En bidopsamlingsramme til robotassisterede fodringssystemer

Ifølge en undersøgelse udgivet af U.S. Census Bureau, omkring 12,3 millioner amerikanere har brug for hjælp til dagligdags aktiviteter (ADL'er) eller instrumentelle dagligdags aktiviteter (IADL'er), den ene er fodring. Robotter kan være en stor hjælp for mennesker, der er ramt af alvorlige handicap, tillade dem at spise måltider og udføre andre daglige opgaver uden at stole på konstant hjælp fra andre mennesker.

Med det i tankerne, et team af forskere ledet af Prof. I et nyligt papir, der på forhånd blev offentliggjort på arXiv, forskerne indførte en ramme for anskaffelse af bid designet til at beregne og opnå rimelige "bid" af mad fra en tallerken eller skål.

"Som et laboratorium, vi brænder for at udvikle robotter, der kan hjælpe mennesker i deres daglige liv, "Tapomayukh Bhattacharjee, en af ​​forskerne, der gennemførte undersøgelsen, fortalte TechXplore. "Gennem dette projekt, vi ønsker at udvikle robotter, der kan fodre mennesker selvstændigt. At fodre folk med en bred vifte af madvarer, en robot skal have evnen til at erhverve tidligere usete fødevarer. I denne avis, vi fokuserer på problemet med bidanskaffelse af tidligere usynlige fødevarer. "

En vigtig udfordring ved udviklingen af ​​robotassisterede fodringssystemer er at sikre, at disse robotter effektivt kan hente alle de fødevarer, de møder. Dette kan være svært at opnå, da forskellige fødevarer har en række fysiske egenskaber og dermed kræver forskellige erhvervelsesstrategier. Ideelt set, et robotassisteret fodringssystem skal kunne afhente alle fødevarer på en tallerken, selvom den aldrig har stødt på det før.

For bedre at forstå, hvilke tilegnelsesstrategier der fungerer bedst til bestemte madtyper, Bhattacharjee og hans kolleger indsamlede data fra 2450 forsøg med robotopsamling ved hjælp af 16 fødevarer med forskellige egenskaber. Da de analyserede disse data, de indså, at genstande med lignende fysiske egenskaber udviser lignende erhvervelsessuccesrate, hvilket gør det lettere at generalisere en erhvervelsesstrategi til tidligere usete varer. Deres analyser gav også indsigt i, hvordan andre faktorer (f.eks. Miljøet omkring maden, gaffelhældning, gaffelvinkel, osv.) kan påvirke en robots succes med at hente en bid mad fra en tallerken.

Baseret på disse observationer, forskerne udviklede en bid -erhvervelse ramme, der bruger to forskellige neurale netværk i en hierarkisk struktur. Det første netværk, kaldet RetinaNet, analyserer fuldtallerkenbilleder, der indeholder forskellige madvarer, og udsender derefter afgrænsningsbokse omkring individuelle varer. Det andet netværk, SPANet, bruger disse afgrænsningsbokse til at beregne succes sandsynligheden for forskellige bidoptagelseshandlinger og spydaksen for hver fødevare.

"For at udsende sandsynligheden for succes, SPANet bruger også funktioner, der er relateret til det omgivende miljø af en fødevare, da vi fandt ud af, at det omgivende miljø påvirker en robots valg af handlinger samt succesraten, "Forklarede Bhattacharjee." For at kode miljøfunktionerne, vi udviklede en miljøklassifikator, der identificerer emner som værende i et af tre miljøer:isoleret, nær en tallerkenkant eller en anden fødevare, eller oven på andre madvarer. "

Forskerne anvendte deres rammer til en JACO robotarm og vurderede dens ydeevne i en række eksperimenter på uoverskuelige og rodede tallerkener, der indeholder forskellige fødevarer. Disse tests gav meget lovende resultater, med deres metode med held at generalisere spydstrategier på tværs af tidligere usete fødevarer.

"Vores netværk, SPANet, med succes kunne generalisere handlingerne til tidligere usete fødevarer med lignende fordelinger af anskaffelse af bid, "Sagde Bhattacharjee." Praktisk talt, dette betyder, at givet en ny fødevare, som robotten ikke har set før, vores netværk bør være i stand til at udlede, hvordan man får det med succes fra en tallerken/skål, hvis den nye madvare kan erhverves ved lignende handlinger. "

I fremtiden, rammebetegnelsesrammen udviklet af Bhattacharjee og hans kolleger kunne hjælpe udviklingen af ​​mere effektive robotassisterede fodringssystemer. I mellemtiden, forskerne planlægger at forlænge deres tilgangs bidopkøbshandlinger, da dette ville give robotter drevet af deres rammer mulighed for at opfange et endnu større udvalg af mad, herunder varer som ris og kartoffelmos.

"Vi er også interesserede i at undersøge måder at erhverve tidligere usete madvarer, som kræver meget forskellige handlinger for at afhente dem i forhold til, hvad robotten har set før, "Sagde Bhattacharjee.

© 2019 Science X Network