Роботы хороши На делать идентичные повторяющиеся движения, такие как простая задача на конвейере. (Забрать чашку. Перевернуть его. Положить его вниз.) Но им не хватает способности воспринимать объекты, как они двигаются через среду. (Человек поднимает чашу, ставит ее в случайном месте, и робот должен восстановить его.) Недавнее исследование было проведено учеными в Университете штата Иллинойс в Урбана-Шампейн, NVIDIA, в Вашингтонском университете и Стэнфордском университете, на 6Д объект ставят оценку, чтобы разработать фильтр, чтобы дать роботам больше, пространственного восприятия, поэтому они могут манипулировать объектами и ориентироваться в пространстве более точно.
В то время как 3D создают предоставляет информацию местоположения по осям X, Y и Z — относительное местоположение объекта по отношению к камере — 6Д поза дает гораздо более полную картину. «Похоже, описывающих аэроплан в полете, робот также должен знать три измерения объекта ориентация — рыскание, тангаж и крен,» сказал Дэн Xinke, докторантов, обучающихся с Тимоти Bretl, доцент КАФ. аэрокосмической инженерии в Университете Торонто И.
И в условиях реальной жизни, все шесть измерений постоянно меняются.
«Мы хотим создать робота, чтобы отслеживать объект, как он переходит из одного места в другое», — сказал Денг.
Дэн объяснил, что работа по совершенствованию компьютерного зрения. Он и его коллеги разработали фильтр, который поможет роботам анализировать пространственные данные. Фильтр смотрит на каждую частицу, или часть информации изображения, собранные камерами, направленный на объект, чтобы помочь уменьшить ошибки суждения.
«В основе образа 6Д создают основу оценки, фильтр частиц используют много сэмплов для оценки положения и ориентации», — сказал Дэн. «Каждая частица-это как гипотезу, предположение о местоположении и ориентации, которые мы хотим оценить. Фильтр частиц использует наблюдения, чтобы вычислить значение важности информации от других частиц. Фильтр исключает ошибочные оценки.
«Наша программа может оценить не только одной позе, но и распределение неопределенность ориентации объекта», — сказал Дэн. «Раньше не было системы, чтобы в полной мере оценить распределение ориентации объекта. Это дает важную информацию неопределенности для манипуляции роботом».
Исследование использует объект 6Д представлять в РАО-Blackwellized основы фильтрации частиц, где 3Д поворот и 3Д перенос объекта разделяются. Это позволяет подход исследователей, называется PoseRBPF, чтобы эффективно оценить 3Д перевод объекта наряду с полным распределением по 3D вращение. В результате, PoseRBPF можете отслеживать объекты с произвольной симметрии при сохранении адекватного распределения кзади.
«Наш подход обеспечивает государство-оф-искусство результаты на двух 6Д ставят оценки критериев», — сказал Дэн.
Видео демонстрация исследование доступно в https://www.youtube.com/watch?v=lE5gjzRKWuA&feature=youtu.be
сделать разницу: спонсорские возможности
Ответить
Хотите присоединиться к обсуждению?Не стесняйтесь вносить свой вклад!