图灵汇官网

麻省理工学院的研究团队开发了一款新型机器人，它结合了视觉与射频（RF）传感技术，以寻找和抓取物体，即使这些物体被隐藏在视线之外。这项技术有望显著提升电子商务仓库的工作效率。

近年来，机器人已经具备了人工视觉、触觉，甚至嗅觉。麻省理工学院的副教授Fadel Adib提到，研究人员一直在努力赋予机器人类似人类的感知能力。他补充说：“我们正在尝试赋予机器人超人的感知能力。”

研究团队开发了一款名为RF-Grasp的机器人，它利用能够穿透墙壁的无线电波来感知被遮挡的物体。这款机器人将强大的射频感应与传统的计算机视觉技术相结合，以定位和抓取可能被阻挡的物品。这一进步有望简化仓库中的电子商务执行任务，或帮助机器人从杂乱的工具包中取出特定工具，如螺丝刀。

这项研究将在5月的IEEE国际机器人和自动化会议上发布。主要作者是麻省理工学院媒体实验室信号动力学组的研究助理Tara Boroushaki。她的合著者包括Adib和机械工程系副教授Alberto Rodriguez，以及哈佛大学的研究工程师冷俊山和乔治亚理工大学的博士生Ian Clester。

随着电子商务的持续发展，尽管仓库工作环境拥挤且充满风险，这些工作仍然主要由人类完成。这是因为机器人在如此拥挤的环境中难以精确定位和抓取物体。Rodriguez指出，感知和拣选是当前行业面临的主要障碍。仅仅依靠光学视觉，机器人无法识别被箱子遮挡或藏在货架后面的物品。

射频识别技术已经在零售供应链中广泛应用，其主要组成部分包括阅读器和标签。这项技术已被用于追踪从图书到宠物的各种物品。研究团队认识到，这种广泛的射频技术可能成为机器人的福音，为它们提供另一种感知形式。

RF-Grasp机器人同时使用摄像头和射频阅读器来寻找和抓取被标记的物体，即使这些物体完全被摄像头的视线所遮挡。该机器人由一个连接到抓取手的机械臂组成，摄像头安装在机械臂上，而射频阅读器则独立于机器人运作，并向机器人的控制算法传输跟踪信息。因此，机器人不断收集射频跟踪数据和其周围环境的视觉图像。将这两种数据流整合到机器人的决策过程中是研究团队面临的最大挑战之一。

Boroushaki解释道：“机器人必须在每个时刻判断哪些数据流更为重要。这不仅仅是眼手协调，而是射频眼手协调。因此，问题变得更加复杂。”

机器人通过呼叫目标物体的射频标签来感知其位置，从而启动搜索和抓取过程。Adib表示：“它首先使用射频来集中视觉的注意力，然后用视觉引导精确操作。”这一过程类似于听到背后的声音后转身查看，以更清楚地了解声音来源。

凭借两种互补的感知方式，RF-Grasp机器人能够锁定目标物体。当它接近物体甚至开始操作时，视觉提供的更精细细节在机器人的决策过程中占据主导地位。

在一系列测试中，RF-Grasp机器人展示了其高效性。与仅配备摄像头的类似机器人相比，RF-Grasp能够更准确地定位和抓取目标物体，且总运动量减少约一半。此外，RF-Grasp机器人还显示出独特的“清理”能力，即清除包装材料和其他障碍物，以便接近目标。Rodriguez认为，这表明RF-Grasp机器人与其他缺乏穿透性射频感应的机器人相比具有“不公平的优势”。

RF-Grasp机器人未来有望在拥挤的电子商务仓库中发挥作用。其射频传感技术甚至可以立即验证物品的身份，而无需操作该物品、暴露其条形码并扫描它。Rodriguez表示：“射频技术有可能改善工业中的一些限制，尤其是在感知和定位方面。”

Adib还设想了RF-Grasp机器人在家用场景中的应用，例如帮助用户找到正确的扳手来组装家具。他说道：“你甚至可以想象这个机器人寻找丢失的物品。它就像一个超级扫地机器人，帮你找回遗失的钥匙，无论你把它们放在哪里。”