Ученые из Колумбийского университета разработали новый метод анализа поверхности ткани, который позволит создать более эффективных гладильных роботов. Препринт статьи опубликован на сайте arXiv.org.
Чтобы научить робота распознавать различные типы неровностей на ткани, ученые скомбинировали два метода анализа поверхности. Первым является 3D-сканирование кривизны поверхности, а вторым — анализ поверхностных разрывов. Оба метода позволяют выявить гладкие неровности, а также наличие складок, соответственно. Для испытания нового подхода исследователи использовали робота Baxter.
Смысл двойного подхода заключался в том, что робот должен убирать гладкие неровности, просто выпрямляя ткань. Глаженье таких участков приводило бы к появлению нежелательных складок. Именно поэтому важно научить робота определять тип неровностей, что является сложной роботехнической задачей.
Для 3D-сканирования широких и гладких неровностей ученые воспользовались датчиком глубины Kinect. Так как чувствительности сенсора было недостаточно для распознавания складок, для выявления последних применялась RGB-камера. Для создания контраста применялись дополнительные источники освещения, которые устанавливались на двух смежных сторонах гладильного стола. После сканирования исследователи совместили 3D-карту поверхности, а также 2D-изображение, показывающее распределение света. Для классификации и ранжирования неровностей исследователи воспользовались гауссовской смешанной моделью.
Результаты испытания продемонстрировали, что качество глаженья при данном подходе заметно улучшилось по сравнению с предыдущими попытками разработать гладильную машину.
Baxter - промышленный робот, созданный компанией Rethink Robotics. От других подобных ему машин он отличается способностью к обучению и выполнению различных задач. Множество университетов используют Baxter для исследований в области робототехники, машиностроении и информатики.