QQ在線
企業(yè)微信
資訊
655機器人的應(yīng)用越來越普及，特別是在各種工作環(huán)境中協(xié)助執(zhí)行人類無法完成的任務(wù)，或者增加人們的工作效率。但機器人還不是萬能：例如“識別物體并拾取它們”這項工作看似簡單，對機器人來說卻極為困難。
麻省理工學(xué)院和普林斯頓大學(xué)的研究人員設(shè)計了一款擁有較高肢體靈活性的機器人系統(tǒng)，識別并抓取物體將不再是問題。
現(xiàn)今，大多數(shù)在生產(chǎn)在線使用的機器人都經(jīng)過精心校準(zhǔn)，以便進行準(zhǔn)確的運動。研究人員利用算法，使機器人從一堆物體中隨機抓取一個物品，而該取放系統(tǒng)由一般常見的機械手臂（構(gòu)造上由機械主體、控制器、伺服機構(gòu)和傳感器所組成，由程序根據(jù)作業(yè)需求設(shè)定其一定的指定動作）組成，并配備一個訂制的抓手和吸盤。透過深度學(xué)習(xí)（深度學(xué)習(xí)是機器學(xué)習(xí)的一種方式，讓計算機像長了神經(jīng)網(wǎng)絡(luò)般，可進行復(fù)雜的運算，并展現(xiàn)擬人的判斷及行為）使機械手臂能處理任何給定的物品。
該系統(tǒng)的多功能假肢可以透過四種不同的方式完成取放的挑戰(zhàn)：垂直使用吸盤、側(cè)面使用吸盤、垂直抓握，以及抓握同時使用其他工具（用于抓取墻邊的物體）。實驗期間，當(dāng)機器人拾取物體之后，研究人員會記錄成敗與否并輸入數(shù)據(jù)，以優(yōu)化系統(tǒng)拾取各種類型的物體的過程。
為了能研發(fā)出自動上下貨的機器人，電商巨擘亞馬遜連續(xù) 3 年舉辦“亞馬遜機器人挑戰(zhàn)賽（Amazon Robotics Challenge）”，向全球好手，尋求解決方案。而在2017年的比賽中該系統(tǒng)使用吸力拾取物體的成功率達 54％、抓握成功率為 75％，并且以 100％的精準(zhǔn)度識別了物體。
科學(xué)家建議可以將該系統(tǒng)應(yīng)用于提升倉儲業(yè)管理貨物的效率、從櫥柜中抓取物品，甚至在事故發(fā)生后挖掘碎片等不同場景。因為機器的深度學(xué)習(xí)可以根據(jù)任何情況調(diào)整，因此相關(guān)的潛在應(yīng)用非常廣泛。
類似的深度學(xué)習(xí)算法也能用來開發(fā)機器的視覺感知系統(tǒng)，并使用照片庫教導(dǎo)機器人識別現(xiàn)實生活中的每項物品。
