机器人以前所未有的精度跟踪运动物体
该系统使用射频识别标签定位目标;有利于机器人制造、协作无人机和其他应用。
麻省理工学院开发的一个新系统使用射频识别标签,帮助机器人以前所未有的速度和准确度回到移动物体上。该系统可以通过包装和组装机器人以及执行搜索和救援任务的无人机群实现更大的协作和精度。
在下周的usenix网络系统设计与实现研讨会上发表的一篇论文中,研究人员表明,使用该系统的机器人平均可以在7.5毫秒内定位标记对象,误差小于1厘米。
在这个被称为涡轮轨道的系统中,射频识别标签可以应用于任何物体。读卡器发送一个无线信号,该信号从RFID标签和其他附近的物体上反射出来,然后反弹到读卡器上。一种算法通过筛选所有反射信号来找到RFID标签的响应。最后的计算,然后利用RFID标签的移动-即使这通常会降低精度-以提高其定位精度。
研究人员说,该系统可以代替计算机视觉完成一些机器人任务。与人类视觉一样,计算机视觉也受到它所能看到的东西的限制,并且它可能无法在杂乱的环境中注意到物体。射频信号没有这样的限制:它们可以在杂乱和穿墙的情况下,无需可视化地识别目标。
为了验证这个系统,研究人员将一个射频识别标签贴在瓶盖上,另一个贴在瓶子上。一个机械臂找到盖子,把它放在瓶子上,由另一个机械臂握住。在另一个演示中,研究人员在对接、机动和飞行过程中跟踪了装有RFID的纳米无人机。研究人员报告说,在这两项任务中,该系统与传统的计算机视觉系统一样准确和快速,同时在计算机视觉失效的情况下工作。
麻省理工学院媒体实验室的助理教授兼首席研究员、信号动力学研究小组的创始负责人法德尔·阿迪布说:“如果你把射频信号用于通常使用计算机视觉完成的任务,不仅可以让机器人做人类的事情,而且还可以让它们做超人的事情。”“你可以用一种可扩展的方式来实现,因为这些RFID标签每个只有3美分。”
在制造业中,该系统可以使机器人手臂更加精确和通用,例如,沿着装配线拾取、装配和包装物品。另一个有希望的应用是使用手持“纳米无人机”执行搜索和救援任务。纳米无人机目前使用计算机视觉和方法将采集到的图像拼接起来进行定位。这些无人驾驶飞机经常在混乱的区域被迷惑,在墙后彼此失去联系,并且不能唯一地识别彼此。这一切都限制了他们的能力,比方说,分散在一个地区,协作寻找失踪的人。利用研究人员的系统,成群的纳米无人机可以更好地相互定位,从而更好地控制和协作。
第一作者、信号动力学研究小组的研究生罗志红(音译)说:“你可以让一群纳米无人机以特定的方式形成,飞入杂乱的环境,甚至是隐蔽在视线之外的环境中,而且非常精确。”
本文的其他媒体实验室合著者是访问学生张启平、马云飞博士后和研究助理辛格。
超分辨率
 ;
Adib的团队多年来一直致力于使用无线电信号进行跟踪和识别,例如检测瓶装食品中的污染、与体内设备进行通信以及管理仓库库存。
类似的系统试图使用RFID标签来完成本地化任务。但无论是在准确性还是速度上,这些都会带来权衡。准确地说,要找到移动的物体可能需要几秒钟;要提高速度,就失去了准确度。
挑战在于同时实现速度和准确性。为了做到这一点,研究人员从一种称为“超分辨率成像”的成像技术中获得灵感。这些系统从多个角度将图像拼接在一起,以获得更好的分辨率图像。
“这个想法是将这些超分辨率系统应用于无线电信号,”阿迪布说。“当某物移动时,您可以在跟踪过程中获得更多的视角,因此您可以利用移动来获得准确度。”
该系统结合了一个标准的RFID阅读器和一个“助手”组件,用于定位射频信号。助手发射一个包含多个频率的宽带信号,建立在无线通信中使用的调制方案上,称为正交频分复用。
系统捕获所有从环境中的物体上反弹回来的信号,包括RFID标签。其中一个信号携带一个特定于特定RFID标签的信号,因为RFID信号以特定模式反射和吸收一个输入信号,对应于系统可以识别的0和1位。
由于这些信号以光速传播,系统可以计算“飞行时间”(通过计算信号在发射器和接收器之间传播所需的时间来测量距离),以测量标签以及环境中其他物体的位置。但这只提供了一个大概的本地化数字,而不是次实体精度。
杠杆运动
为了放大标签的位置,研究人员开发了他们称之为“时空超分辨率”的算法。
该算法结合了所有反弹信号的位置估计,包括使用飞行时间确定的RFID信号。通过一些概率计算,它将这个组缩小到几个可能的RFID标签位置。
当标签移动时,它的信号角度会发生轻微的变化——这种变化也对应于特定的位置。然后,该算法可以使用该角度变化来跟踪标签移动时的距离。通过不断地将改变的距离测量与其他所有信号的距离测量进行比较,它可以在三维空间中找到标签。这一切都发生在不到一秒钟的时间里。
“高层次的想法是,通过将这些随时间和空间变化的测量结果结合起来,可以更好地重建标签的位置,”Adib说。
德克萨斯大学奥斯汀分校计算机科学教授Lili Qiu说:“这项研究报告的精确度为亚厘米,这对RFID来说是非常令人印象深刻的。”他的研究重点是无线网络和通信。“该论文提出了一个有趣的想法,即让‘助手’发送与RFID协议兼容的宽带信号,以实现高跟踪精度[并]开发了一个用于射频定位的……框架,该框架将跨时间和跨多个天线的测量融合在一起。该系统有潜力支持[研究人员]的目标应用,如机器人装配和纳米无人机。…未来的现场测试结果将非常有趣。”