现实世界当中,机器人已经逐步融入我们的工作和生活,尤其是在生活当中帮助我们实现家务劳作,例如机器人可以实现地面打扫,帮助我们清洁窗户和玻璃。但对于在日常生活当中叠衣服这件事,机器人就无能为力了。
不过幸运的是,瑞士苏黎世联邦理工学院的研究人员似乎有了新的解决方案。这项技术有助于帮助机器人操控不同材质的布料,来实现折叠与收纳。
这项技术利用了图神经网络(GNN)的模型,通过观察布料的顶部来重建整个布料的网格。这一方法通过收集大量合成图像和在真实环境中捕获的布料图像,进行训练,从而让机器人能够有效预测整个布料的形状、位置和可见度。
研究人员指出,相比于以往的隐式布料表示方法,他们的模型能够更准确地确定整个布料网格的顶点位置和可见度,从而使机器人在处理布料时更加高效。这项研究不仅适用于双臂机器人,还适用于单臂机器人。
为了验证模型的性能,研究人员在模拟和实验环境中对ABB YuMi机器人进行了一系列测试,这是一款仿人半身机器人,具有双臂和双手。结果显示,他们的模型可以生成布料的网格表示,有效引导机器人的运动,无论是使用单手还是双手,机器人都能更好地抓住和操控各种布料。
这项研究开源了数据集和模型代码,这意味着更多的研究人员和工程师可以利用这一技术来改进机器人的能力,特别是在家务领域。这一突破将使移动机器人更加适合协助人类处理家务,提高它们处理桌布和其他家居清洁布料的能力。
综合来看,这项研究代表了机器人技术的重要进展,为未来更广泛的应用提供了潜力,同时也为提高机器人在家庭环境中的实用性和效率铺平了道路。
领取专属 10元无门槛券
私享最新 技术干货