机器人系统可以挑选和排序对象: 研究

科学家们开发了一种机器人系统，可以帮助挑选和分类任务，例如在仓库中组织产品以清除灾区的碎片。“拾取和放置” 系统由标准的工业机械臂组成，研究人员配备了定制的夹具和吸盘。

来自麻省理工学院 (MIT) 和美国普林斯顿大学的科学家开发了一种 “与对象无关的” 抓取算法，该算法使机器人能够评估一堆随机物体，并确定在杂乱中抓握或吸引物品的最佳方式在拿起物体之前不必对它有所了解。一旦成功抓住了一个物品，机器人就会将其从垃圾箱中取出。

然后，一组摄像机从各个角度拍摄对象的图像，并且借助新的图像匹配算法，机器人可以将所选择对象的图像与其他图像库进行比较，以找到最接近的匹配。通过这种方式，机器人识别对象，然后将其存放在单独的垃圾箱中。机器人遵循 “先掌握后识别” 的工作流程，与其他取放技术相比，这是一个有效的顺序。

“这可以应用于仓库分类，但也可以用于从厨房橱柜中挑选东西或在事故发生后清除杂物。麻省理工学院的阿尔贝托·罗德里格斯 (Alberto Rodriguez) 表示: “在许多情况下，采摘技术可能会产生影响。虽然取放技术可能有许多用途，但现有系统通常被设计为仅在严格控制的环境中运行。

大多数工业采摘机器人都是为一项特定的重复性任务而设计的，例如将汽车零件从装配线上抓下来，始终以相同的，经过仔细校准的方向。然而，罗德里格斯 (Rodriguez) 正在努力将机器人设计为更灵活，适应性强且智能的采摘者，用于零售仓库等非结构化环境，在这些环境中，采摘者可能会不断遇到并且每天必须对数百个 (如果不是数千个) 新颖对象进行分类，通常在密集的杂物中。

团队的设计基于两个通用操作: 拾取-成功抓住对象的行为，以及感知-一旦被抓住就可以识别和分类对象的能力。研究人员使用以下四种主要抓取行为中的任何一种，训练了机械臂从杂乱的垃圾箱中挑选新颖的物体: 垂直或从侧面吸入物体; 像街机游戏中的爪子一样垂直抓握物体; 或者，对于与墙壁齐平的物体，请垂直握持，然后使用柔性刮刀在物体和墙壁之间滑动。

研究人员展示了从机器人的有利位置捕获的垃圾箱中杂乱的物体的机器人图像。然后，他们向机器人展示了哪些对象是可抓取的，四种主要抓取行为中的哪些是可抓取的，哪些是不可抓取的，并将每个示例标记为成功或失败。他们这样做了数百个例子，随着时间的推移，研究人员建立了一个挑选成功和失败的库。

然后，他们将该库整合到 “深度神经网络” 中-一类学习算法，使机器人能够根据其成功与失败库将其面临的当前问题与过去的成功结果相匹配。