Fyrir menn er frekar einfalt að finna týnt veski grafið undir haug af hlutum -- við fjarlægjum einfaldlega hluti úr bunkanum þar til við finnum veskið. En fyrir vélmenni felur þetta verkefni í sér flókna rökhugsun um hauginn og hlutina í honum, sem býður upp á mikla áskorun.
Vísindamenn MIT sýndu áður vélfæraarm sem sameinar sjónrænar upplýsingar og útvarpsbylgjur (RF) til að finna falda hluti sem voru merktir með RFID merkjum (sem endurspegla merki sem send eru af loftneti). Byggt á þeirri vinnu hafa þeir nú þróað nýtt kerfi sem getur á skilvirkan hátt sótt hvaða hlut sem er grafinn í haug. Svo framarlega sem sumir hlutir í haugnum eru með RFID-merki, þarf markhlutinn ekki að vera merktur til að kerfið endurheimti það.
Reikniritin á bak við kerfið, þekkt sem FuseBot, rökstyðja líklega staðsetningu og stefnu hlutar undir haugnum. Þá finnur FuseBot skilvirkustu leiðina til að fjarlægja hindrandi hluti og draga út markhlutinn. Þessi röksemdafærsla gerði FuseBot kleift að finna fleiri falda hluti en nýjustu vélfærafræðikerfi, á helmingi tímans.
Þessi hraði gæti verið sérstaklega gagnlegur í vöruhúsi rafrænna viðskipta. Vélmenni sem hefur það verkefni að vinna skilagögn gæti fundið hluti í óflokkuðum bunka á skilvirkari hátt með FuseBot kerfinu, segir yfirhöfundur Fadel Adib, dósent í rafmagnsverkfræði- og tölvunarfræðideild og forstöðumaður Signal Kinetics hópsins í Media Lab.
"Það sem þessi grein sýnir, í fyrsta skipti, er að það eitt að vera RFID-merktur hlutur í umhverfinu gerir það miklu auðveldara fyrir þig að ná öðrum verkefnum á skilvirkari hátt. Við gátum gert þetta vegna þess að við bættum við fjölþætt rök fyrir kerfinu -- FuseBot getur rökstutt bæði sjón og RF til að skilja haug af hlutum,“ bætir Adib við.
Með Adib á blaðinu eru rannsóknaraðstoðarmennirnir Tara Boroushaki, sem er aðalhöfundur; Laura Dodds; og Nasistinn Naeem. Rannsóknin verður kynnt á ráðstefnunni Robotics: Science and Systems.
Miðunarmerki
Nýleg markaðsskýrsla gefur til kynna að meira en 90 prósent bandarískra smásala noti nú RFID merki, en tæknin er ekki alhliða, sem leiðir til aðstæðna þar sem aðeins sumir hlutir innan hauganna eru merktir.
Þetta vandamál varð innblástur til rannsókna hópsins.
Með FuseBot notar vélfæraarmur meðfylgjandi myndbandsupptökuvél og RF loftnet til að sækja ómerktan markhlut úr blönduðum haug. Kerfið skannar hauginn með myndavélinni til að búa til þrívíddarlíkan af umhverfinu. Samtímis sendir það merki frá loftneti sínu til að finna RFID merki. Þessar útvarpsbylgjur geta farið í gegnum flesta fasta fleti, þannig að vélmennið getur "séð" djúpt inn í hauginn. Þar sem markhluturinn er ekki merktur, veit FuseBot að hluturinn getur ekki verið staðsettur á nákvæmlega sama stað og RFID tag.
Reiknirit sameina þessar upplýsingar til að uppfæra þrívíddarlíkanið af umhverfinu og varpa ljósi á mögulegar staðsetningar markhlutarins; vélmennið þekkir stærð sína og lögun. Síðan rökstyður kerfið um hlutina í haugnum og staðsetningu RFID-merkja til að ákvarða hvaða hlut á að fjarlægja, með það að markmiði að finna markhlutinn með sem fæstum hreyfingum.
Það var krefjandi að fella þessa röksemdafærslu inn í kerfið, segir Boroushaki.
Vélmennið er ekki viss um hvernig hlutum er stillt undir hauginn, eða hvernig squishy hlutur gæti afmyndast af þyngri hlutum sem þrýsta á hann. Það sigrast á þessari áskorun með líkindaröksemdum, með því að nota það sem það veit um stærð og lögun hlutar og staðsetningu RFID merkisins til að móta þrívíddarrýmið sem líklegt er að hluturinn muni hernema.
Þar sem það fjarlægir hluti notar það einnig rökstuðning til að ákveða hvaða hlut væri "best" til að fjarlægja næst.
"Ef ég gef manneskju haug af hlutum til að leita að, mun hann líklega fjarlægja stærsta hlutinn fyrst til að sjá hvað er undir honum. Það sem vélmennið gerir er svipað, en það inniheldur líka RFID upplýsingar til að taka upplýstari ákvörðun. spyr: „Hversu miklu meira mun það skilja um þennan haug ef það fjarlægir þennan hlut af yfirborðinu?“,“ segir Boroushaki.
Eftir að það hefur fjarlægt hlut skannar vélmennið bunkann aftur og notar nýjar upplýsingar til að hámarka stefnu sína.
Niðurstöður til að sækja
Þessi röksemdafærsla, sem og notkun þess á RF merkjum, gaf FuseBot forskot á nýjustu kerfi sem notaði aðeins sjón. Liðið framkvæmdi meira en 180 tilraunatilraunir með raunverulegum vélfæravopnum og hrúgum með heimilisvörum, eins og skrifstofuvörum, uppstoppuðum dýrum og fatnaði. Þeir voru mismunandi stærðir á haugum og fjölda RFID-merktra hluta í hverjum haug.
FuseBot tók markhlutinn út með góðum árangri 95 prósent af tímanum, samanborið við 84 prósent fyrir hitt vélfærakerfið. Það náði þessu með því að nota 40 prósent færri hreyfingar og tókst að finna og sækja markhópa meira en tvöfalt hraðar.
"Við sjáum mikla framför í velgengnihlutfallinu með því að innlima þessar RF upplýsingar. Það var líka spennandi að sjá að okkur tókst að passa við frammistöðu fyrra kerfis okkar og fara yfir það í atburðarásum þar sem markhluturinn var ekki með RFID tag,“ segir Dodds.
FuseBot gæti verið notað í ýmsum stillingum vegna þess að hugbúnaðinn sem framkvæmir flókna rökhugsun sína er hægt að útfæra á hvaða tölvu sem er -- hann þarf bara að hafa samskipti við vélfæraarm sem er með myndavél og loftneti, bætir Boroushaki við.
Í náinni framtíð ætla vísindamennirnir að fella flóknari líkön inn í FuseBot svo það skili sér betur á afmyndanlegum hlutum. Fyrir utan það hafa þeir áhuga á að kanna mismunandi meðhöndlun, svo sem vélfæraarm sem ýtir hlutum úr vegi. Framtíðarendurtekningar kerfisins gætu einnig verið notaðar með farsíma vélmenni sem leitar í mörgum hrúgum að týndum hlutum.
Þessi vinna var styrkt að hluta til af National Science Foundation, Sloan Research Fellowship, NTT DATA, Toppan, Toppan Forms og MIT Media Lab.