「HERB」機器人識別所處環境中物體

2020-12-22 CK365測控網

據國外媒體報導,未來服務型自主機器人需要很快地識別環境中的物體,並最大限度地充分發揮它們的潛能。但是依賴於計算機視覺的機器人經常很難定義區別所處環境中的物體。目前,美國卡耐基梅隆大學的一支研究小組研製的「終身機械目標系統(LROD)」,能夠使「HERB」機器人識別所處環境中的物體。

 

 

科學家最新研製的HERB機器人,使用彩色視頻裝置,體感深度感應相機,元數據和其它非視覺信號,能夠更精確地理解周圍環境的物體。

「HERB」機器人是「雙臂家庭探索機器人管家」,使用彩色視頻裝置,體感深度感應相機,元數據和其它非視覺信號,可以更精確地提煉和改善對物體的認識和理解。這一過程將為最終研製高自主性機器人奠定基礎,未來這些智能機器人將像人類一樣自動鑑別分析所處環境和環境中的物體。

卡耐基梅隆大學機器人學博士生阿爾瓦羅-庫雷特(Alvaro Collet)說:「我們希望製造一款機器人,能夠在人們的家中當作機器人管家,無需訓練便能識別家庭環境,完成一些有意義的任務。」

HERB機器人通過視頻可獲得物體的一些元數據,或者「領域知識」,例如:位置、時間戳、尺寸、體積、色彩,以及是否該物體能被舉起等。它能夠改善機器人的運算法則,幫助它識別類似家庭的一個實驗室中121個物體,不僅比普通機器人識別的物體增加三倍,而且縮短處理時間1.9倍。

標籤:

 

  機器人[14]    工業機器人[0]

[整理編輯:CK365測控網]
更多精彩文章請關注公眾號「CK365測控界」

免責聲明:凡註明來源CK365測控網的所有作品,均為本網合法擁有版權或有權使用的作品,歡迎轉載,請註明出處。非本網作品均來自網際網路,轉載目的在於傳遞更多信息,並不代表本網贊同其觀點和對其真實性負責。

