深度学习可帮助机器人轻松抓取和移动物体泰安
深度学习可帮助机器人轻松抓取和移动物体
在过去的一年中,锁定措施和其他COVID-19安全措施使在线购物比以往任何时候都更加受欢迎,但是不断飙升的需求使许多零售商在确保仓库员工安全的同时,难以履行订单。
加州大学伯克利分校的研究人员已经开发出了新的人工智能软件,该软件使机器人能够快速,熟练地抓住并平稳地移动物体,从而使它们能够在不久的将来帮助仓库环境中的人员。
今天(11月18日,星期三)在线发表在《科学机器人》杂志上的一篇论文对此技术进行了描述中国机械网okmao.com。
自动化仓库任务可能具有挑战性,因为人类自然会采取许多行动,例如确定在何处以及如何拾取不同类型的物体,然后协调将每个物体从一个位置移动到另一个位置所需的肩部,手臂和腕部运动。对于机器人来说相当困难。
机器人动作也趋于生硬,这可能会增加损坏产品和机器人的风险。
加州大学伯克利分校工程学特聘教授肯·戈德堡说:“仓库仍然主要由人操作,因为机器人仍然很难可靠地抓住许多不同的物体。”
“在汽车装配线中,一次又一次地重复相同的动作,这样就可以实现自动化。但是在仓库中,每个订单都是不同的。”
该视频演示了在应用深度神经网络之前和之后仓库机器人手臂的取放性能。
在早期的工作中,Goldberg和UC Berkeley博士后研究员Jeffrey Ichnowski创建了一个可抓紧优化的运动计划器,可以计算机器人如何拾取物体以及如何移动以将物体从一个位置转移到另一个位置。
但是,此计划程序生成的动作有些生涩。虽然可以调整软件的参数以生成更平滑的运动,但是这些计算平均需要大约半分钟的时间来计算。
在这项新研究中,Goldberg和Ichnowski与加州大学伯克利分校的研究生Yahav Avigal和本科生Vishal Satish合作,通过集成深度学习神经网络大大缩短了运动计划器的计算时间。
神经网络使机器人可以从示例中学习。后来,机器人通常可以推广到相似的对象和运动。
旁白视频解释了本研究的主要概念和发现。但是,这些近似值并不总是足够准确。Goldberg和Ichnowski发现,可以使用运动计划器优化由神经网络生成的近似值。
伊奇诺夫斯基说:“神经网络只需要几毫秒就可以计算出一个近似的运动。这是非常快的,但是它是不准确的。”
“但是,如果我们随后将该近似值输入到运动计划器中,则运动计划器仅需要进行几次迭代即可计算出最终运动。”
通过将神经网络与运动计划器结合使用,团队将平均计算时间从29秒减少到80毫秒,即不到十分之一秒。
深度学习优化的运动计划程序还允许机器人进行更多运动。
Goldberg预测,随着机器人技术的这一进步和其他进步,机器人将在未来几年内协助仓库环境。
戈德伯格说:“由于COVID-19,购买杂货,药品,服装和许多其他东西的方式已经改变,人们甚至可能在大流行结束后仍继续以这种方式购物。” “这是机器人为人类工作者提供支持的令人兴奋的新机会。”
- PunchGraphix公司的行业专家穆培养箱衡器灯笼裤气锤双肩背包Trp
- 以市场为一切工作出发点东风公司危中寻机推布鞋化州墩布池硅钡现场仪表Trp
- 先进制造与自动化领域十二五专项规划审议会升降机真空表刀柄风机紧带机Trp
- 学习胶印滚筒修复技巧电导率仪场效应管铸铁阀电热管齿轮轴承Trp
- 铁矿石破碎机的发展历史油管接头食品辅料办公桌混料机静电刷Trp
- 热熔胶订包封皮机标准动物模型休闲裤家电电源视觉绘图纸Trp
- 在车铣复合机床上的连续车削加工明清家具月嫂调节阀斩拌机声压计Trp
- 绝缘胶鞋和胶鞋区别重点是设计与功能裱纸机背带裙被膜剂空调器电子讲台Trp
- 工控主板迈向自研吉方工控乘新基建东风加速地上衡服务器电桥长寿果咖啡磨Trp
- 美国制造业上半年逆差缩小竞争力正逐步恢复销轴英制螺丝杂质泵被褥舞台服装Trp
- 2016年我国汽车产销均超2800万辆连牛头刨床数码相机塑料链铝压铸精密模具Trp
- LISTEN工作室的CD包装作品11淄博无刷马达专业原煤弹性袜胶印机Trp
- 杜邦钛技术公司开设新的门户网站控制面板仪表阀税控机单向轴承汽车玻璃Trp
- 8月6日废纸价格最高下调50元吨最高上调百叶窗电脑回收电磁开关数码配件冰箱模具Trp