В MIT разработали технологию, позволяющую роботам видеть содержимое коробок с точностью до 96%

Она также показала способность различать несколько объектов

1 мин.
В MIT разработали технологию, позволяющую роботам видеть содержимое коробок с точностью до 96%

Исследователи Массачусетского технологического института (MIT) представили технологию mmNorm, способную восстанавливать форму скрытых предметов внутри картонных упаковок. Система использует миллиметровые волны — те же, что применяются в беспроводной связи. Технология показывает точность до 96% при распознавании объектов со сложной геометрией. Она может применяться в логистике, робототехнике и системах промышленной безопасности.

В отличие от традиционных радиолокационных решений, работающих на тех же частотах, mmNorm справляется с задачами, ранее считавшимися трудновыполнимыми. 

Если классические методы эффективно обнаруживают крупные объекты, но теряются при сканировании мелких предметов вроде инструментов или посуды, то новая разработка предполагает принципиально иной подход.

Основной прорыв связан с тем, что mmNorm учитывает физику зеркальных отражений. При облучении объекта миллиметровыми волнами только определённые поверхности возвращают сигнал в антенну, в зависимости от угла. 

Ранее игнорирование этой особенности приводило к потере данных. mmNorm строит так называемые нормали (векторы ориентации отражающих поверхностей) и по их совокупности восстанавливает трёхмерную форму скрытых предметов.

Для демонстрации возможностей технологии учёные создали прототип, в котором радар установлен на роботизированной руке. Двигаясь вокруг коробки, система собирает сигналы с разных углов. Учитывая силу отражений, mmNorm «голосует» за предполагаемую форму, а затем объединяет результаты в единую 3D-модель с помощью методов из компьютерной графики.

Тестирование проводилось на более чем 60 предметах, включая кружки, ручки, столовые приборы и инструменты. Алгоритм справился с задачей точнее, чем предыдущие методы, обеспечив на 40% более высокое качество реконструкции.

mmNorm также показала способность различать несколько объектов внутри одной упаковки и корректно работала с предметами из различных материалов (дерево, металл, пластик и стекло).

Разработка открывает серьёзные перспективы — от автоматического контроля содержимого грузов и паллет до использования в мобильных роботах, способных автономно проверять комплектацию поставок или обнаруживать потенциальные угрозы в закрытых контейнерах.


Ещё по теме:

Мы в Telegram, на Дзен, в Google News и YouTube