MIT Media Lab-forskare använder RFID-taggar för att hjälpa robotar komma in på rörliga objekt med oöverträffad hastighet och precision, potentiellt möjliggöra större samarbete inom robotförpackning och montering och bland svärmar av drönare. Kredit:Massachusetts Institute of Technology
Ett nytt system utvecklat vid MIT använder RFID-taggar för att hjälpa robotar att komma in på rörliga föremål med oöverträffad hastighet och precision. Systemet skulle kunna möjliggöra större samarbete och precision av robotar som arbetar med förpackning och montering, och av svärmar av drönare som utför sök- och räddningsuppdrag.
I ett papper som presenteras nästa vecka på USENIX Symposium on Networked Systems Design and Implementation, forskarna visar att robotar som använder systemet kan lokalisera taggade objekt inom 7,5 millisekunder, i genomsnitt, och med ett fel på mindre än en centimeter.
I systemet, kallas TurboTrack, en RFID-tagg (radiofrekvensidentifiering) kan appliceras på vilket objekt som helst. En läsare skickar en trådlös signal som reflekteras från RFID-taggen och andra närliggande objekt, och återkommer till läsaren. En algoritm sållar igenom alla reflekterade signaler för att hitta RFID-taggens svar. Slutliga beräkningar utnyttjar sedan RFID-taggens rörelse – även om detta vanligtvis minskar precisionen – för att förbättra dess lokaliseringsnoggrannhet.
Forskarna säger att systemet kan ersätta datorseende för vissa robotuppgifter. Som med sin mänskliga motsvarighet, datorseende begränsas av vad den kan se, och det kan misslyckas med att lägga märke till föremål i röriga miljöer. Radiofrekvenssignaler har inga sådana begränsningar:De kan identifiera mål utan visualisering, inom röran och genom väggar.
För att validera systemet, forskarna fäste en RFID-tagg på ett lock och en annan på en flaska. En robotarm placerade locket och placerade det på flaskan, hålls av en annan robotarm. I en annan demonstration, forskarna spårade RFID-utrustade nanodroner under dockning, manövrering, och flyger. I båda uppgifterna, systemet var lika exakt och snabbt som traditionella datorseende system, när du arbetar i scenarier där datorseendet misslyckas, forskarna rapporterar.
"Om du använder RF-signaler för uppgifter som vanligtvis görs med datorseende, inte bara gör du det möjligt för robotar att göra mänskliga saker, men du kan också göra det möjligt för dem att göra övermänskliga saker, " säger Fadel Adib, en biträdande professor och huvudutredare i MIT Media Lab, och grundare av Signal Kinetics Research Group. "Och du kan göra det på ett skalbart sätt, eftersom dessa RFID-taggar bara kostar 3 cent var."
I tillverkningen, systemet skulle kunna göra det möjligt för robotarmar att vara mer exakta och mångsidiga i, säga, plockar upp, montering, och förpackningar längs ett löpande band. En annan lovande applikation är att använda handhållna "nanodroner" för sök- och räddningsuppdrag. Nanodroner använder för närvarande datorseende och metoder för att sy ihop tagna bilder för lokaliseringsändamål. Dessa drönare blir ofta förvirrade i kaotiska områden, förlora varandra bakom murar, och kan inte identifiera varandra unikt. Allt detta begränsar deras förmåga att, säga, sprida ut sig över ett område och samarbeta för att söka efter en försvunnen person. Med hjälp av forskarnas system, nanodroner i svärmar kunde bättre lokalisera varandra, för större kontroll och samarbete.
"Du kan göra det möjligt för en svärm av nanodroner att bildas på vissa sätt, flyga in i röriga miljöer, och även miljöer dolda från synen, med stor precision, " säger första författaren Zhihong Luo, en doktorand i Signal Kinetics Research Group.
De andra Media Lab-medförfattarna på tidningen besöker studenten Qiping Zhang, postdoc Yunfei Ma, och forskningsassistent Manish Singh.
Superupplösning
Adibs grupp har arbetat i flera år med att använda radiosignaler för spårnings- och identifieringsändamål, som att upptäcka kontaminering i mat på flaska, kommunicera med enheter inuti kroppen, och hantera lagerinventering.
Liknande system har försökt använda RFID-taggar för lokaliseringsuppgifter. Men dessa kommer med avvägningar i antingen noggrannhet eller hastighet. För att vara exakt, det kan ta dem flera sekunder att hitta ett rörligt föremål; för att öka hastigheten, de tappar precision.
Utmaningen var att uppnå både snabbhet och precision samtidigt. Att göra så, forskarna hämtade inspiration från en bildteknik som kallas "super-resolution imaging". Dessa system syr ihop bilder från flera vinklar för att få en bild med finare upplösning.
"Tanken var att tillämpa dessa superupplösningssystem på radiosignaler, " säger Adib. "När något rör sig, du får fler perspektiv när du spårar det, så att du kan utnyttja rörelsen för noggrannhet."
Systemet kombinerar en standard RFID-läsare med en "hjälpar"-komponent som används för att lokalisera radiofrekvenssignaler. Hjälparen skjuter ut en bredbandssignal som består av flera frekvenser, bygger på ett moduleringsschema som används i trådlös kommunikation, kallas ortogonal frekvensdelningsmultiplexering.
Systemet fångar alla signaler som studsar från objekt i miljön, inklusive RFID-taggen. En av dessa signaler bär en signal som är specifik för den specifika RFID-taggen, eftersom RFID-signaler reflekterar och absorberar en inkommande signal i ett visst mönster, motsvarande bitar av 0:or och 1:or, som systemet kan känna igen.
Eftersom dessa signaler färdas med ljusets hastighet, systemet kan beräkna en "tid för flygning" – mäta avstånd genom att beräkna den tid det tar en signal att färdas mellan en sändare och mottagare – för att mäta platsen för taggen, såväl som de andra föremålen i miljön. Men detta ger bara en lokaliseringssiffra för bollplank, inte subcentimeterprecision.
Utnyttja rörelse
För att zooma in på taggens plats, forskarna utvecklade vad de kallar en "rum-tid super-upplösning"-algoritm.
Algoritmen kombinerar lokaliseringsuppskattningarna för alla studsande signaler, inklusive RFID-signalen, som den fastställde med hjälp av flygtiden. Med hjälp av några sannolikhetsberäkningar, det begränsar den gruppen till en handfull potentiella platser för RFID-taggen.
När taggen rör sig, dess signalvinkel ändras något - en förändring som också motsvarar en viss plats. Algoritmen kan sedan använda den vinkeländringen för att spåra taggens avstånd när den rör sig. Genom att hela tiden jämföra den ändrade avståndsmätningen med alla andra avståndsmätningar från andra signaler, den kan hitta taggen i ett tredimensionellt utrymme. Allt detta händer på en bråkdel av en sekund.
"Idén på hög nivå är att genom att kombinera dessa mätningar över tid och över rymden, du får en bättre rekonstruktion av taggens position, säger Adib.
Den här historien återpubliceras med tillstånd av MIT News (web.mit.edu/newsoffice/), en populär webbplats som täcker nyheter om MIT-forskning, innovation och undervisning.