로봇은 흔들어 객체 특성을 배웁니다

MIT, Amazon Robotics 및 University of British Columbia의 연구원들은 로봇이 부드럽게 흔들어 물체의 무게, 부드러움 또는 내용에 대해 배울 수있는 방법을 개발했습니다.로봇은 내부 센서를 사용하여 카메라 나 외부 도구가 필요하지 않고 몇 초 안에 물체의 질량을 결정할 수 있습니다.이 저렴한 기술은 어두운 공간이나 재해 복구 중에 카메라가 작동하지 않을 수있는 환경에서 유리합니다.

이 방법의 핵심 부분은 로봇과 객체를 모두 모델링하는 시뮬레이션 프로세스입니다. 로봇은 상호 작용 중에 물체 특성을 빠르게 식별 할 수있게합니다.이 기술은보다 비싼 컴퓨터 비전 방법만큼 효과적입니다.보이지 않는 다양한 시나리오를 처리 할 수있을 정도로 강력하여 다양한 로봇 응용 프로그램을위한 다양한 솔루션이됩니다.


감지 신호
연구원의 방법은 인간이 아령의 무게를 느끼는 방식과 유사하게 운동이나 위치를 감지하는 능력 인 froprioception을 사용합니다.로봇은 팔 조인트를 통해 물체의 무거움을 감지 할 수 있습니다.로봇이 객체를 들어 올리면 조인트 인코더에서 데이터를 수집하여 조인트의 위치와 속도를 측정하여 터치 또는 비전 추적기와 같은 추가 센서가 필요하지 않고 비용 효율적입니다.이 시스템은 로봇의 움직임과 객체의 동작에 두 가지 모델을 사용합니다.로봇의 움직임을 추적하고 조인트 데이터를 사용하여 알고리즘은 더 무거운 물체가 같은 힘의 가벼운 것보다 더 느리게 움직이는 방식과 같은 객체의 속성을 파악합니다.

차별화 가능한 시뮬레이션
이 기술은 차별화 가능한 시뮬레이션을 사용하여 질량 또는 부드러움과 같은 물체의 특성의 변화가 로봇의 최종 조인트 위치에 어떻게 영향을 미치는지 예측합니다.연구원들은이 기술을 컴퓨터 비전과 결합하여보다 강력한 멀티 모달 시스템을 결합하기를 희망합니다.또한 소프트 로봇과 같은보다 복잡한 로봇 시스템에 적용하고 슬로 싱 액체 또는 세분화 된 재료와 같은 물체를 처리하는 것을 목표로합니다.궁극적으로, 그들은이 기술을 강화하는 로봇 학습을 향상시켜 로봇이 새로운 조작 기술을 개발하고 변화하는 환경에 빠르게 적응할 수있게합니다.