मनुष्यों के लिए, वस्तुओं के ढेर के नीचे दबे हुए एक खोए हुए बटुए को ढूंढना बहुत आसान है -- हम बस तब तक चीजों को ढेर से हटा देते हैं जब तक हमें बटुआ नहीं मिल जाता। लेकिन एक रोबोट के लिए, इस कार्य में ढेर और उसमें वस्तुओं के बारे में जटिल तर्क शामिल है, जो एक कठिन चुनौती प्रस्तुत करता है।
MIT के शोधकर्ताओं ने पहले एक रोबोटिक आर्म का प्रदर्शन किया था जो दृश्य सूचना और रेडियो फ्रीक्वेंसी (RF) संकेतों को जोड़ती है ताकि उन छिपी वस्तुओं को खोजा जा सके जिन्हें RFID टैग के साथ टैग किया गया था (जो एक एंटीना द्वारा भेजे गए संकेतों को दर्शाती हैं)। उस काम का निर्माण करते हुए, उन्होंने अब एक नई प्रणाली विकसित की है जो ढेर में दबी किसी भी वस्तु को कुशलता से पुनः प्राप्त कर सकती है। जब तक ढेर में कुछ वस्तुओं में आरएफआईडी टैग होते हैं, तब तक लक्ष्य वस्तु को सिस्टम को पुनर्प्राप्त करने के लिए टैग करने की आवश्यकता नहीं होती है।
सिस्टम के पीछे एल्गोरिदम, जिसे फ्यूजबॉट के नाम से जाना जाता है, ढेर के नीचे वस्तुओं के संभावित स्थान और अभिविन्यास के बारे में कारण बताता है। फिर FuseBot रुकावट वाली वस्तुओं को हटाने और लक्ष्य वस्तु को निकालने का सबसे कारगर तरीका ढूंढता है। इस तर्क ने फ़्यूज़बॉट को आधे समय में अत्याधुनिक रोबोटिक्स सिस्टम की तुलना में अधिक छिपी हुई वस्तुओं को खोजने में सक्षम बनाया।
यह गति ई-कॉमर्स वेयरहाउस में विशेष रूप से उपयोगी हो सकती है। इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर विज्ञान विभाग में एसोसिएट प्रोफेसर और मीडिया लैब में सिग्नल काइनेटिक्स समूह के निदेशक वरिष्ठ लेखक फादेल अदीब कहते हैं, रिटर्न को संसाधित करने के साथ काम करने वाला एक रोबोट फ़्यूज़बॉट सिस्टम के साथ अधिक कुशलता से एक अनसुलझा ढेर में आइटम ढूंढ सकता है।
"यह पेपर पहली बार जो दिखाता है, वह यह है कि पर्यावरण में आरएफआईडी-टैग की गई वस्तु की उपस्थिति आपके लिए अन्य कार्यों को और अधिक कुशल तरीके से हासिल करना आसान बनाती है। हम ऐसा करने में सक्षम थे क्योंकि हमने जोड़ा सिस्टम के लिए बहुविध तर्क -- FuseBot वस्तुओं के ढेर को समझने के लिए दृष्टि और RF दोनों के बारे में तर्क कर सकता है," आदिब कहते हैं।
कागज पर अदीब के साथ शोध सहायक तारा बोरौशाकी हैं, जो प्रमुख लेखक हैं; लौरा डोड्स; और नाज़ीश नईम। शोध रोबोटिक्स: साइंस एंड सिस्टम्स सम्मेलन में प्रस्तुत किया जाएगा।
लक्ष्यीकरण टैग
हाल ही में बाजार की एक रिपोर्ट इंगित करती है कि 90 प्रतिशत से अधिक अमेरिकी खुदरा विक्रेता अब RFID टैग का उपयोग करते हैं, लेकिन तकनीक सार्वभौमिक नहीं है, जिसके कारण ऐसी स्थितियाँ उत्पन्न होती हैं जिनमें पाइल्स के भीतर केवल कुछ वस्तुओं को टैग किया जाता है।
इस समस्या ने समूह के शोध को प्रेरित किया।
FuseBot के साथ, एक रोबोटिक भुजा एक मिश्रित ढेर से एक अचिह्नित लक्ष्य वस्तु को पुनः प्राप्त करने के लिए एक संलग्न वीडियो कैमरा और RF एंटीना का उपयोग करती है। पर्यावरण का 3D मॉडल बनाने के लिए सिस्टम अपने कैमरे से ढेर को स्कैन करता है। साथ ही, यह RFID टैग का पता लगाने के लिए अपने एंटीना से सिग्नल भेजता है। ये रेडियो तरंगें सबसे ठोस सतहों से गुजर सकती हैं, इसलिए रोबोट ढेर में गहराई से "देख" सकता है। चूंकि लक्ष्य आइटम को टैग नहीं किया गया है, FuseBot जानता है कि आइटम RFID टैग के ठीक उसी स्थान पर स्थित नहीं हो सकता है।
