La capacité de jeter des objets avec précision offre toutes sortes d’avantages. Jeter est un moyen efficace pour déplacer un objet sans engager l’ensemble de votre corps, par exemple. Vous pouvez atteindre des endroits que vous ne pouvait pas obtenir plus facilement, comme par exemple lorsque le lancer de un ensemble de touches d’un appartement balcon à un ami dans la rue. Et en jetant des objets est généralement un moyen plus rapide pour se déplacer que de les emporter.
“Si vous pouviez avoir un bras de robot pour le faire bien,” dit Andy Zeng, un étudiant-chercheur chez Google, “qui le rendrait beaucoup plus polyvalent dans les choses qu’il peut faire.”
C’est la prémisse qui sous-tend une nouvelle jetant robot développé par Google chercheurs avec la collaboration de Columbia, MIT, Princeton.
×
google-tossing-bot.jpg
Jeter des choses, il s’avère, est très difficile. Les humains ont une durée de vie de la pratique, mais serait chanceux de rupture de 50% lors du lancer de boulette jusqu’des boules de papier dans une poubelle à travers une pièce. Dans cet exemple, une partie du problème est la variance entre les différentes boules de papier, ce qui rend difficile pour composer de la physique qui se cache derrière le tirage au sort. Si nous étions à exagérer le problème en ayant un homme à atteindre dans une boîte pleine d’objets aléatoires — une quille de bowling suivie d’une balle de ping-pong, par exemple — et les lancer sur une cible, notre taux de réussite serait encore plus faible.
Les Robots font face à un problème similaire. À partir d’un point de vue de l’ingénierie, il n’est pas particulièrement difficile à programmer un bras de robot pour mélanger un seul objet avec précision. Un jeu de basket-ball robot, par exemple, peuvent tirer avec quasi-parfaite exactitude. Mais l’introduction de la variance de la taille, la masse et la forme nécessite la programmation d’un robot qui peut se développer à un unique à saisir la stratégie et de rendre compte de la façon dont un objet à l’arc dans l’air à la volée.
Le problème de la TossingBot équipe voulait résoudre était de savoir comment apprendre à un robot à ramasser des objets au hasard à partir d’une encombré bin et les placer dans une boîte physiquement à l’extérieur du robot.
“TossingBot utilise de profondeur algorithmes d’apprentissage pour associer l’apparence visuelle d’un objet avec la façon de le comprendre et comment la lancer,” dit Zeng. “Plutôt que d’avoir à manuellement ingénieur en jetant des stratégies pour chaque objet, le robot peut acquérir ces techniques par le biais d’essai et d’erreur. Donnez-lui un objet qu’il n’a jamais vu avant et il va apprendre par lui-même par l’essai et l’erreur de la façon de les jeter avec précision.”
À l’aide de caméras aériennes à suivre la trace de l’objet terres, le système apprend de l’expérience et devient meilleure à chaque lancer. Lors de la sélection d’un objet en dehors de la poubelle, le robot utilise un réseau de neurones profond de développer, en parallèle, un saisissant stratégie et un lancer de stratégie.
Le résultat est un bras robotisé qui peut rapidement ramasser et jeter des objets à un taux élevé de précision. L’équipe à atteindre une moyenne de sélection du taux de 500 objets par heure.
Les Applications peuvent inclure des pick-and-place des tâches dans les centres logistiques et des entrepôts, par exemple. Jeter des objets au lieu de physiquement de les placer dans le robot de la portée maximale peut avoir toutes sortes d’avantages, y compris l’augmentation du débit sur les lignes et en réduisant le nombre de bras de robot nécessaires à la distribution des éléments dans les différents bacs.
la robotique news
Autonome de journalisation camion: croisement entre un big rig et un Stormtrooper
Watch: Un robot de course de voiture zip autour de la piste historique sans chauffeur
Les Robots lutter contre le cancer de la prostate chirurgie
Va robots permettre l’architecture de la renaissance?
Les ventes mondiales de robots industriels journal essor vertigineux
Ce robot insecte marche sur l’eau
Rubriques Connexes:
L’Innovation
CXO
L’Intelligence Artificielle