آشنایی با RFusion، رباتی که اقلام گمشده را پیدا می‌کند

پژوهشگران بنیاد تکنولوژی ماساچوست (MIT)، سرانجام کار بر روی ربات RFusion را به اتمام رسانده‌اند. رباتی که توانایی مکان‌یابی و بازیابی اقلام گمشده را داراست و این‌کار را با کمک اطلاعات بصری دریافت‌شده از دوربین دستگاه و امواج رادیویی که از آنتن خود دریافت می‌کند، به انجام می‌رساند.

مسافری که به زودی پرواز دارد و حسابی هم سرش شلوغ است، به خوبی واقف است که بیرون زدن از منزل و فهمیدن این امر که کلید خود را گم کرده است؛ چقدر می‌تواند دردناک باشد. چیزی تا پریدن هواپیما نمانده و وی مجبور است وسایل درهم و برهم خانه را زیر و رو کند تا بلکه کلید خود را پیدا کند.
پژوهشگران موسسه تکنولوژی ماساچوست رباتی ساخته‌اند که دقیقا همین کار را به انجام می‌رساند. رباتی که RFusion نام دارد.
ربات RFusion با ترکیب اطلاعاتی که از آنتن دوربین خود دریافت کرده، می‌تواند شیء گم‌شده را ردیابی کند. سپس با مکان‌یابی دقیق، حتی اگر این اقلام زیر توده‌ای حجیم هم مدفون شده باشند، آن‌ها را پیدا می‌کند.

ربات RFusion چگونه کار می‌کند؟

ربات RFusion بازویی رباتیکی است که به یک دوربین و یک آنتن دریافت‌کننده‌ی فرکانس رادیویی که بر روی جک گیرنده‌ی ربات تعبیه گشته، مجهز شده است. این ربات سیگنال‌های دریافت‌شده از آنتن را با داده‌های بصری دوربین ترکیب می‌کند. به این شکل می‌تواند شیء گم‌شده را حتی اگر زیر توده‌ای از لوازم دیگر پنهان شده باشد، ردیابی کرده و بدست آورد.

در طول این پروژه تگ‌های فرکانس رادیویی، که فاقد باتری و بسیار ارزان هستند، به اجسام وصل شدند. به این شکل توانستند سیگنال‌هایی را که توسط آنتن ربات ارسال می‌شد، منعکس کنند.

از آن‌جایی‌که فرکانس‌های رادیویی (یا RF) می‌توانند از اکثر سطوح عبور کنند (مثلا توده‌ای از لباس‌های چرک که کلید ممکن است زیر آن مخفی شده باشد)؛ ربات RFusion می‌تواند آن را با کمک تگ RFID، حتی زیر تلی از لباس هم ردیابی کند.

این ربات با کمک هوش مصنوعی می‌تواند داده‌های دریافتی را ترکیب کند، سپس به مکان دقیق شیء برسد. در گام بعدی با کمک گیره‌ی این بازو، موانعی را که راه رسیدن به آن اقلام را سد می‌کنند کنار بزند و همان وسیله‌ای را که به دنبالش می‌گردید، پیدا کرده، آن را با بازوی خود بردارد.

دوربین، آنتن و بازوی رباتی کاملا از هر لحاظ با هم هماهنگ هستند و کمک می‌کنند تا ربات RFusion بتواند در هر محیطی، بدون نیاز به تمهیدات خاص، اقلام گم‌شده را پیدا نماید.

البته نسخه‌ اولیه‌ی RFusion، برای کاربردهای سنگین‌ و پیچیده‌تر، سرعت بالایی ندارد. اگرچه پیدا کردن کلید به خودیِ خود مشکل‌گشای بسیاری از ماست، می‌توان انتظار داشت که با گسترش دانش RFusion در آینده بتوان برای کاربردهای دیگر، مانند دستور به ربات برای تفکیک اشیای مختلف در انبارها، تشخیص و نصب اجزای ماشین‌آلات صنعتی در کارخانه‌ها، یا کمک به سالمندان در انجام کارهای فردی روزانه هم از این ربات استفاده کرد.

پروفسور فادل ادیب، عضو دپارتمان مهندسی الکترونیک و علوم کامپیوتری و سرپرست تیم محرک‌های سیگنالی MIT در این رابطه می‌گوید:« این ایده که بتوان در یک دنیای درهم و برهم، اشیای گم‌شده را پیدا کرد، مسئله‌ای‌ست که ما سال‌هاست بر روی آن کار می‌کنیم. در صنایع امروزه، در دست داشتن رباتی که بتواند اشیای گم‌شده را حتی از زیر توده‌ای از لوازم مختلف پیدا کند، نیازی اساسی‌ست. در حال حاضر می‌توانید به این ربات، به چشم جاروی رومبا نگاه کنید. منتهی به عبارتی دیگر، این دستگاه می‌تواند کاربردهای بسیار زیادی در صنایع ساخت و ساز و محیط انبارها داشته باشد.»

