi har fortsatt mye å gjøre for å forbedre denne tilnærmingen, men vi tror det har stort potensial for robotmanipulering, " sa Srinivasa. Toyota, US Naval Research og National Science Foundation støttet denne undersøkelsen.

annonse



Historie Kilde:

Materialer levert av Carnegie Mellon University . Original skrevet av Byron Spice. Merk: Innholdet kan redigeres for stil og lengde.