厨房机器人是未来的流行趋势,但是如果让机器人试图抓住厨房用的物品,例如透明的量杯或闪亮的刀,它很可能就抓不住了。透明和反光的物体是机器人抓取的一项难题。
卡耐基梅隆大学的机器人专家报告说,他们开发了一种新技术,成功地教了机器人拾取这些麻烦的物体,并取得了成功。该技术不需要复杂的传感器、复杂的训练或人工指导,而是主要依靠彩色相机。
CMU机器人学院的助理教授David Held表示,深度相机可以将红外光照射到物体上以确定物体的形状,可以很好地识别不透明的物体。但是红外光会直接穿过透明物体并从反射表面散射。因此,深度相机无法计算出准确的形状,从而导致透明和反射物体的形状大体上呈平面或布满小孔的形状。
但是彩色相机可以看到透明和反射的物体,也可以看到不透明的物体。因此,CMU的科学家们开发了一种基于颜色识别形状的彩色相机系统。标准相机不能像深度相机那样测量形状,但研究人员仍然能够训练新系统来模拟深度系统,并隐式推断形状来抓取物体。他们使用了不透明物体的深度相机图像和这些物体的彩色图像配对。
经过学习后,彩色摄像头系统将应用于透明和有光泽的物体。基于这些图像,再加上深度相机可以提供的任何微不足道的信息,系统就可以高度成功地抓住这些具有挑战性的物体。
Held表示:“它们有时会漏掉,但在很大程度上,它做得很好,比以前任何一种抓取透明或反射物体的系统都要好得多。”
机器人学博士生ThomasWeng说,该系统无法像不透明物体那样有效地拾取透明或反射的物体。但它比单靠深度相机系统要成功得多。而用于训练系统的多模式传递学习非常有效,以至于彩色系统在拾取不透明物体方面几乎与深度相机系统一样好。
他补充说:“我们的系统不仅可以拾取单个透明和反射的物体,而且还可以将这些物体杂乱地抓在一起。”。
机器人抓取透明物体的其他方法主要依赖于训练系统,这些训练系统基于反复尝试的完全抓取(大约需尝试80万次),或者依靠昂贵的人工标记物体。
CMU系统使用一个商用的RGB-D相机,该相机能够同时显示彩色图像(RGB)和深度图像(D)。系统可以使用单个传感器对可回收物或其他对象分类进行分类——有些不透明,有些透明,有些反射。