相關焦點

  • 機器人將通過彩色攝像機+AI人工智慧快速識別透明物體
    機器人很擅長抓取東西,但是給它們一些閃亮或透明的東西,機器人很可能會失去控制,這種現象往往源於它們的深度攝像系統。這種系統通過紅外線照射物體來探測其形狀,在非透明的物體上效果很好。但如果把它們放在一個透明物體的前面,光線會直接穿過並散射到反射面上,這使得計算物體形狀和抓取變得很難。
  • Google的ClearGrasp AI模型可幫助機器人更好地識別透明物體
    Google的ClearGrasp AI模型可幫助機器人更好地識別透明物體 發布時間:2020-03-12 11:00    來源:教育新聞網
  • 為掃地機器人裝上「眼睛」 石頭掃地機器人T7 Pro雙目識別詳解:小...
    單一的照片只具有二維信息,猶如2D電影,並無直接的空間感,只有靠我們自己依靠「物體遮擋、近大遠小」等生活經驗腦補,故單一的攝像頭獲取到的信息及其有限,並不能直接得到我們想要的效果。類比到機器視覺中,單個攝像頭的圖片信息無法獲取到場景中每個物體與鏡頭的距離關係,即缺少第三個維度。
  • MIT最新AI研究,讓機器人利用觸覺感知物體
    【獵雲網(微信號:)】6月17日報導(編譯:胖虎)麻省理工學院計算機科學及人工智慧實驗室(CSAIL)的研究人員表示,在不久的將來,機器人將能夠通過觸覺來感知物體。一篇最新的相關論文將於下周在加利福尼亞長灘市的計算機視覺與模式識別會議上公開,這篇論文描述了一種人工智慧系統,它可以通過觸覺信號生成觸摸物的視覺形象,還能根據視覺數據來預測物體的觸感。「通過觀察物體的表面,我們的模型可以預測某個平面或稜角的觸感。通過觸摸物體,我們的人工智慧模型可以根據觸感來構建感知到的環境。
  • 投石科技智能交互物體識別觸摸桌
    投石科技物體識別互動臺案例: 北京大興機場中國移動5G展廳65寸物體識別桌 2019年8月,南京投石科技為北京大興機場中國移動5G展廳提供65寸物體識別桌、43寸透明屏等裝置及相關服務。
  • 卡內基梅隆大學研究員教會機器人拾取透明或反光物體
    卡內基梅隆大學研究人員已經能夠教會機器人拾取透明或反光的物體。 這在過去一直是機器人面臨的挑戰,研究人員解決這一問題的方法是教會機器人從彩色圖像中推斷形狀。長期以來,拾取透明和反光物體一直阻礙著機器人的發展,但新系統有望緩解這一問題。
  • Vuforia sdk 4.0之物體識別
    Vuforia sdk 4.0的新功能就是物體識別Object Recognition和物體掃描器 vuforia object scanner,製作一個手錶掃描案例簡單說一下使用流程。Vuforia 對象掃描儀使用有四個階段 設置-應用於設置環境。
  • 不再只靠視覺和觸覺,機器人用「耳朵」聽來區分不同物體
    他們的論文發表在《機器人技術:科學與系統》上,介紹了迄今為止最大的聲音-動作-視覺數據集,該數據集是作為一個名為Tilt-Bot的機器人平臺收集的,並與各種各樣的物體進行交互。「在機器人學習中,我們通常只使用視覺輸入來進行感知,但人類有更多的感官模式,而不僅僅是視覺。」開展這項研究的研究人員之一Lerrel Pinto說。「聲音是學習和理解我們的物理環境的關鍵組成部分。
  • 卡內基梅隆大學研究人員教會機器人拾取透明或反光的物體
    本文轉自【cnBeta.COM】;卡內基梅隆大學研究人員已經能夠教會機器人拾取透明或反光的物體。這在過去一直是機器人面臨的挑戰,研究人員解決這一問題的方法是教會機器人從彩色圖像中推斷形狀。長期以來,拾取透明和反光物體一直阻礙著機器人的發展,但新系統有望緩解這一問題。 該團隊開發的新技術最酷的地方在於,它不需要複雜的傳感器、大量的訓練或人類指導。相反,它主要依靠嵌入在機器人手臂上的彩色攝像頭。研究人員David Held表示,之前深度相機將紅外光照射在物體上,以確定其形狀,這種技術對於不透明的物體很有效。
  • 米家掃拖機器人1T全新上市,S-cross 3D精準避障識別更小物體讓掃拖...
    科技發展的同時用戶的需求也會隨著時代發展而逐步變化,掃地機器人日常的基本功能已經不能滿足全球家庭複雜的居住環境和日益增多的清潔需求,更加智能的產品呼之欲出。近日,小米在雙十一狂歡購物節之際推出了一款擁有3D避障功能的掃拖一體機器人——米家掃拖機器人1T,這款掃地機在上一代的基礎上通過多維度的功能升級實現了在掃拖一體功能之上更加智能的設計。
