原创 | 文 BFT机器人
在德克萨斯大学达拉斯分校的智能机器人和视觉实验室里，一个机器人在桌子上移动一包黄油玩具。通过达拉斯分校计算机科学家团队开发的新系统，机器人每推动一次，就能学会识别物体。
新系统允许机器人多次推动物体，直到收集到一系列图像，进而使系统能够分割序列中的所有物体，直到机器人识别出这些物体。以前的方法都是依靠机器人的一次推动或抓取来 "学习 "物体。
该团队在7月10日至14日于美国加利福尼亚州圣克拉拉市举行的机器人：科学与系统会议上发表了研究论文。会议论文的评选标准是论文的新颖性、技术质量、重要性、潜在影响和清晰度。
机器人能做饭、收拾餐桌和清空洗碗机的日子还很遥远。但该研究小组的机器人系统取得了重大进展，它利用人工智能帮助机器人更好地识别和记忆物体，论文的资深作者于翔博士说。
Erik Jonsson工程与计算机科学学院计算机科学助理教授项博士说："如果你要求机器人拿起杯子或给你拿一瓶水，机器人就需要识别这些物体。”
UTD研究人员的技术旨在帮助机器人检测家庭等环境中的各种物体，并归纳或识别类似的常见物品，如不同品牌、形状或大小的水瓶。
在Xiang的实验室里有一个储物箱，里面装满了常见食品的玩具包装，如意大利面条、番茄酱和胡萝卜等，用来训练名为Ramp的实验室机器人。Ramp是一个Fetch Robotics移动机械手机器人，站在一个圆形的移动平台上，大约有4英尺高。Ramp有一个长长的机械臂，上面有七个关节。末端是一只方形的 "手"，有两个手指，可以抓取物体。
Xiang说，机器人学习识别物品的方式与儿童学习与玩具互动的方式类似。推动物体后，机器人就学会了识别物体。有了这些数据，我们就可以训练人工智能模型，这样机器人下次再看到这个物体时，就不需要再推它了。到第二次看到这个物体时，它就会直接把它捡起来。
研究人员的方法新颖之处在于，机器人会对每个物品推15到20次，而以前的交互式感知方法只使用一次推力。Xiang说，多次推动可以让机器人用包含深度传感器的RGB-D摄像头拍摄更多照片，从而更详细地了解每件物品。这就减少了出错的可能性。
研究人员表示，这种长时间机器人交互进行物体识别的系统，可以显著提高机器人识别日常生活中各类物品的能力。这对机器人完成家务等复杂任务，提升其视觉和认知能力大有裨益。
后续研究将继续提升机器人的其他功能，如运动规划和控制，以实现更复杂的任务，例如分类回收物品等。这项技术进步有望加速机器人进入日常生活，服务人类需求。
作者 | Tina
排版 | 春花
审核 | 柒柒
若您对该文章内容有任何疑问，请与我们联系，将及时回应。想要了解更多资讯，请关注BFT智能机器人系统~