DON - робот, способный обращаться с абсолютно новыми для него объектами после их подробного изучения - «Наука и технологии» » Экономические новости.
Экономические новости. » Экономические новости » Технологии » DON - робот, способный обращаться с абсолютно новыми для него объектами после их подробного изучения - «Наука и технологии»
DON - робот, способный обращаться с абсолютно новыми для него объектами после их подробного изучения - «Наука и технологии»
Когда мы слышим нечто о промышленных роботах, мы представляем себе длинный ряд манипуляторов, стоящих вдоль сборочного конвейера, которые берут деталь или узел, поворачиваются, устанавливают деталь на место, и повторяют это снова и снова, действуя абсолютно синхронно друг с другом. Однако, в
Робот DON

Когда мы слышим нечто о промышленных роботах, мы представляем себе длинный ряд манипуляторов, стоящих вдоль сборочного конвейера, которые берут деталь или узел, поворачиваются, устанавливают деталь на место, и повторяют это снова и снова, действуя абсолютно синхронно друг с другом. Однако, в будущем автоматизированное производство должно быть более гибким, нежели современные линии, и роботы, входящие в состав новых линий, должны будут иметь возможность работать с абсолютно новыми для них предметами. Именно это является целью, с которой специалисты Лаборатории информатики и искусственного интеллекта (CSAIL) Массачусетского технологического института создали робота DON, который является традиционным промышленным манипулятором, управляемым искусственным интеллектом на базе нейронной сети.

Робот DON (Dense Object Nets) не требует обучения, проводимого человеком-оператором, как другие настраиваемые и обучаемые робототехнические системы. Этот робот, оборудованный системой визуального восприятия, способен самостоятельно изучить объект, с которым ему предстоит иметь дело, рассматривая его как множество трехмерных точек. Это позволяет роботу получить цельное трехмерное изображение объекта, используя для этого методы, подобные методам, предназначенным для "сшивки" нескольких отдельных снимков в один снимок больших размеров.

Получив в свое распоряжение модель объекта, робот определяет точки, приложив к которым захваты своего манипулятора, он может безопасно поднимать и перемещать этот объект. Отметим, что в отличие от других систем визуального анализа, система робота DON делает это все независимо от текущей ориентации изучаемого объекта.

"Многие из методов визуальной идентификации очень сильно зависят от его правильной ориентации в пространстве" - рассказывает Лукас Мануелли (Lucas Manuelli), ведущий исследователь, - "Неправильная ориентация не позволяет системе получить полную картину и идентифицировать некоторые части объекта. Это, в свою очередь, делает невозможным захват, подъем и перемещение объекта манипулятором робота".

В качестве эксперимента роботу DON дали ведро, наполненное шапками-бейсболками. И через непродолжительное время, после нескольких снимков с разных ракурсов, робот смог достать все бейсболки из ведра, вынимая их по одной друг за другом.

Исследователи считают, что разработанная ими технология может быть использована не только в промышленных роботах, устанавливаемых на сборочных линиях. При помощи этой же технологии роботы смогут работать на различных складах и их, при этом, не будет вводить в ступор появление новых видов товаров или упаковок. Также такая технология будет очень полезна для роботов-уборщиков, роботов-поваров и других типов роботов, которым постоянно придется иметь дело с совершенно новыми для них предметами и объектами.

А в самом скором времени исследователи из Массачусетского технологического института собираются научить робота DON более сложным типам манипуляций с объектами в окружающем его пространстве. И после этого робот попробует свои силы в роли уборщика, которому надо будет полностью самостоятельно наводить порядок и убирать в помещении, где он установлен.


{full-story limit="10000"}
Ctrl
Enter
Заметили ошЫбку?
Выделите текст и нажмите Ctrl+Enter
Мы в
Комментарии
Минимальная длина комментария - 50 знаков. комментарии модерируются
Комментариев еще нет. Вы можете стать первым!
Кликните на изображение чтобы обновить код, если он неразборчив


       
Экономические новости