1369
需用时 02:44
你想不想也预订一个机器人管家?

卡内基梅隆大学的机器人研究所(Carnegie Mellon University's Robotics Institute)近年正在研究一个机器人视觉系统,采用此系统的机器人能够通过计算机视觉主动探索身边的物件。通过不断地学习认知新事物,观察不同物体的摆放位置、尺寸、形状、能否被移动,机器人们能不断形成并完善对事物的认知。研究人员希望,这种机器人在技术成熟后能够成为人们在居家生活中的机器人管家。

此项目被命名为“机器人毕生物体探索"(Lifelong Robotic Object Discovery,简称LROD),科学家们让这些长有双臂,靠车轮移动的机器人凭借彩色摄像机、Kinect深度相机收集图像数据,再结合非视觉性的信息对常见的家居用品形成基本认知。在一个仿照日常居家环境的实验室中,试验机器人HERB(缩写自家用机器人管家,Home Exploring Robot Butler)已经能够识别100余种日常物件,其中包括计算机显示器、植物和各种食物。

Herb能够通过形状、位置和能否移动等信息自动识别物体。图片来自CMU

此机器人视觉系统名为HerbDisc,正是HerbDisc赋予了HERB主动认知世界的能力。在此之前,科学家需要手动建立不同物体的3D模型和图像信息,再输入到HERB的内存中,机器人才能明白“杯子”和“香蕉”是不一样的。HerbDisc的存在省略了传统繁琐的人工操作,让机器人开始主动认识这个世界。通过下面这个视频,我们可以了解到HERB眼中的世界是怎样的。

科学家们研究HERB的目的是通过这些拥有照顾人们日常起居能力的机器人,来改善老弱病残人群的生活质量。也就是说,机器人需要具备识别物体、理解物体功能并操作物体的能力,而HERB在自主学习中掌握的能力也正逐步靠近这一高要求。

研究人员表示,他们对机器人在研究过程中展现出的学习能力诧异不已。私人机器人实验室(Personal Robotics Lab)负责人、卡内基梅隆大学副教授Siddhartha Srinivasa回忆,有一天学生们吃完午饭遗落了一个菠萝和一袋百吉饼在实验室,等到第二天大家回到实验室时,他们发现HERB已经主动建立了菠萝和百吉饼袋的数字模型,并且已经学会了如何将这两种东西拿起来。“连我们都不知道菠萝和百吉饼在实验室,但HERB知道。”Srinivasa表示,“这太奇妙了。”

如果想让机器人管家成为现实,那么这些机器生物就必须能够明白数百种常见居家用品的用途,至少要能妥善地将其移动。如果没有主动学习能力,这个庞大的数据工程就必须依赖人类手动完成,这种做法很不现实。“老奶奶们可没法完成这样的工作”,斯里尼维沙补充道。

对于计算机视觉的研究者而言,计算机物体识别向来是一个难啃的骨头。在杂乱的环境中,指望机器人仅凭图像数据识别物体是相当困难的。人类婴儿在探索世界时,使用的也不仅仅是一双眼睛。孩子会把橡皮鸭丢进水盆、泡在水中、用手积压、甚至放进嘴里,机器人探索世界也是在多种传感器的共同作用下完成的。在所有“领域知识(domain knowledge)”中,最为重要的当属HERB配置的Kinect传感器提供的三维模型。

LROD项目参与者、计算机视觉专家Hebert表示,Kinect传感器帮助机器人建立起不同物体的3D模型,而不同家居用品的3D模型基本都不一样,这为机器人分辨不同物体提供了一个很好的评判标准。

同时,HERB还会观察不同家居用品的空间位置,是放在桌上、放在地上还是放在橱柜里,是否会自主移动,是否能够被搬动。HERB还会尝试着能否把某件物体举起来,并能够记录下某个居家用品是否会在特定时间出现在特定位置,这些信息都是它进行学习的数据基础。

斯里尼维沙表示,它们曾给HERB看视频:“HERB第一次看视频的时候,图像信息让它以为这些都是物品”,但在其他传感器的协作下,HERB明白了这些都不是物品。研究人员发现,为HERB的视频输入添加领域知识能够使HERB的处理速度变快,能够识别的物件数量也上升了接近两倍。

HERB目前的能力还有待提高,它能够识别物体,知道如何移动物体,不过抓取能力比较有限,比如他还无法捡起飘落在地上的报纸。研究人员希望,HERB在主动探索世界之余还能掌握“上网”的能力,比如连接到Amazon Mechanical Turk把识别工作外包,或是连接到RoboEarth、ImageNet、3D Warehouse等图像网站直接获取物品的图像资料。

相关的果壳网小组

本文编译自:CMU More Than a Good Eye: Carnegie Mellon Robot Uses Arms, Location and More To Discover Objects
文章题图:shutterlock

The End

发布于2013-05-10, 本文版权属于果壳网(guokr.com),禁止转载。如有需要,请联系果壳

我的评论

果壳包果核

果壳译者

pic