, 13 september 2018 13:26

Pakken wat je pakken kan – nu ook voor robots (video)

Onderzoekers van MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL) hebben een systeem ontwikkeld dat robots in staat stelt willekeurige objecten visueel te inspecteren, te begrijpen en ze bijvoorbeeld op te pakken zonder ze ooit eerder te hebben gezien.

Dense Object Nets (DON) beschouwt objecten als verzamelingen van punten die dienen als ‘visuele routekaarten'. Hierdoor kunnen robots voorwerpen beter begrijpen en manipuleren en zelfs - het allerbelangrijkste -een specifiek voorwerp oppakken uit een allegaartje van vergelijkbare voorwerpen.

Opgeruimd staat netjes

Volgens promovendus Lucas Manuelli is het probleem dat bij veel benaderingen, als het om manipuleren van objecten gaat, het onmogelijk is om delen van een object te identificeren. Dat is te wijten en alle mogelijke oriëntaties die het object kan aannemen. Samen met hoofdauteur en mede-promovendus Pete Florence aan MIT CSAIL en MIT-professor Russ Tedrake heeft hij een paper over het systeem geschreven. De publicatie wordt volgende maand gepresenteerd op de conferentie over Robot Learning in Zürich, Zwitserland.

Gemakkelijk te (be)grijpen

Twee veelvoorkomende benaderingen zijn taakspecifiek leren of het creëren van een algemeen grijpalgoritme. Beide methodes hebben hun beperkingen: taakspecifieke methoden zijn moeilijk te veralgemenen naar andere taken en algemene grijpalgoritmes zijn niet specifiek genoeg om met de nuances van bepaalde taken om te gaan, zoals het plaatsen van objecten op specifieke plekken. Het DON-systeem creëert eigenlijk een reeks coördinaten op een bepaald object, die dienen als een soort ‘visuele routekaart' van de objecten.

Als panoramafoto's

Het systeem ziet objecten als een reeks punten die samen een groter coördinatensysteem vormen. Het kan vervolgens verschillende punten aan elkaar koppelen om de 3D vorm van een object te visualiseren, vergelijkbaar met de manier waarop panoramafoto's uit meerdere foto's aan elkaar worden opgebouwd. Als je hierna een punt op een object specificeert, dan kan de robot een foto van dat object maken en punten identificeren en matchen om het object op dat specifieke punt op te pakken.

Onderdelenaanvoer

"In fabrieken hebben robots vaak een complexe onderdelenaanvoer nodig om betrouwbaar te kunnen werken", zegt Manuelli. "Maar een systeem als dit, dat de oriëntaties van objecten kan begrijpen, kan gewoon een foto maken en het object grijpen en goed plaatsen". In de toekomst hoopt het team het systeem zo te verbeteren dat het specifieke taken kan uitvoeren met een beter begrip van de bijbehorende objecten, zoals het leren grijpen van een object en verplaatsen met het uiteindelijke doel om bijvoorbeeld een bureau schoon te maken.

 

 

 

Foto's:

DON creëert eigenlijk een reeks coördinaten op een bepaald object, die dienen als een soort ‘visuele routekaart’ van de objecten.

DON creëert eigenlijk een reeks coördinaten op een bepaald object, die dienen als een soort ‘visuele routekaart’ van de objecten.

© Aandrijvenenbesturen.nl