  • 機器人活了?電子皮膚自己產生能量,還能預判物體接觸
    他們的研究成果的早期論文已經發表在 IEEE 機器人學會期刊上。當暴露在光源下時,電子皮膚上的太陽能電池就會產生能量。如果電子皮膚上的一個單元格被接近的物體遮擋,則光的強度以及因此產生的能量會降低,當單元格與物體接觸並確認觸摸時,其強度會降低至零。在接近模式下,機器人的電子皮膚會通過光強度判斷物體與皮膚的距離。
  • 從圖像識別到物體識別
    在不久的將來,處理3D數據的算法將應用於像機器人自動巡航、基於AR的智能用戶界面等應用程式上。受此啟發,我們在Matroid公司所著的論文提出了FusionNet,這一框架用於在一個名為Princeton ModelNet的標準數據集上做3D CAD物體分類。
  • 你的智能汽車能否聰明地繞開物體
    在此之前不得不先要理解無人駕駛避障的含義,很明顯我們根據無人駕駛避障的過程,可以將無人駕駛避障分成三個方面:1.運動障礙物檢測:對運動過程中環境中的運動障礙物進行檢測,主要由車載環境感知系統完成。無人車的感知系統需要實時識別和追蹤多個運動目標(Multi-ObjectTracking,MOT),例如車輛和行人。物體識別是計算機視覺的核心問題之一,最近幾年由於深度學習的革命性發展,計算機視覺領域大量使用CNN,物體識別的準確率和速度得到了很大提升,但總的來說物體識別算法的輸出一般是有噪音的:物體的識別有可能不穩定,物體可能被遮擋,可能有短暫誤識別等。
  • Visevi 基於視覺與電子皮膚融合的機器人觸感與識別抓握系統
    Visevi 基於視覺與電子皮膚融合的機器人觸感與識別抓握系統我們的智能抓取系統是適用於靈活且靈敏的抓取應用的即用型解決方案。它集成了工業抓手,立體視覺系統以及我們基於攝像頭的傳感器,用於提供觸覺數據和可選的力/扭矩。
  • 不需人為標記資料Google讓機器人從抓取物體的過程中學會辨別物體
    Google提出了簡單且高效能的算法Grasp2Vec,讓機器人從自我監督式抓握中,學習物體表示的方法,在不需要人類標記資料的情況下,學習物體辨別。人類從小時候就具備將物體撿起的能力,即便沒有被明確的教導過該怎麼做。而在認知發展研究中認為,與物體互動的能力,在物體感知和操縱能力中扮演重要角色。人類可以通過與周圍物體互動,知道該怎麼抓取並從結果中自我學習。
  • 華為AR地圖支持AI 3D物體識別 1:1還原真實世界
    華為AR地圖支持AI 3D物體識別,毫米級精確融合3D影像。在這裡,數字虛擬世界和現實世界之間失去界限,整個現實世界變成信息展示的面板,各種實時資訊疊加顯示在你當前所處的真實環境中,讓你能輕鬆找到傳說中的網紅打卡點、最近的洗手間,以及時空中發生過的有趣故事。整個現實世界變成可以遊戲的樂園,現實世界就是你無盡樂趣的發源地。敦煌莫高窟與南京路外灘在華為AR地圖首批開放公測服務。
  • 新型電磁噴霧可將任何物體變成機器人,有望在生物學領域應用
    圖|申亞京團隊磁性外套是製造毫米機器人的關鍵一直以來,科學家在尋找能夠適應不同環境且能用於生物醫學的微型機器人。申教授團隊採用了一種簡單的方法,給物體覆蓋磁性外衣,然後用磁場驅動。根據申博士的介紹,「磁性外套」 可以將任何物體變成機器人並且控制它們運動。
  • 機器人能精準識別垃圾材料
    FANUC分揀機器人:能實時識別上百種材料 FANUC的分揀機器人Waste Robot使用了FANUC LRMate 200iD型號機器人作為主體,利用視覺分析系統對物品進行跟蹤和分類,這也是市場上比較常見的分揀機器人所使用的方法。
  • Facebook推出新AI工具,可直接識別圖片中的物體
    Facebook推出新AI工具,可直接識別圖片中的物體 近日,來自Facebook人工智慧研究實驗室(FAIR)的六名成員利用Transformer神經網絡架構創建了端到端的AI工具「DETR」,用於簡化計算機識別圖像的過程。
  • 斯坦德機器人淺析移動機器人的SLAM技術
    原理是通過視覺攝像機拍攝周圍的圖像,然後計算出周圍環境的位置和方向,也就是對未知環境進行地圖構建,然後就可以幫助移動機器人導航。視覺導航的優點是:攝像頭相對比較便宜,不需要承擔大量的成本。此外,通過圖像可以分辨出周邊物體的紋理,從而識別出人、動物或者其他物體對象。不過,視覺在運算的過程需要大量的硬體資源,圖像佔的儲存空間大,運算起來比較複雜,開發難度也比較大。