Robotik

Durch maschinelles Lernen kann der Roboter transparente und glänzende Objekte erfassen

Durch maschinelles Lernen kann der Roboter transparente und glänzende Objekte erfassen



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Folgendes haben Sie wahrscheinlich noch nicht gedacht: Wie sehen Roboter wirklich transparente und reflektierende Objekte? Nun, Trickfrage - sie sehen sie tatsächlich nicht richtig, weshalb sie Küchenställe wie ein glänzendes Messer nicht greifen können.

Robotiker an der Carnegie Mellon University hatten jedoch Erfolg mit einer Technik, die sie entwickelt haben, um Robotern beizubringen, solche Objekte aufzunehmen.

Ihre neu entdeckte Technik erfordert keine ausgefallenen Sensoren, kein umfassendes Training oder menschliche Führung. Es beruht nur auf einer Sache: einer Farbkamera.

SIEHE AUCH: ROBOTER ÜBERNEHMEN NOCH NICHT DIE WELT, ABER SIE KÖNNEN EINIGE BRANCHEN ÜBERNEHMEN

Verwenden von maschinellem Lernen, um glänzende Objekte zu erfassen

CMU-Wissenschaftler entwickelten ein Farbkamerasystem, das Formen anhand von Farben identifizieren und trainieren kann, um das Tiefensystem nachzuahmen und im Wesentlichen Formen anzunehmen, um Objekte zu erfassen. Zu diesem Zweck verwendeten sie Tiefenkamerabilder von undurchsichtigen Objekten neben Farbbildern derselben Objekte.

Als sie das richtig verstanden hatten, wurde das Farbkamerasystem an transparente und glänzende Objekte angepasst, was sich als äußerst erfolgreich beim Erfassen erwies.

Es fehlt manchmal, aber zum größten Teil kann es den Job machen

David Held, Assistenzprofessor am Robotics Institute der CMU, sagte: "Wir vermissen es manchmal, aber zum größten Teil hat es ziemlich gute Arbeit geleistet, viel besser als jedes frühere System zum Erfassen transparenter oder reflektierender Objekte."

Obwohl das System nicht kinderleicht war, war das zum Trainieren des Systems verwendete Multimodell-Transfer-Lernen so effektiv, dass es fast so gut wie das Tiefenkamerasystem war, um undurchsichtige Objekte zu erfassen.

Kann Gegenstände in überfüllten Haufen greifen

Thomas Weng, Ph.D. Der Student der Robotik sagte: "Unser System kann nicht nur einzelne transparente und reflektierende Objekte aufnehmen, sondern auch solche Objekte in überfüllten Haufen erfassen."

Dies ist ein solcher Durchbruch, da andere Bemühungen, dasselbe zu tun, auf Trainingssystemen beruhten, die etwa 800.000 Versuche unternahmen, im Grunde dasselbe zu lehren.

Das neuartige System wird auf der virtuellen Konferenz der Internationalen Konferenz für Robotik und Automatisierung in diesem Sommer vorgestellt.


Schau das Video: Autonomous Learning Max Planck research group lead by Dr. Georg Martius (August 2022).