XDA智能手机网 - 第一智能手机评述媒体
科技您的位置:首页 >科技 >

谷歌的香蕉投掷机器人非常准确

发布时间:2019-03-29 16:27:17 来源:

精确投掷物体的能力提供了各种优势。例如,折腾是一种有效的方式来移动物体而不会使整个身体受到影响。您可以到达您无法轻松到达的地方,例如从公寓阳台向街道上的朋友扔一套钥匙时的例子。抛物体通常比携带它们更快捷。

谷歌的学生研究员安迪·曾(Andy Zeng)表示,“如果你能让机器人手臂做得那么好”,那将会使它在能够做到的事情上变得更加多样化。

这是由谷歌研究人员与哥伦比亚大学,麻省理工学院和普林斯顿大学合作开发的一种新型抛掷机器人的前提。

事实证明,扔东西是非常困难的。人类有一生的练习,但是当把垃圾桶放在房间里的垃圾桶里时,会很幸运地打破50%。在这个例子中,问题的一部分是不同纸球之间的差异,这使得拨打抛掷背后的物理技术变得棘手。如果我们通过让人类进入一个装满随机物体的盒子来夸大这个问题 - 例如一个保龄球,然后是一个乒乓球 - 然后将它们扔到目标上,我们的成功率会更低。

机器人面临着类似的问题。从工程角度来看,编程机器人手臂以准确地抛掷单个物体并不是特别困难。一个篮球玩机器人,例如,可以用近乎完美的精度射击。但是引入尺寸,质量和形状的差异需要编程一个机器人,该机器人可以开发出独特的抓取策略,并考虑物体在飞行中穿过空气的方式。

TossingBot团队想要解决的问题是如何教导机器人从杂乱的垃圾箱中拾取随机物体,并将它们放置在机器人触及范围之外的盒子中。

“TossingBot使用深度学习算法将对象的视觉外观与如何抓住它以及如何抛出它相关联,”Zeng说。“而不是必须手动设计每个可能对象的投掷策略,机器人可以通过反复试验获得这些技术。给它一个前所未有的对象,它将通过试验和错误自学,如何准确地抛出它们。 “

使用高架摄像机跟踪物体落在哪里,系统从经验中学习,并在每次投掷时变得更好。当从箱子中拾取物体时,机器人使用深度神经网络并行地开发抓取策略和折腾策略。

结果是机器人手臂能够以高精度快速拾取和抛掷物体。该团队实现了每小时500件物品的平均拣选率。

例如,应用程序可以包括物流中心和仓库中的取放任务。抛掷物体而不是物理地将它们放置在机器人的最大范围内可以具有各种优点,包括增加线路上的吞吐量并减少将物品分配到各种箱中所需的机器人臂的数量。

热点推荐
随机文章