麻省理工学院(MIT)的研究团队开发了一种新型成像技术,可让仓库中的质量控制机器人透视封闭的盒子。
例如,利用这项新技术,机器人可以透视一个纸板运输箱,看到其中马克杯的手柄是否破损。
这种新方法可能彻底改变仓库质量控制流程,并优化运输与配送过程。
MIT团队的新方法利用毫米波(mmWave)信号对物体进行精确的3D重建。这种信号与Wi-Fi使用的信号类型相同,即使物体被遮挡,也能实现重建。
这些波可以穿透塑料板、内墙和纸板,然后从隐藏物体表面反射,被传感器收集。MIT团队的系统名为mmNorm,正是通过这一原理工作。它将波反射数据输入算法,从而估计物体表面的形状。
在测试中,mmNorm的重建准确率达到96%,成功检测并重建了银器、电钻等物体。研究团队特别针对具有复杂结构和曲线形状的物体进行了重建。据团队介绍,目前同类最先进系统的准确率为78%。
团队表示,该系统高效且无需额外带宽(相比传统系统),可应用于多种场景,包括工厂环境和辅助生活设施。在工厂中,机械臂可利用该技术检查传送带上的货物;未来,人形机器人可能通过此方法在工厂内移动并检查特定容器。
MIT研究人员参考传统雷达技术开发了该系统。尽管雷达毫米波信号能有效检测被云层遮挡的飞机,但传统上在检测家庭用品等较小物体时效率不高。
团队发现,现有系统忽略了“镜面反射特性”(specularity)——即调频波信号像镜子一样从表面反射的特性。从逻辑上看,若物体表面朝向远离雷达系统的方向,信号将无法被接收。
“基于镜面反射特性,我们的思路是不仅估计环境中反射的位置,还要估计该点表面的方向。”详细描述该系统的论文第一作者劳拉·多兹(Laura Dodds)在新闻声明中解释道。
团队开发了mmNorm来估计所谓的“表面法线”(surface normal),即算法会估计表面反射信号的方向。这些估计能实现对隐藏物体更精确的重建。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.