Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Industrial Internet of Things >> Sensor

El robot detecta objetos ocultos

Los investigadores han desarrollado un robot que utiliza ondas de radio, que pueden atravesar paredes, para detectar objetos ocluidos. El robot, llamado RF-Grasp, combina esta poderosa detección con una visión por computadora más tradicional para ubicar y agarrar elementos que de otro modo podrían estar bloqueados a la vista. El avance podría algún día agilizar las operaciones del almacén o ayudar a una máquina a sacar un destornillador de un juego de herramientas desordenado.

El trabajo de almacén sigue siendo normalmente dominio de humanos, no de robots, a pesar de las condiciones de trabajo a veces peligrosas. Eso se debe en parte a que los robots luchan por localizar y agarrar objetos en un entorno tan abarrotado. Utilizando solo la visión óptica, los robots no pueden percibir la presencia de un artículo guardado en una caja o escondido detrás de otro objeto en el estante porque las ondas de luz visible no atraviesan las paredes, pero las ondas de radio sí.

Los sistemas de identificación por radiofrecuencia (RF) tienen dos componentes principales:un lector y una etiqueta. La etiqueta es un pequeño chip de computadora que se adjunta o, en el caso de las mascotas, se implanta en el artículo que se va a rastrear. Luego, el lector emite una señal de RF, que es modulada por la etiqueta y reflejada de regreso al lector. La señal reflejada proporciona información sobre la ubicación y la identidad del elemento etiquetado.

RF-Grasp utiliza tanto una cámara como un lector de RF para encontrar y agarrar objetos etiquetados, incluso cuando están completamente bloqueados de la vista de la cámara. Consiste en un brazo robótico unido a una mano de agarre. La cámara se encuentra en la muñeca del robot.

El lector de RF es independiente del robot y transmite información de seguimiento al algoritmo de control del robot. Por lo tanto, el robot recopila constantemente datos de seguimiento de RF y una imagen visual de su entorno.

La integración de estos dos flujos de datos en la toma de decisiones del robot fue uno de los mayores desafíos que enfrentaron los investigadores. El robot tiene que decidir, en cada momento, en cuál de los flujos es más importante pensar. El robot inicia el proceso de búsqueda y extracción haciendo ping en la etiqueta de RF del objeto de destino para tener una idea de su paradero. La secuencia es similar a escuchar una sirena desde atrás, luego girarse para mirar y obtener una imagen más clara de la fuente de la sirena.

Con sus dos sentidos complementarios, RF-Grasp se concentra en el objeto de destino. A medida que se acerca e incluso comienza a manipular el elemento, la visión, que proporciona detalles mucho más finos que la RF, domina la toma de decisiones del robot.

En comparación con un robot similar que estaba equipado solo con una cámara, RF-Grasp pudo identificar y agarrar su objeto objetivo con aproximadamente la mitad del movimiento total. Además, RF-Grasp mostró la capacidad única de "ordenar" su entorno, eliminando materiales de embalaje y otros obstáculos en su camino para acceder al objetivo.

La detección de RF de RF-Grasp podría verificar instantáneamente la identidad de un artículo en un almacén sin la necesidad de manipular el artículo, exponer su código de barras y luego escanearlo. Posibles aplicaciones domésticas, incluida la localización de la llave adecuada en una caja de herramientas o la localización de objetos perdidos.

Para obtener más información, comuníquese con Abby Abazorius en Esta dirección de correo electrónico está protegida contra spambots. Necesita habilitar JavaScript para verlo.; 617-253-2709.


Sensor

  1. Esta es una idea:robots hospitalarios
  2. Enfoque de la instalación:Instituto Politécnico de Worcester
  3. El sensor Hall calificado para automoción ofrece alta linealidad y estabilidad térmica
  4. El filtro mejora la visión robótica en la estimación de pose 6D
  5. ¿Resolverá el radar digital los desafíos emergentes de interferencia ADAS?
  6. 20 años de ciencia en la Estación Espacial Internacional