Искусственный интеллект контролирует роботизированную руку, чтобы упаковать коробки и сократить расходы

Рутгерс компьютерщики используют искусственный интеллект, чтобы управлять роботизированной рукой, что обеспечивает более эффективный способ для того чтобы упаковать коробки, экономя время и деньги бизнеса.

«Мы можем добиться низкой стоимости, автоматизированные решения, которые легко развертываемые. Главное сделать минимальным, но эффективных аппаратных решений и сосредоточиться на надежных алгоритмов и программного обеспечения,» сказал изучение старший автор Костас Bekris, доцент кафедры информатики в школе искусств и наук в Ратгерском университете Нью-Брансуик.

Bekris, Абдеслам Boularias и Jingjin Ю, как помощник профессора компьютерных наук, сформировал команду, чтобы иметь дело с несколькими аспектами проблемы упаковки робота на основе комплексного подхода через скобяными, 3Д восприятия и энергичные движения.

Ученых рецензируемых исследование было опубликовано недавно на международной конференции IEEE по робототехнике и автоматизации, где он стал финалистом премия за лучшую статью в области автоматизации. Исследования совпадает с растущей тенденцией развертывания роботов для выполнения логистических, торговых и складских задач. Достижения в робототехнике ускоряется небывалыми темпами из-за алгоритмов машинного обучения, которые позволяют для постоянных экспериментов.

Это видео с YouTube показывает, как робот KUKA роботизированная рука плотно паковать предметы из ящика в ящик доставка заказа (в пять раз реальную скорость).

Плотно упаковка продукции выбрал из неорганизованной кучи остается в основном вручную, хотя это имеет решающее значение для эффективности склада. Автоматизация таких задач имеет важное значение для конкурентоспособности компаний и позволяет людям сосредоточиться на менее грязную и тяжелый труд, в соответствии с научной группой Рутгерса.

Исследование Рутгерса ориентированы на размещение объектов из bin в небольшую коробку и плотно укладывая их. Это более сложная задача для робота по сравнению с просто подобрав объект и опустив его в ящик.

Исследователи разработали программное обеспечение и алгоритмы для робота-манипулятора. Они использовали визуальные данные и простая присоска, которая удваивает как палец для посторонних предметов. В результате система может свергнуть объекты, чтобы получить желаемый поверхность для захвата их. Кроме того, он использует данные датчика, чтобы подтянуть объекты к целевой области и толкать объекты. В ходе этих операций используется мониторинг в реальном времени для выявления и устранения возможных нарушений.

Поскольку исследование было сосредоточено на упаковке кубической формы объектов, следующим шагом будет изучать упаковки предметов различных форм и размеров. Следующий шаг будет заключаться в изучении автоматическое обучение на роботизированной системе после того, как он дал определенную задачу.

сделать разницу: спонсорские возможности