MIT Media Lab-forskere bruger RFID-tags til at hjælpe robotter med at komme ind på bevægelige objekter med hidtil uset hastighed og nøjagtighed, potentielt muliggør et større samarbejde inden for robotpakning og -montage og blandt sværme af droner. Kredit:Massachusetts Institute of Technology
Et nyt system udviklet på MIT bruger RFID-tags til at hjælpe robotter med at komme ind på bevægelige objekter med hidtil uset hastighed og nøjagtighed. Systemet kunne muliggøre større samarbejde og præcision af robotter, der arbejder med pakning og montering, og af sværme af droner, der udfører eftersøgnings- og redningsmissioner.
I et papir, der præsenteres i næste uge på USENIX Symposium om netværkssystemers design og implementering, forskerne viser, at robotter, der bruger systemet, kan lokalisere mærkede objekter inden for 7,5 millisekunder, gennemsnitlig, og med en fejl på mindre end en centimeter.
I systemet, kaldet TurboTrack, en RFID (radio-frequency identification) tag kan anvendes på ethvert objekt. En læser sender et trådløst signal, der reflekteres fra RFID-tagget og andre objekter i nærheden, og vender tilbage til læseren. En algoritme gennemgår alle de reflekterede signaler for at finde RFID-taggets respons. Endelige beregninger udnytter derefter RFID-taggets bevægelse – selvom dette normalt reducerer præcisionen – for at forbedre dets lokaliseringsnøjagtighed.
Forskerne siger, at systemet kunne erstatte computersyn for nogle robotopgaver. Som med dets menneskelige modstykke, computersyn er begrænset af, hvad den kan se, og det kan undlade at bemærke genstande i rodede omgivelser. Radiofrekvenssignaler har ingen sådanne begrænsninger:De kan identificere mål uden visualisering, inden for rod og gennem vægge.
For at validere systemet, forskerne satte et RFID-mærke på en hætte og et andet på en flaske. En robotarm fandt hætten og placerede den på flasken, holdt af en anden robotarm. I en anden demonstration, forskerne sporede RFID-udstyrede nanodroner under docking, manøvrering, og flyvende. I begge opgaver, systemet var lige så præcist og hurtigt som traditionelle computer-vision-systemer, mens du arbejder i scenarier, hvor computersyn svigter, rapporterer forskerne.
"Hvis du bruger RF-signaler til opgaver, der typisk udføres ved hjælp af computersyn, ikke kun sætter du robotter i stand til at gøre menneskelige ting, men du kan også sætte dem i stand til at gøre overmenneskelige ting, " siger Fadel Adib, en adjunkt og hovedefterforsker i MIT Media Lab, og stiftende direktør for Signal Kinetics Research Group. "Og du kan gøre det på en skalerbar måde, fordi disse RFID-tags kun koster 3 cent hver."
I fremstillingen, systemet kunne gøre det muligt for robotarme at være mere præcise og alsidige i, sige, samler op, samle, og emballering af varer langs et samlebånd. En anden lovende applikation er at bruge håndholdte "nanodroner" til eftersøgnings- og redningsmissioner. Nanodroner bruger i øjeblikket computersyn og metoder til at sy sammen optagne billeder til lokaliseringsformål. Disse droner bliver ofte forvirrede i kaotiske områder, miste hinanden bag mure, og kan ikke entydigt identificere hinanden. Alt dette begrænser deres evne til at sige, spredt ud over et område og samarbejde om at lede efter en savnet person. Ved hjælp af forskernes system, nanodroner i sværme kunne bedre lokalisere hinanden, for større kontrol og samarbejde.
"Du kunne gøre det muligt for en sværm af nanodroner at dannes på bestemte måder, flyve ind i rodede omgivelser, og endda miljøer skjult for syne, med stor præcision, " siger førsteforfatter Zhihong Luo, en kandidatstuderende i Signal Kinetics Research Group.
De andre Media Lab-medforfattere på avisen besøger studerende Qiping Zhang, postdoc Yunfei Ma, og forskningsassistent Manish Singh.
Super opløsning
Adibs gruppe har i årevis arbejdet på at bruge radiosignaler til sporings- og identifikationsformål, såsom at påvise forurening i flaskefødevarer, kommunikerer med enheder inde i kroppen, og styring af lagerbeholdning.
Lignende systemer har forsøgt at bruge RFID-tags til lokaliseringsopgaver. Men disse kommer med afvejninger i enten nøjagtighed eller hastighed. For at være præcis, det kan tage dem flere sekunder at finde et objekt i bevægelse; at øge hastigheden, de mister nøjagtigheden.
Udfordringen var at opnå både hastighed og nøjagtighed på samme tid. For at gøre det, forskerne hentede inspiration fra en billedbehandlingsteknik kaldet "super-resolution imaging." Disse systemer syr billeder sammen fra flere vinkler for at opnå et billede med finere opløsning.
"Idéen var at anvende disse superopløsningssystemer til radiosignaler, " siger Adib. "Når noget bevæger sig, du får flere perspektiver i at spore det, så du kan udnytte bevægelsen til nøjagtighed."
Systemet kombinerer en standard RFID-læser med en "hjælper"-komponent, der bruges til at lokalisere radiofrekvenssignaler. Hjælperen udsender et bredbåndssignal, der omfatter flere frekvenser, bygger på et modulationsskema brugt i trådløs kommunikation, kaldet ortogonal frekvensdelingsmultipleksing.
Systemet fanger alle de signaler, der vender tilbage fra objekter i miljøet, inklusive RFID-tag. Et af disse signaler bærer et signal, der er specifikt for det specifikke RFID-tag, fordi RFID-signaler reflekterer og absorberer et indkommende signal i et bestemt mønster, svarende til bits af 0'er og 1'ere, som systemet kan genkende.
Fordi disse signaler rejser med lysets hastighed, systemet kan beregne en "flyvetid" - måle afstand ved at beregne den tid, det tager et signal at rejse mellem en sender og modtager - for at måle mærkets placering, samt de andre genstande i miljøet. Men dette giver kun et lokaliseringstal, ikke subcentimeter præcision.
Udnyttelse af bevægelse
For at zoome ind på taggets placering, forskerne udviklede, hvad de kalder en "rum-tid super-opløsning"-algoritme.
Algoritmen kombinerer placeringsestimaterne for alle rebounding-signaler, inklusive RFID-signalet, som den bestemte ud fra flyvetiden. Ved hjælp af nogle sandsynlighedsberegninger, det indsnævrer den gruppe til en håndfuld potentielle placeringer for RFID-tagget.
Når mærket bevæger sig, dens signalvinkel ændres lidt - en ændring, der også svarer til en bestemt placering. Algoritmen kan derefter bruge denne vinkelændring til at spore mærkets afstand, når det bevæger sig. Ved konstant at sammenligne den skiftende afstandsmåling med alle andre afstandsmålinger fra andre signaler, den kan finde mærket i et tredimensionelt rum. Det hele sker på en brøkdel af et sekund.
"Idéen på højt niveau er, at ved at kombinere disse målinger over tid og over rum, du får en bedre rekonstruktion af mærkets position, " siger Adib.
Denne historie er genudgivet med tilladelse fra MIT News (web.mit.edu/newsoffice/), et populært websted, der dækker nyheder om MIT-forskning, innovation og undervisning.
Sidste artikelDigital PLL opnår et strømforbrug på 0,265 mW
Næste artikelHuaweis grundlægger siger, at verden ikke kan leve uden det