Nye lovende forskningsresultater inden for griberobotter

Wireframe thumbnail

Nye lovende forskningsresultater inden for griberobotter

Stanford Universitet har udviklet en teknik, der gør det muligt for en robothånd at gribe genstande som robotten ikke kender på forhånd. Dette åbner for en række nye muligheder inden for robotbaserede løsninger i servicefagene og til privat brug.

Traditionelt er styring Wireframeaf griberobotter baseret på en 3D-model af den genstand, der skal gribes. Ved at kende genstandens geometri og placering kan man ud fra en matematisk model beregne, præcist hvordan robotten skal bevæge sig for at få fat i den. Det betyder dog til gengæld, at traditionelle griberobotter typisk enten ikke har kunnet håndtere genstande, som ikke er modelleret på forhånd, eller at de fejler, hvis modellerne af en eller anden grund afviger fra virkeligheden.

Teknikken fra Stanford Universitet fungerer ved, at robotten som udgangspunkt trænes til at gribe forskellige kendte genstande med forskellige former, f.eks. krus, vinglas, knive, nøgler osv.

På baggrund af denne træning samt ved løbende at tage billeder af det nye, ukendte objekt, der skal gribes, er det muligt automatisk at identificere et punkt, deGrasping point på kaffekopr svarer til at et godt gribepunkt på genstanden. Derved er det muligt at gribe en genstand uden af kende dets fulde 3D-form på forhånd.

Teknikken kan bl.a. benyttes til en lang række robotopgaver i private hjem og service-sektoren, hvor man typisk ikke har mulighed for at have en komplet 3D-model på forhånd af alle de genstande, man gerne vil have robotten til at håndtere.

Det er muligt at se forskellige eksempler på Stanford Universitets hjemmeside (http://ai.stanford.edu/~asaxena/learninggrasp/), hvor man bl.a. kan se robotten tømme en opvaskemaskine.

WashingResultaterne fra Stanford Universitet vil blandt andet indgå i to eksisterende projekter, som Teknologisk Institut er involveret i, nemlig Handyman og MoveBots.  Et af fokusområderne fra disse projekter er netop håndtering af ukendte objekter.