QQ在線
企業(yè)微信
資訊
527機(jī)器人的應(yīng)用越來(lái)越普及，特別是在各種工作環(huán)境中協(xié)助執(zhí)行人類(lèi)無(wú)法完成的任務(wù)，或者增加人們的工作效率。但機(jī)器人還不是萬(wàn)能：例如“識(shí)別物體并拾取它們”這項(xiàng)工作看似簡(jiǎn)單，對(duì)機(jī)器人來(lái)說(shuō)卻極為困難。
麻省理工學(xué)院和普林斯頓大學(xué)的研究人員設(shè)計(jì)了一款擁有較高肢體靈活性的機(jī)器人系統(tǒng)，識(shí)別并抓取物體將不再是問(wèn)題。
現(xiàn)今，大多數(shù)在生產(chǎn)在線使用的機(jī)器人都經(jīng)過(guò)精心校準(zhǔn)，以便進(jìn)行準(zhǔn)確的運(yùn)動(dòng)。研究人員利用算法，使機(jī)器人從一堆物體中隨機(jī)抓取一個(gè)物品，而該取放系統(tǒng)由一般常見(jiàn)的機(jī)械手臂（構(gòu)造上由機(jī)械主體、控制器、伺服機(jī)構(gòu)和傳感器所組成，由程序根據(jù)作業(yè)需求設(shè)定其一定的指定動(dòng)作）組成，并配備一個(gè)訂制的抓手和吸盤(pán)。透過(guò)深度學(xué)習(xí)（深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種方式，讓計(jì)算機(jī)像長(zhǎng)了神經(jīng)網(wǎng)絡(luò)般，可進(jìn)行復(fù)雜的運(yùn)算，并展現(xiàn)擬人的判斷及行為）使機(jī)械手臂能處理任何給定的物品。
該系統(tǒng)的多功能假肢可以透過(guò)四種不同的方式完成取放的挑戰(zhàn)：垂直使用吸盤(pán)、側(cè)面使用吸盤(pán)、垂直抓握，以及抓握同時(shí)使用其他工具（用于抓取墻邊的物體）。實(shí)驗(yàn)期間，當(dāng)機(jī)器人拾取物體之后，研究人員會(huì)記錄成敗與否并輸入數(shù)據(jù)，以優(yōu)化系統(tǒng)拾取各種類(lèi)型的物體的過(guò)程。
為了能研發(fā)出自動(dòng)上下貨的機(jī)器人，電商巨擘亞馬遜連續(xù) 3 年舉辦“亞馬遜機(jī)器人挑戰(zhàn)賽（Amazon Robotics Challenge）”，向全球好手，尋求解決方案。而在2017年的比賽中該系統(tǒng)使用吸力拾取物體的成功率達(dá) 54％、抓握成功率為 75％，并且以 100％的精準(zhǔn)度識(shí)別了物體。
科學(xué)家建議可以將該系統(tǒng)應(yīng)用于提升倉(cāng)儲(chǔ)業(yè)管理貨物的效率、從櫥柜中抓取物品，甚至在事故發(fā)生后挖掘碎片等不同場(chǎng)景。因?yàn)闄C(jī)器的深度學(xué)習(xí)可以根據(jù)任何情況調(diào)整，因此相關(guān)的潛在應(yīng)用非常廣泛。
類(lèi)似的深度學(xué)習(xí)算法也能用來(lái)開(kāi)發(fā)機(jī)器的視覺(jué)感知系統(tǒng)，并使用照片庫(kù)教導(dǎo)機(jī)器人識(shí)別現(xiàn)實(shí)生活中的每項(xiàng)物品。
