返回顶部
今日    | 手机版 | 资讯 | 产品 | 企业 | 热点 | 商道 | 原料 |
返回首页
返回首页
home 您现在的位置: 首页 >设备与仪器>产品资讯 > 详细信息
深度学习可帮助机器人轻松抓取和移动物体
2020年11月23日    阅读量:2635     新闻来源:中国机械网 okmao.com    |  投稿

在过去的一年中,锁定措施和其他COVID-19安全措施使在线购物比以往任何时候都更加受欢迎,但是不断飙升的需求使许多零售商在确保仓库员工安全的同时,难以履行订单。


深度学习可帮助机器人轻松抓取和移动物体 中国机械网,okmao.com


加州大学伯克利分校的研究人员已经开发出了新的人工智能软件,该软件使机器人能够快速,熟练地抓住并平稳地移动物体,从而使它们能够在不久的将来帮助仓库环境中的人员。


今天(11月18日,星期三)在线发表在《科学机器人》杂志上的一篇论文对此技术进行了描述中国机械网okmao.com


自动化仓库任务可能具有挑战性,因为人类自然会采取许多行动,例如确定在何处以及如何拾取不同类型的物体,然后协调将每个物体从一个位置移动到另一个位置所需的肩部,手臂和腕部运动。对于机器人来说相当困难。


机器人动作也趋于生硬,这可能会增加损坏产品和机器人的风险。


加州大学伯克利分校工程学特聘教授肯·戈德堡说:“仓库仍然主要由人操作,因为机器人仍然很难可靠地抓住许多不同的物体。”


 “在汽车装配线中,一次又一次地重复相同的动作,这样就可以实现自动化。但是在仓库中,每个订单都是不同的。”


该视频演示了在应用深度神经网络之前和之后仓库机器人手臂的取放性能。


在早期的工作中,Goldberg和UC Berkeley博士后研究员Jeffrey Ichnowski创建了一个可抓紧优化的运动计划器,可以计算机器人如何拾取物体以及如何移动以将物体从一个位置转移到另一个位置。


但是,此计划程序生成的动作有些生涩。虽然可以调整软件的参数以生成更平滑的运动,但是这些计算平均需要大约半分钟的时间来计算。


在这项新研究中,Goldberg和Ichnowski与加州大学伯克利分校的研究生Yahav Avigal和本科生Vishal Satish合作,通过集成深度学习神经网络大大缩短了运动计划器的计算时间。


神经网络使机器人可以从示例中学习。后来,机器人通常可以推广到相似的对象和运动。


旁白视频解释了本研究的主要概念和发现。但是,这些近似值并不总是足够准确。Goldberg和Ichnowski发现,可以使用运动计划器优化由神经网络生成的近似值。

 

伊奇诺夫斯基说:“神经网络只需要几毫秒就可以计算出一个近似的运动。这是非常快的,但是它是不准确的。”


 “但是,如果我们随后将该近似值输入到运动计划器中,则运动计划器仅需要进行几次迭代即可计算出最终运动。”


通过将神经网络与运动计划器结合使用,团队将平均计算时间从29秒减少到80毫秒,即不到十分之一秒。


深度学习优化的运动计划程序还允许机器人进行更多运动。


Goldberg预测,随着机器人技术的这一进步和其他进步,机器人将在未来几年内协助仓库环境。


戈德伯格说:“由于COVID-19,购买杂货,药品,服装和许多其他东西的方式已经改变,人们甚至可能在大流行结束后仍继续以这种方式购物。” “这是机器人为人类工作者提供支持的令人兴奋的新机会。”


标签:行业资讯今日头条产品资讯机械商道机械应用市场评论机器人设备与仪器特种机器人配件与装备码垛机器人工业设备
免责声明: 本文仅代表作者本人观点,与本网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识