Исследователи из Лаборатории информатики и искусственного интеллекта Массачусетского технологического института (MIT CSAIL) научили нейросеть по внешнему виду объекта предсказывать тактильные ощущения, которые могут возникнуть от прикосновения к нему, и наоборот. Как пишет The Next Web, вкратце о своей работе исследователи рассказали на конференции CVPR-2019, стартовавшей в Лонг-Бич в Калифорнии 16 июня.
Несмотря на активное развитие систем машинного зрения и осязания, современные роботы все еще ограничены в своем взаимодействии с окружающим миром. Предполагается, что обучение машин предсказывать тактильные ощущения от взаимодействия с предметами или предсказывать их внешний вид на основе таких ощущений, позволит роботам быстрее, безопаснее и точнее манипулировать объектами.
Для обучения нейросети исследователи из MIT CSAIL использовали промышленного робота Kuka, манипулятор которого был оснащен тактильной системой GelSight. Она представляет собой сенсор с камерой, многоцветной светодиодной подсветкой и гелевым слоем.
При взаимодействии с объектами гелевый слой деформируется. Эти деформации подсвечиваются светодиодами и регистрируются камерой. Впоследствии на основании нескольких кадров деформации система составляет трехмерную модель части объекта, с которой контактировала система GelSight.
При обучении робот Kuka касался различных объектов, собирая данные о тактильных ощущениях от таких касаний. Одновременно велась видеозапись таких прикосновений. В общей сложности робот Kuka перетрогал 200 различных бытовых предметов. Общее количество касаний составило 12 тысяч.
Затем на основе полученных записей исследователи составили базу данных, содержащую 3 миллиона кадров с видеозаписей, сопоставленных с тактильными данными. Базу данных исследователи назвали VisGel. Эта база в дальнейшем и использовалась для обучения нейросети.
В марте текущего года американские инженеры представили алгоритм, под управлением которого роботизированный манипулятор способен распознавать незнакомые объекты, классифицировать их основные составные части и взаимодействовать с ними. Например, робот способен распознать кружку, определить ее ручку и повесить кружку на сушилку.
Василий Сычёв
Управлять им может один человек
Инженеры из немецкого стартапа FORMIC Transportsysteme разработали полуавтоматическую систему для транспортировки тяжелых крупногабаритных грузов. Ее основной компонент — шестиколесные роботизированные платформы, каждая из которых способна перевозить на себе до 2,5 тонн груза. Несколько робоплатформ могут объединяться в единую группу с грузоподъемностью до 37,5 тонн, автоматически отслеживая и синхронизируя движения между собой, сообщает New Atlas. При поддержке Angie — первого российского веб-сервера Когда в ограниченном пространстве производственного цеха требуется переместить объект, который имеет большие габариты и массу (крупногабаритный станок или другое тяжелое промышленное оборудование), то в такелажных работах задействуют подкатные роликовые системы перемещения. Они представляют собой отдельные небольшие тележки на роликах с плоской опорой для груза сверху. Несколько тележек подкатываются под груз и каждая принимает часть общей массы на себя. Однако существенным минусом такого подхода остается необходимость вручную контролировать дальнейшее перемещение груза. Инженеры из стартапа FORMIC Transportsysteme, созданного на базе Технологического института Карлсруэ, разработали роботизированный вариант подкатных платформ, с помощью которых можно автоматизировать процесс перемещения массивных крупногабаритных грузов. Каждая платформа представляет собой отдельного самодвижущегося робота на шести колесах — по три с каждой стороны. Благодаря такой конструкции робоплатформа способна двигаться вперед, назад, разворачиваться на месте, а также преодолевать небольшие неровности, встречающиеся на пути. https://www.youtube.com/watch?v=6JOdteRghJg Самостоятельно каждая платформа системы может перемещать на себе груз массой до 2,5 тонн и может поднимать грузы, расположенные на минимальной высоте от пола около 25 мм. Отдельные платформы способны объединяться в группу и действовать совместно как единое целое. В этом случае модули отслеживают и синхронизируют свое взаимное положение и перемещение с помощью встроенных видеокамер, а также обмениваясь радиосигналами. Управляет системой оператор с помощью пульта с джойстиками, на экране которого отображается текущее положение всех модулей, а также их взаимная ориентация относительно друг друга. К примеру, можно заставить платформы повернуть груз на месте вокруг вертикальной оси, проходящей через выбранную оператором точку. Для того чтобы выполнить эту команду, все составляющие группу модули автоматически разворачиваются на месте на нужные углы таким образом, чтобы их совместное движение в результате приводило к повороту установленного на них объекта вокруг заданной точки. Благодаря этому можно совершать точные маневры с грузом в ограниченном пространстве. https://www.youtube.com/watch?v=sKYYZj0_y0g На данный момент максимальное возможное число модулей в рое ограничено пятнадцатью из соображений безопасности управления ими, но в будущем количество может быть увеличено. Общая грузоподъемность пятнадцати робоплатформ составляет 37,5 тонн, однако, по словам разработчиков, для большинства работ будет достаточно трех, а управлять перемещением груза может один человек. Старт продаж системы должен начаться в этом году. А вот если груз упакован в контейнеры массой не более 25 килограмм, то не исключено, что работу с таким грузом в недалеком будущем можно будет доверить человекоподобному роботу Apollo, разрабатываемому американской компанией Apptronik. Несмотря на то, что Apollo позиционируется как робот общего назначения, на первое время его основной деятельностью должна стать работа с грузами на складах и в производственных помещениях.