幫助機器人學會在3D中看到

自動機器人可以檢查核電站，清理海洋中的石油泄漏，伴隨戰斗機進入戰斗并探索火星表面。

盡管如此，機器人仍然無法制作一杯茶。

那是因為諸如打開爐子，取水壺和找到牛奶和糖等任務需要感知能力，對于大多數機器來說，仍然是一種幻想。

其中之一是能夠理解三維物體。雖然機器人用相機和其他傳感器“看到”物體相對簡單，但從單一的瞥見中解釋他們所看到的東西卻更加困難。

杜克大學的研究生Ben Burchfiel表示，世界上最先進的機器人還不能做大多數孩子自動做的事情，但他和他的同事可能更接近解決方案。

Burchfiel和他的論文顧問George Konidaris現在是布朗大學計算機科學的助理教授，他開發了一種新技術，使機器能夠以更豐富，更像人類的方式理解3D物體。

例如，從桌子上清除餐具的機器人必須能夠適應各種尺寸和形狀的各種各樣的碗，盤子和盤子，在雜亂的表面上留下混亂。

人類可以瞥一眼新物體并直觀地知道它是什么，無論是正面朝上，倒置還是側面，全視圖還是被其他物體遮擋。

即使對象被部分隱藏，我們也會精神上填寫我們看不到的部分。

他們的機器人感知算法可以同時猜測新物體是什么，以及它是如何定向的，而不是首先從多個角度檢查它。它還可以“想象”任何不可見的部分。

例如，使用這種技術的機器人不需要看到茶壺的每一面都知道它可能有一個手柄，一個蓋子和一個噴口，以及它是直立還是在爐子上不合適。

研究人員表示，他們的方法于7月12日在馬薩諸塞州劍橋舉行的2017年機器人：科學與系統會議上提出，它的錯誤更少，并且比目前最好的方法快三倍。

Burchfiel說，這是朝向機器人邁出的重要一步，這些機器人在家庭和其他現實環境中與人類一起運作，這些機器人比實驗室或工廠的高度控制環境更不有序和可預測。

通過他們的框架，機器人被給予有限數量的訓練樣例，并使用它們來推廣到新對象。

Burchfiel說：“假設一個機器人有一個詳細的三維模型來預測它可能會遇到的每個可能的物體，這是不切實際的。”

研究人員對他們的算法進行了大約4,000次普通家庭物體三維掃描數據集的訓練：各種各樣的浴缸，床，椅子，書桌，梳妝臺，監視器，床頭柜，沙發，桌子和廁所。

每個3-D掃描都被轉換成數以萬計的小立方體或體素，像樂高積木一樣堆疊在一起，使它們更容易處理。

該算法通過結合每個對象的示例并使用稱為概率主成分分析的技術版本來確定它們如何變化以及它們如何保持不變來學習對象的類別。

當一個機器人發現一些新東西 - 比如一張雙層床 - 它不需要篩選整個心理目錄以進行匹配。從先前的例子中，它了解了床的特征。

基于該先驗知識，它具有像人一樣概括的能力 - 理解兩個對象可能不同，但共享屬性使它們成為特定類型的家具。

為了測試該方法，研究人員從頂部查看了算法908新的相同10種家居用品的3-D示例。

從這個有利的角度來看，算法正確地猜測了大多數物體是什么，以及它們的整體三維形狀應該是什么，包括隱藏部分，大約75%的時間 - 相比之下只有50%以上的狀態。最先進的替代方案。

它還能夠識別以各種方式旋轉的物體，這是最好的競爭方法無法做到的。

Burchfiel說，雖然系統速度相當快 - 整個過程大約需要一秒鐘 - 但它與人類視覺相差甚遠。

首先，他們的算法和以前的方法很容易被對象所欺騙，從某些角度來看，這些對象在形狀上看起來相似。他們可能會從上面看到一張桌子，并將其誤認為是梳妝臺。

“總的來說，我們犯了一個不到25%的錯誤，而最好的替代方案幾乎占了一半的時間，所以這是一個很大的改進，”Burchfiel說。“但它仍然沒有準備好搬進你的房子。你不想把它放在洗碗機里。”

現在，團隊正在努力擴展他們的方法，使機器人能夠一次區分數千種類型的對象。

“研究人員一直在教機器人識別三維物體，”Burchfield說。他解釋說，新的東西是能夠識別某些東西并填補其視野中的盲點，重建它看不到的部分。

“在很多機器人應用中，這有可能是非常寶貴的，”Burchfiel說。