In de afgelopen jaren hebben robots kunstmatig zicht, gevoel en zelfs geur gekregen. “Onderzoekers hebben voorzien van robots mensachtige perceptie “, zegt MIT Associate Professor Fadel Adib. In een nieuw artikel gaat het team van Adib een stap verder. “We proberen robots bovenmenselijke waarneming te geven”, zegt hij.
De onderzoekers hebben een robot ontwikkeld die radiogolven, die door muren kunnen gaan, gebruikt om verborgen objecten waar te nemen. De robot, genaamd RF-Grasp, combineert deze detectie met meer traditionele computervisie om items te lokaliseren en te grijpen die anders aan het zicht zouden zijn onttrokken . Dit zou op een dag de afhandeling van e-commerce in magazijnen kunnen verbeteren of een machine helpen een schroevendraaier uit een door elkaar gegooide gereedschapskist te plukken.
Magazijn
Het onderzoek wordt in mei gepresenteerd op de IEEE International Conference on Robotics and Automation. De hoofdauteur van het artikel is Tara Boroushaki, een onderzoeksassistent bij de Signal Kinetics Group van het MIT Media Lab. Haar MIT-co-auteurs zijn onder meer Adib, die de directeur is van de Signal Kinetics Group; en Alberto Rodriguez, de klas van 1957 universitair hoofddocent bij de afdeling Werktuigbouwkunde. Andere co-auteurs zijn onder meer Junshan Leng, een onderzoeksingenieur aan de Harvard University, en Ian Clester, een promovendus bij Georgia Tech.
Terwijl e-commerce blijft groeien, is magazijnwerk nog steeds het domein van mensen, niet van robots, ondanks soms gevaarlijke werkomstandigheden. Dat komt deels doordat robots in zo’n drukke omgeving moeite hebben om objecten te lokaliseren en vast te pakken. “Perceptie en picking zijn tegenwoordig twee obstakels in de branche”, zegt Rodriguez. Met alleen optische visie kunnen robots de aanwezigheid van een item dat in een doos is verpakt of achter een ander object op de plank is verborgen, niet waarnemen – zichtbare lichtgolven gaan natuurlijk niet door muren heen.
Maar radiogolven kunnen dat wel.
Lezer
Decennia lang wordt radiofrequentie-identificatie (RF) gebruikt om alles te volgen, van bibliotheekboeken tot huisdieren. RF-identificatiesystemen hebben twee hoofdcomponenten: een lezer en een tag. De tag is een kleine computerchip die wordt vastgemaakt aan – of, in het geval van huisdieren, wordt geïmplanteerd in – het item dat moet worden gevolgd. De lezer zendt vervolgens een RF-signaal uit, dat wordt gemoduleerd door de tag en teruggekaatst naar de lezer.
Het gereflecteerde signaal geeft informatie over de locatie en identiteit van het getagde item. De technologie is populair geworden in de toeleveringsketens van de detailhandel – Japan streeft ernaar om binnen enkele jaren RF-tracking te gebruiken voor bijna alle aankopen in de detailhandel. De onderzoekers realiseerden zich dat deze overvloed aan RF een zegen zou kunnen zijn voor robots, door ze een andere manier van waarnemen te geven.
“RF is zo’n andere sensormodaliteit dan visie”, zegt Rodriguez. “Het zou een vergissing zijn om niet te onderzoeken wat RF kan doen.”
Zicht
RF Grasp gebruikt zowel een camera als een RF-lezer om getagde objecten te vinden en vast te pakken, zelfs als ze volledig voor het zicht van de camera zijn geblokkeerd. Het bestaat uit een robotarm die aan een grijphand is bevestigd. De camera zit om de pols van de robot. De RF-lezer staat onafhankelijk van de robot en geeft trackinginformatie door aan het besturingsalgoritme van de robot. De robot verzamelt dus constant zowel RF-trackinggegevens als een visueel beeld van zijn omgeving. Het integreren van deze twee datastromen in de besluitvorming van de robot was een van de grootste uitdagingen waarmee de onderzoekers werden geconfronteerd.
“De robot moet op elk moment beslissen over welke van deze stromen belangrijker is om over na te denken”, zegt Boroushaki. “Het is niet alleen oog-handcoördinatie, het is RF-oog-handcoördinatie. Het probleem wordt dus erg gecompliceerd.”
De robot start het zoek-en-pickproces door de RF-tag van het doelobject te pingen om een idee te krijgen van waar het zich bevindt. “Het begint door RF te gebruiken om de aandacht van het gezichtsvermogen te richten”, zegt Adib. “Dan gebruik je visie om fijne manoeuvres te navigeren.” De volgorde is vergelijkbaar met het horen van een sirene van achteren, dan draaien om te kijken en een duidelijker beeld te krijgen van de bron van de sirene.
Zintuigen
Met zijn twee complementaire zintuigen richt RF Grasp zich op het doelobject. Naarmate het dichterbij komt en zelfs het item begint te manipuleren, domineert visie, die veel fijnere details biedt dan RF, de besluitvorming van de robot.
RF Grasp bewees zijn efficiëntie in een reeks tests. In vergelijking met een robot die alleen met een camera was uitgerust, kon RF Grasp zijn doelobject lokaliseren en grijpen met ongeveer de helft van de totale beweging. Bovendien toonde RF Grasp het unieke vermogen om zijn omgeving te “ontsleutelen” – door verpakkingsmaterialen en andere obstakels op zijn weg te verwijderen om toegang te krijgen tot het doel. Rodriguez zegt dat dit het “oneerlijke voordeel” van RF Grasp aantoont ten opzichte van robots zonder penetrerende RF-detectie. “Het heeft deze richtlijnen die andere systemen eenvoudigweg niet hebben.”
Fulfillment
RF Grasp zou op een dag voor fulfilment kunnen zorgen in volle e-commercemagazijnen. De RF-detectie kan zelfs de identiteit van een item onmiddellijk verifiëren zonder het item te hoeven manipuleren, de streepjescode bloot te leggen en het vervolgens te scannen. “RF heeft het potentieel om enkele van die beperkingen in de industrie te verbeteren, vooral wat betreft perceptie en lokalisatie”, zegt Rodriguez.
Adib ziet ook mogelijke thuistoepassingen voor de robot, zoals het vinden van de juiste inbussleutel om uw Ikea-stoel in elkaar te zetten. ‘Of je kunt je voorstellen dat de robot verloren voorwerpen zou vinden. Het is als een super-Roomba die mijn sleutels gaat ophalen, waar ik ze ook neerleg.’
Foto: MIT-onderzoekers ontwikkelden een plukrobot die visie combineert met radiofrequentie (RF) -detectie om objecten te vinden en te grijpen, zelfs als ze aan het zicht onttrokken zijn. De technologie kan de vervulling in e-commercemagazijnen helpen. Afbeelding met dank aan Fadel Adib, Tara Boroushaki, Alberto Rodriguez