एल्गोरिदम इस जानकारी को पर्यावरण के 3D मॉडल को अपडेट करने और लक्ष्य आइटम के संभावित स्थानों को उजागर करने के लिए फ्यूज करते हैं; रोबोट अपने आकार और आकार को जानता है। फिर सिस्टम ढेर और आरएफआईडी टैग स्थानों में वस्तुओं के बारे में तर्क देता है ताकि यह निर्धारित किया जा सके कि किस वस्तु को हटाना है, लक्ष्य वस्तु को कम से कम चाल के साथ खोजने के लक्ष्य के साथ।
बोरौशकी कहते हैं, इस तर्क को प्रणाली में शामिल करना चुनौतीपूर्ण था।
रोबोट अनिश्चित है कि वस्तुओं को ढेर के नीचे कैसे उन्मुख किया जाता है, या कैसे एक स्क्विशी वस्तु उस पर भारी वस्तुओं को दबाने से विकृत हो सकती है। यह किसी वस्तु के आकार और आकार और उसके आरएफआईडी टैग स्थान के बारे में जो कुछ जानता है उसका उपयोग करके उस वस्तु पर कब्जा करने की संभावना वाले 3 डी स्थान को मॉडल करने के लिए संभाव्य तर्क के साथ इस चुनौती पर विजय प्राप्त करता है।
जैसे ही यह वस्तुओं को हटाता है, यह यह तय करने के लिए तर्क का भी उपयोग करता है कि कौन सा आइटम अगले को हटाने के लिए "सर्वश्रेष्ठ" होगा।
"अगर मैं किसी व्यक्ति को खोजने के लिए वस्तुओं का ढेर देता हूं, तो वे सबसे बड़ी वस्तु को सबसे पहले हटा देंगे, यह देखने के लिए कि उसके नीचे क्या है। रोबोट जो करता है वह समान है, लेकिन इसमें अधिक सूचित निर्णय लेने के लिए आरएफआईडी जानकारी भी शामिल है। यह पूछता है, 'अगर यह इस वस्तु को सतह से हटा देता है तो यह इस ढेर के बारे में और कितना समझ पाएगा?'" बोरौशकी कहते हैं।
किसी वस्तु को हटाने के बाद, रोबोट ढेर को फिर से स्कैन करता है और अपनी रणनीति को अनुकूलित करने के लिए नई जानकारी का उपयोग करता है।
पुनर्प्राप्ति परिणाम
इस तर्क के साथ-साथ इसके RF संकेतों के उपयोग ने FuseBot को एक अत्याधुनिक प्रणाली पर बढ़त दी जो केवल दृष्टि का उपयोग करती थी। टीम ने कार्यालय की आपूर्ति, भरवां जानवरों और कपड़ों जैसे घरेलू सामानों के साथ वास्तविक रोबोटिक हथियारों और ढेर का उपयोग करके 180 से अधिक प्रयोगात्मक परीक्षण किए। वे ढेर के आकार और प्रत्येक ढेर में आरएफआईडी-टैग की गई वस्तुओं की संख्या में भिन्नता रखते थे।
फ़्यूज़बॉट ने अन्य रोबोटिक सिस्टम के लिए 84 प्रतिशत की तुलना में लक्ष्य वस्तु को 95 प्रतिशत सफलतापूर्वक निकाला। इसने 40 प्रतिशत कम चालों का उपयोग करके इसे पूरा किया, और लक्षित वस्तुओं को दोगुने से अधिक तेजी से खोजने और पुनः प्राप्त करने में सक्षम था।
"हम इस आरएफ जानकारी को शामिल करके सफलता दर में एक बड़ा सुधार देखते हैं। यह देखना भी रोमांचक था कि हम अपने पिछले सिस्टम के प्रदर्शन से मेल खाने में सक्षम थे, और उन परिदृश्यों में इसे पार कर गए जहां लक्षित आइटम में आरएफआईडी नहीं था टैग," डोड्स कहते हैं।
फ़्यूज़बॉट को कई तरह की सेटिंग्स में लागू किया जा सकता है क्योंकि सॉफ़्टवेयर जो जटिल तर्क करता है उसे किसी भी कंप्यूटर पर लागू किया जा सकता है -- इसे केवल एक रोबोटिक आर्म के साथ संचार करने की आवश्यकता होती है जिसमें कैमरा और एंटीना होता है, बोरौशकी कहते हैं।
निकट भविष्य में, शोधकर्ता फ्यूजबॉट में अधिक जटिल मॉडल शामिल करने की योजना बना रहे हैं ताकि यह विकृत वस्तुओं पर बेहतर प्रदर्शन कर सके। इसके अलावा, वे विभिन्न जोड़तोड़ की खोज करने में रुचि रखते हैं, जैसे कि एक रोबोटिक भुजा जो वस्तुओं को रास्ते से हटा देती है। सिस्टम के भविष्य के पुनरावृत्तियों का उपयोग मोबाइल रोबोट के साथ भी किया जा सकता है जो खोई हुई वस्तुओं के लिए कई ढेर खोजता है।
इस काम को आंशिक रूप से नेशनल साइंस फाउंडेशन, एक स्लोअन रिसर्च फेलोशिप, एनटीटी डेटा, टॉपपैन, टॉपपैन फॉर्म्स और एमआईटी मीडिया लैब द्वारा वित्त पोषित किया गया था।