بازوی رباتیک ربات RFusion

ارسال سیگنال در ربات RFusion

RFusion کار خود را با ارسال سیگنال به جسمی که به دنبالش می‌گردید، شروع می‌کند. این سیگنال‌ها به تگ RFID برخورد کرده و به صورت سیگنال‌هایی دوار بازتاب پیدا می‌کنند (درست مانند نور خورشید از از سطح آینه منعکس می‌شود.).

این سیگنال‌ها یک محیط کروی را حول ناحیه‌ای که جسم در آن قرار گرفته به وجود می‌آورند. داده‌های ورودی دوربین با این اطلاعات رادیویی ترکیب شده و در نهایت محیط جسم تشخیص داده می‌شود.

مشخص است که اگر میزی در آن نواحی وجود داشته باشد و روی آن خالی از سیگنال باشد، جسم گم‌شده نمی‌تواند آن‌جا باشد. پس به محض این‌که ربات محل شی‌ء را متوجه شد، با تکان دادن بازوهای خود، مسیر دست‌یابی به جسم را تخمین می‌زند. کاری‌که در حال حاضر با سرعتی پایین به انجام می‌رسد.

پژوهشگران هم‌چنان در حال کار بر روی سیستم عصبی این ربات هستند و به گفته‌ی بروشکی: “ربات RFusion با آزمون و خطا، درست مانند مغز انسان می‌تواند مدل‌سازی خود را گسترش داده و تجربیات بیشتری کسب کند. بنابراین همین‌که ربات محل شیء را شناسایی کند، شبکه‌ی عصبی آن با ترکیب فرکانس‌های رادیویی و اطلاعات بصری، تخمین می‌زنند که بازوی ربات در چه زاویه‌ای و تا چه فاصله‌ای باید دراز شود و جک گیرنده باید تا چه حدی باز شود تا بتواند جسم را بگیرد. بماند که یک بار دیگر هم تگ را چک می‌کند تا مطمئن شود جسم درستی را برداشته است.”

چگونه ربات RFusion از میان توده ای از وسایل به جسم مدنظر می‌رسد؟

این ربات توسط پژوهشگران در محیط‌های گوناگون تست شده است. مثلا یک دسته‌کلید را در یک جعبه پر از لوازم مختلف پنهان کردند. اما الگوریتم پیشرفت یادگیری دستگاه به صورتی‌ بود که با دادن تمامی اطلاعات دوربین و محاسبات مربوط به امواج رادیویی به دستگاه، عملا سیستم برای پیدا کردن جسم گیج می‌شد. اینجا بود که با اقتباس از روند بکارگیری داده‌های ماهواره‌ای در GPS یا ردیاب، محققان محاسبات رادیویی را خلاصه کرده و داده‌های تصویری محدودی را به ربات افزودند. جالب است که این‌ امر نتیجه داد و RFusion توانست تا 96 درصد در بازیابی جسم گمشده در میان توده‌ی وسایل مختلف با موفقیت روبرو شود.

به گفته‌ی بروشکی، عضو تیم تحقیقات MIT: آزمون و خطای این سیستم به این صورت است که اگر به تنهایی به داده‌های دوربین بسنده کند، ممکن است شیء گمشده را با شیء دیگری اشتباه بگیرد. امواج رادیویی هم ممکن است از امواج بیرونی باشند. اما ترکیب این دو قابلیت باهم، باعث تصحیح خطای سیستمی و عملکرد صحیح دستگاه می‌شود.

اگرچه در آینده می‌توان انتظارات بسیار بیشتری از ربات RFusion داشت. با توجه به این‌که میلیاردها تگ RFID این روزها در فروشگاه‌های لباس یا محصولات دیگر به کار می‌رود، می‌توان روزی را انتظار داشت که با پیشرفت و بهبود سیستم RFusion، با زیر و رو کردن انبوهی از لوازم مختلف در کم‌تر از چند ثانیه، به شیء گم‌شده‌ی خود رسید.

به گفته‌ی متیو رینولدز، یکی از پروفسورهای مهندسی کامپیوتر و الکترونیک دانشگاه واشنگتن: RFusion گامی به سوی فروشگاه‌ها و خانه‌هایی کاملا رباتیک است.

اخبار تکنولوژی را از سایت آسمان ایکس دنبال کنید.

منبع: MIT