机器人以前所未有的精度跟踪移动物体

一种新颖的系统使用RFID标签以前所未有的速度和准确度帮助机器人回家移动物体。该系统可以通过从事包装和装配的机器人以及执行搜索和救援任务的大量无人机来实现更大的协作和精确度。麻省理工学院开发的一种新型系统使用RFID标签，以前所未有的速度和准确度帮助机器人回家移动物体。该系统可以通过从事包装和装配的机器人以及执行搜索和救援任务的大量无人机来实现更大的协作和精确度。在下周在USENIX网络化系统设计与实现研讨会上发表的一篇论文中，研究人员表明，使用该系统的机器人可以在7.5毫秒内平均定位被标记物体，误差小于1厘米

在称为TurboTrack的系统中，RFID(射频识别)标签可以应用于任何物体。读取器发送反射RFID标签和其他附近物体的无线信号，并向读取器反弹。算法筛选所有反射信号以找到RFID标签的响应。然后，最终计算利用RFID标签的运动 - 即使这通常会降低精度 - 以提高其定位精度。

研究人员表示，该系统可以取代计算机视觉以完成某些机器人任务。与人类对应物一样，计算机视觉受到它所能看到的限制，并且它可能无法在杂乱的环境中注意到物体。射频信号没有这样的限制：它们可以在没有可视化的情况下识别目标，在杂波和通过墙壁。

为了验证该系统，研究人员将一个RFID标签贴在一个瓶盖上，另一个贴在瓶子上。一个机械臂位于帽子上并放在瓶子上，由另一个机械臂固定。在另一场演示中，研究人员在对接，机动和飞行过程中跟踪了配备RFID的纳米生物。研究人员报告说，在这两项任务中，系统与传统的计算机视觉系统一样准确，快速，同时在计算机视觉失败的情况下工作。

“如果你使用射频信号来完成通常使用计算机视觉完成的任务，你不仅可以让机器人做人类的事情，还可以让他们做超人的事情，”麻省理工学院助理教授兼首席研究员Fadel Adib说。媒体实验室，Signal Kinetics Research Group的创始主任。“你可以用可扩展的方式做到这一点，因为这些RFID标签每个只有3美分。”

在制造中，该系统可以使机器人臂在装配线上拾取，组装和包装物品时更加精确和通用。另一个有希望的应用是使用手持“nanodrones”进行搜索和救援任务。Nanodrones目前使用计算机视觉和方法将捕获的图像拼接在一起以用于本地化目的。这些无人机经常在混乱区域混淆，在墙壁后面相互丢失，并且不能彼此唯一地识别。这一切都限制了他们在一个区域内展开并协作寻找失踪人员的能力。利用研究人员的系统，群中的纳诺方可以更好地相互定位，从而实现更好的控制和协作。

信号动力学研究小组的研究生罗志宏说：“你可以让一群纳米生物以某种方式形成，飞入杂乱的环境，甚至可以非常精确地隐藏在远离视线的环境中。”

该论文的其他媒体实验室共同作者正在访问学生张启平，博士后云飞马和研究助理Manish Singh。

超级分辨率

Adib的团队多年来一直致力于使用无线电信号进行跟踪和识别，例如检测瓶装食品中的污染，与体内设备通信以及管理仓库库存。

类似的系统已经尝试将RFID标签用于定位任务。但这些都需要在准确性或速度上进行权衡。准确地说，可能需要几秒钟才能找到一个移动的物体;为了提高速度，他们失去了准确性。

挑战在于同时实现速度和准确性。为此，研究人员从一种名为“超分辨率成像”的成像技术中汲取灵感。这些系统将来自多个角度的图像拼接在一起，以获得更精细分辨率的图像。

“我们的想法是将这些超分辨率系统应用于无线电信号，”Adib说。“随着某些事情发生变化，你会在追踪它时获得更多视角，因此你可以利用这一动作来提高准确性。”

该系统将标准RFID阅读器与用于定位射频信号的“辅助”组件相结合。辅助器在无线通信中使用的调制方案(称为正交频分复用)的基础上射出包括多个频率的宽带信号。

系统捕获环境中物体反弹的所有信号，包括RFID标签。其中一个信号携带特定于特定RFID标签的信号，因为RFID信号以特定模式反射和吸收输入信号，对应于系统可识别的0和1位。

因为这些信号以光速传播，所以系统可以计算“飞行时间” - 通过计算信号在发射器和接收器之间传播所需的时间来测量距离 - 以测量标签的位置，如以及环境中的其他对象。但这只提供了一个球场定位图，而不是精确度。

利用运动

为了放大标签的位置，研究人员开发了他们所谓的“时空超分辨率”算法。

该算法结合了所有回弹信号的位置估计，包括RFID信号，它使用飞行时间确定。使用一些概率计算，它将该组缩小到RFID标签的少数潜在位置。

随着标签移动，其信号角度稍微改变 - 这一变化也对应于某个位置。然后，算法可以使用该角度变化来跟踪标签移动时的距离。通过不断地将变化的距离测量与来自其他信号的所有其他距离测量进行比较，它可以在三维空间中找到标签。这一切都发生在几分之一秒内。

“高层次的想法是，通过将这些测量值随时间和空间相结合，您可以更好地重建标签的位置，”Adib说。