研究人员开发了用于精细杂货包装的软机器人系统

　　现在想象一下这样一个世界:机器人可以精美地包装你的杂货，像面包和鸡蛋这样的物品永远不会被更重的物品压碎。

　　我们可能离目标更近了:麻省理工学院CSAIL的研究人员创造了一种新的软机器人系统，它结合了先进的视觉技术、基于运动的本体感觉、软触觉传感器和一种新的算法，可以处理沿着传送带移动的不可预测物体的连续流。

　　麻省理工学院CSAIL博士生安南·张(Annan Zhang)是一篇关于机器人杂货店的新论文的主要作者之一，他说:“这里的挑战是要立即决定是否打包一件物品，尤其是因为我们对物品从传送带上下来没有任何假设。”“我们的系统会测量每件物品，判断它是否脆弱，然后直接包装或放在缓冲区稍后再包装。

　　RoboGrocery的伪市场之旅取得了成功。在实验设置中，研究人员从一组以前从未见过的、真实的杂货中选择了10件商品，并按随机顺序将它们放在传送带上。这个过程重复了三次，对“坏包”的评估是通过计算放在精致物品上的重物品的数量来完成的。软机器人系统展示了它的轻触感，与无传感器基线相比，它执行的物品损坏操作减少了9倍，比仅使用摄像头识别物品但缺乏触觉的视觉方法少了4.5倍。无传感器基线仅依赖于预编程的抓取动作，没有感官反馈。

　　为了说明RoboGrocery是如何工作的，让我们考虑一个例子。一串葡萄和一罐汤从传送带上下来。首先，RGB-D相机检测葡萄和汤，估计大小和位置。抓手拿起葡萄，柔软的触觉传感器测量压力和变形，表明它们很精致。该算法分配一个高精细分数，并将它们放在缓冲区中。接下来，手抓汤。传感器测量最小的变形，意味着“不精致”，所以算法给了一个低精致分数，并直接把它装进箱子里。

　　一旦所有不易碎的物品都包装好了，RoboGrocery就会从缓冲液中取出葡萄，小心地把它们放在最上面，这样它们就不会被压碎。在整个过程中，机器人的所谓“大脑”，即微处理器或“芯片”，处理所有感官数据并实时执行包装决策。

　　他们测试了各种杂货，以确保坚固性和可靠性。有面包、小柑橘、葡萄、羽衣甘蓝、松饼、薯片和饼干等精致的食物。他们还测试了汤罐、磨碎的咖啡、口香糖、奶酪块、预制餐盒、冰淇淋容器和小苏打等非易碎物品。

　　“莴苣帮你使用我们的自动结账机器人!”

　　传统上，机器人中的装箱任务主要集中在刚性的矩形物体上。但是，这些方法可能无法处理不同形状、大小和刚度的对象。

　　然而，RoboGrocery凭借其定制的RGB-D相机、闭环控制伺服电机和柔软触觉传感器的组合领先于此。摄像机提供深度信息和彩色图像，以准确确定物体沿着传送带移动时的形状和大小。马达提供精确的控制和反馈，允许抓取器根据物体的特性调整抓取。最后，传感器，集成到抓手的手指，测量物体的压力和变形，提供刚度和脆弱性的数据。

　　尽管它取得了成功，但总有改进的空间。目前判断一件物品是否精致的启发式方法有些粗糙，可以用更先进的传感技术和更好的抓手来改进。“目前，我们的抓取方法是相当基础的，但提高这些技术可以带来显著的进步，”张说。例如，确定最佳抓取方向，以最大限度地减少失败的尝试，并有效地处理放在传送带上的不利方向的物品。例如，一个麦片盒平放着可能太大了，无法从上面抓住，但直立起来，它就完全可以控制。”

　　展望未来

　　虽然该项目仍处于研究阶段，但其潜在的应用范围可能超出食品杂货包装。该团队设想在各种在线包装场景中使用，例如为移动或回收设施打包，其中对象的顺序和属性是未知的。

　　张说:“这是机器人在现实世界中包装杂货和其他物品的重要的第一步。”“虽然我们还没有做好商业部署的准备，但我们的研究证明了在软机器人系统中集成多种传感模式的力量。”

　　麻省理工学院电子工程与计算机科学(EECS)教授、CSAIL主任Daniela Rus表示:“像我们项目中的机器人一样，能够柔软细腻地抓取和高级推理的机器人自动化杂货包装，有可能影响零售效率，开辟新的创新途径。”

　　“软爪适用于抓取各种形状的物体，当与适当的传感和控制相结合时，它们可以解决长期存在的机器人问题，比如打包未知物体，”新加坡国立大学机器人技术教长主席教授塞西莉亚·拉斯基补充道，她没有参与这项工作。“这就是这篇论文所展示的，使软机器人向具体应用迈进了一步。”

　　哈佛大学电子工程教授罗伯特·伍德(Robert Wood)没有参与这篇论文，他说:“作者用一种整体的、受生物启发的方法解决了机器人技术中一个长期存在的问题——处理精致和不规则形状的物体。”“他们结合使用视觉和触觉感知，与人类完成类似任务的方式相似，重要的是，为未来的操纵研究奠定了一个性能基准。”

　　作者:瑞秋·戈登