如果您看一下这种拾放机器人,那么您会立即明白为什么这很重要-灵活性和精细动作并没有那么重要,尽管机器人在这两个方面都有得分,但这仅仅是因为它是如此的聪明。
从大学实验室里涌出的新闻中很明显,为拣选和分类而设计的机械手是一个经常出现的话题。雄心勃勃的研究人员试图为有效的解决方案评分更高中国机械网okmao.com。
正如MIT CSAIL所说:“尽管我们在机器人方面取得了长足的进步,但他们几乎还没有两年的技能。
工厂机器人可以一次又一次地捡起同一物体,有些甚至可以物体之间有一些基本区别,但是它们通常难以理解各种物体的形状和大小,也无法将所述物体移动到不同的姿势或位置。”
本周的热门话题是这款机器人,它具有“关键点”风格,可实现更高水平的协调。他们探索了一种识别和移动整个类别对象的新方法,将它们表示为3D关键点组。
工程师引用了该论文的高级作者MIT教授Russ Tedrake的话,描述了他们在arXiv上的工作。“机器人几乎可以捡起任何东西,但是如果这是他们之前从未见过的物体,那么他们实际上就无法以任何有意义的方式将其放下。”
工程师点头赞扬一种听起来像“一种视觉路线图的方法,可以进行更细微的操作”。
您可以在kPAM预览视频“使用从未见过的对象进行精确的机器人操作”中看到正在运行的机器人。什么是kpam?这代表“机器人水平操纵的关键点负担”。
该机器人得到所有需要的回暖,移动和放置对象的信息。
麻省理工学院教授Russ Tedrake说:“对对象的一点了解-几个关键点的位置-就足以实现各种各样有用的操纵任务。”
由LucX Manuelli,Wei Gao,Peter Florence和Russ Tedrake撰写的一篇描述其工作的论文,标题为arXiv,标题为“ kPAM:类别级机器人操纵的关键点负担”。他们与麻省理工学院的CSAIL(计算机科学与人工智能实验室)合作。
这是该论文的作者关于他们的方法如何摆脱现有“操纵管道”的观点。后者通常将所需的配置指定为目标6自由度姿势,这有其局限性。
表示对象“具有在固定模板上定义的参数化转换无法捕获较大的类别内形状变化,并且在类别级别指定目标姿势可能在物理上不可行或无法完成任务。”
知道咖啡杯相对于某些标准咖啡杯的姿势和大小是可以的,但是仅通过其手柄将其悬挂在架子上是不够的。他们的方法是使用“语义3D关键点作为对象表示”。他们探索的结果是什么?他们的方法能够处理“大型类别内变化,而无需任何实例方式的调整或说明”。
研究小组报告说:“大量的硬件实验证明,我们的方法可以可靠地完成类别中从未见过的物体的任务,例如将形状明显变化的鞋子和杯子放入类别级目标配置中。”