Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Industrial Internet of Things >> Capteur

Le robot détecte les objets cachés

Les chercheurs ont développé un robot qui utilise des ondes radio, qui peuvent traverser les murs, pour détecter les objets occultés. Le robot, appelé RF-Grasp, combine cette détection puissante avec une vision par ordinateur plus traditionnelle pour localiser et saisir des objets qui pourraient autrement être masqués. Cette avancée pourrait un jour rationaliser les opérations de l'entrepôt ou aider une machine à sortir un tournevis d'une boîte à outils désordonnée.

Le travail en entrepôt est encore généralement le domaine des humains, pas des robots, malgré des conditions de travail parfois dangereuses. C'est en partie parce que les robots ont du mal à localiser et à saisir des objets dans un environnement aussi encombré. En utilisant uniquement la vision optique, les robots ne peuvent pas percevoir la présence d'un article rangé dans une boîte ou caché derrière un autre objet sur l'étagère, car les ondes lumineuses visibles ne traversent pas les murs, contrairement aux ondes radio.

Les systèmes d'identification par radiofréquence (RF) comportent deux composants principaux :un lecteur et une étiquette. L'étiquette est une minuscule puce informatique qui est attachée ou, dans le cas des animaux de compagnie, implantée dans l'objet à suivre. Le lecteur émet alors un signal RF, qui est modulé par l'étiquette et renvoyé vers le lecteur. Le signal réfléchi fournit des informations sur l'emplacement et l'identité de l'élément marqué.

RF-Grasp utilise à la fois une caméra et un lecteur RF pour trouver et saisir des objets marqués, même lorsqu'ils sont complètement bloqués de la vue de la caméra. Il se compose d'un bras robotique attaché à une main de préhension. La caméra repose sur le poignet du robot.

Le lecteur RF est indépendant du robot et transmet les informations de suivi à l'algorithme de contrôle du robot. Ainsi, le robot collecte en permanence à la fois des données de suivi RF et une image visuelle de son environnement.

L'intégration de ces deux flux de données dans la prise de décision du robot était l'un des plus grands défis auxquels les chercheurs étaient confrontés. Le robot doit décider, à chaque instant, auquel des flux il est le plus important de penser. Le robot lance le processus de recherche et de prélèvement en envoyant un ping à l'étiquette RF de l'objet cible pour savoir où il se trouve. La séquence s'apparente à entendre une sirène par derrière, puis à se tourner pour regarder et obtenir une image plus claire de la source de la sirène.

Avec ses deux sens complémentaires, RF-Grasp se concentre sur l'objet cible. Au fur et à mesure qu'il se rapproche et commence même à manipuler l'objet, la vision, qui fournit des détails beaucoup plus fins que la RF, domine la prise de décision du robot.

Comparé à un robot similaire qui n'était équipé que d'une caméra, RF-Grasp était capable de localiser et de saisir son objet cible avec environ la moitié du mouvement total. De plus, RF-Grasp a montré la capacité unique de "désencombrer" son environnement - en supprimant les matériaux d'emballage et autres obstacles sur son chemin afin d'accéder à la cible.

La détection RF de RF-Grasp pourrait vérifier instantanément l'identité d'un article dans un entrepôt sans qu'il soit nécessaire de manipuler l'article, d'exposer son code-barres, puis de le scanner. Applications domestiques potentielles, y compris la localisation de la bonne clé à partir d'une boîte à outils ou la localisation d'objets perdus.

Pour plus d'informations, contactez Abby Abazorius à Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer Javascript pour le voir.; 617-253-2709.


Capteur

  1. Robot boîtier CD Raspberry Pi
  2. Robot d'alarme roulante
  3. Open CV Robot
  4. Robot ROS
  5. L'intelligence artificielle aide le robot à reconnaître les objets au toucher
  6. La méthode mesure la température dans des objets 3D
  7. Robots de guidage manuel
  8. Un robot autonome ouvre des portes
  9. Signaux radio Image Objets cachés et Excès de vitesse