澳洲科学家研发出一种新方法 解决机器人抓取难

一直以来，机器人抓取技术都是业界的难题。最近，澳大利亚昆士兰科技大学的机器人学家们攻克了这一难关，他们开发出了一种全新的方法，让机器人能更快更准确地抓取物体，即使面对混乱和多变的环境。这一技术的突破，将极大地提高机器人在工业和家庭环境中的实用性。

这种新方法名为生成式抓取卷积，它允许机器人快速扫描周围环境，并利用图像映射技术，将捕获的每个像素进行精确处理，从而极大地提升了抓取质量。经过现实世界的测试，机器人在动态环境中的抓取准确率已经达到惊人的88%，而在静态环境中更是高达92%。这意味着机器人在抓取物体时更加智能、灵活和准确。

对于机器人来说，抓取物体是一项几乎不可能完成的任务。昆士兰科技大学的Jurgen Leitner博士表示，对人类来说轻而易举的任务对于机器人来说却异常困难。传统的机器人抓取系统无法快速适应变化的环境，尤其是当物体移动时。这个世界充满了不可预测性，事物不断发生变化、移动且混乱，因此机器人必须具备在非标准环境中适应和工作的能力。为了实现这一目标，Leitner博士和他的团队开发出了一种基于人工智能的系统——人工神经网络。通过使用该网络和测绘相机，双指抓取机器人能够实时生成移动物体的逐像素图，并确定最佳的抓取方式。这是一种集实时、对象无关和闭环综合于一体的抓取方法。

这支充满激情的团队还包括了杰出的博士研究员Douglas Morrison和昆士兰科技大学科学与工程学院的杰出教授Per Corke。他们的共同努力让生成式抓取卷积神经网络方法得以问世。这种方法通过预测每个像素处的双指抓握的质量和姿态来发挥作用。机器人只需通过一次扫描即可做出决定，无需尝试多种不同的抓握方式，从而大大缩短了计算时间。在实际测试中，团队对一组几何物体的抓取成功率达到了83%，对一组移动的家居物体的抓取成功率更是高达88%。这一技术在动态环境中表现尤为出色，成功率为81%。

Leitner博士表示，这一技术克服了现有抓取技术的一些局限性。在以前的技术中，机器人通常需要花费大量时间来处理图像并做出决定。而现在，使用新技术可以在大约20毫秒内处理图像并做出决策。这意味着机器人可以更加自信地执行抓取任务，尤其是在混乱的环境中。这些改进对于工业自动化和家庭环境具有巨大的价值。现在智能机器人不仅可以完成简单的任务，如扫地和拖地，还可以准确地拾取物品并将其整理好。这一技术的突破将彻底改变机器人技术在各个领域的应用前景。