Een nieuw systeem dat is ontwikkeld aan het MIT, maakt gebruik van RFID-tags om robots te helpen zich met ongekende snelheid en nauwkeurigheid op bewegende objecten te concentreren. Het systeem kan een grotere samenwerking en precisie mogelijk maken door robots die werken aan verpakking en assemblage, en door zwermen drones die zoek- en reddingsmissies uitvoeren.

In een paper die volgende week wordt gepresenteerd op het USENIX Symposium on Networked Systems Design and Implementation, de onderzoekers laten zien dat robots die het systeem gebruiken, getagde objecten binnen 7,5 milliseconden kunnen lokaliseren, gemiddeld, en met een fout van minder dan een centimeter.

In het systeem, genaamd TurboTrack, een RFID-tag (radiofrequentie-identificatie) kan op elk object worden aangebracht. Een lezer stuurt een draadloos signaal dat weerkaatst op de RFID-tag en andere objecten in de buurt, en keert terug naar de lezer. Een algoritme doorzoekt alle gereflecteerde signalen om de reactie van de RFID-tag te vinden. De uiteindelijke berekeningen maken vervolgens gebruik van de beweging van de RFID-tag - hoewel dit meestal de precisie vermindert - om de lokalisatienauwkeurigheid te verbeteren.

De onderzoekers zeggen dat het systeem computervisie kan vervangen voor sommige robottaken. Net als bij zijn menselijke tegenhanger, computervisie wordt beperkt door wat het kan zien, en het kan objecten in onoverzichtelijke omgevingen niet opmerken. Radiofrequentiesignalen hebben dergelijke beperkingen niet:ze kunnen doelen identificeren zonder visualisatie, binnen rommel en door muren.

Om het systeem te valideren, de onderzoekers bevestigden een RFID-tag aan een dop en een andere aan een fles. Een robotarm plaatste de dop en plaatste deze op de fles, vastgehouden door een andere robotarm. Bij een andere demonstratie de onderzoekers volgden met RFID uitgeruste nanodrones tijdens het aanmeren, manoeuvreren, en vliegen. Bij beide taken het systeem was net zo nauwkeurig en snel als traditionele computervisiesystemen, tijdens het werken in scenario's waarin computervisie faalt, melden de onderzoekers.

"Als je RF-signalen gebruikt voor taken die normaal gesproken worden gedaan met behulp van computervisie, niet alleen laat je robots menselijke dingen doen, maar je kunt ze ook in staat stellen bovenmenselijke dingen te doen, " zegt Fadel Adib, een assistent-professor en hoofdonderzoeker in het MIT Media Lab, en stichtend directeur van de Signal Kinetics Research Group. "En je kunt het op een schaalbare manier doen, want deze RFID-tags zijn slechts 3 cent per stuk."

Bij de productie, het systeem zou robotarmen in staat kunnen stellen nauwkeuriger en veelzijdiger te zijn in, zeggen, oppakken, in elkaar zetten, en het verpakken van artikelen langs een lopende band. Een andere veelbelovende toepassing is het gebruik van draagbare "nanodrones" voor zoek- en reddingsmissies. Nanodrones gebruiken momenteel computervisie en -methoden om vastgelegde beelden aan elkaar te naaien voor lokalisatiedoeleinden. Deze drones raken vaak in de war in chaotische gebieden, elkaar achter muren verliezen, en kunnen elkaar niet uniek identificeren. Dit alles beperkt hun vermogen om, zeggen, verspreid over een gebied en samenwerken om te zoeken naar een vermiste persoon. Met behulp van het systeem van de onderzoekers, nanodrones in zwermen kunnen elkaar beter lokaliseren, voor meer controle en samenwerking.

"Je zou op bepaalde manieren een zwerm nanodrones kunnen laten vormen, vliegen in rommelige omgevingen, en zelfs aan het zicht onttrokken omgevingen, met grote precisie, " zegt eerste auteur Zhihong Luo, een afgestudeerde student in de Signal Kinetics Research Group.

De andere co-auteurs van Media Lab op de krant zijn bezoekende student Qiping Zhang, postdoc Yunfei Ma, en onderzoeksassistent Manish Singh.

Superresolutie

De groep van Adib werkt al jaren aan het gebruik van radiosignalen voor tracking- en identificatiedoeleinden, zoals het detecteren van besmetting in gebotteld voedsel, communiceren met apparaten in het lichaam, en het beheren van de magazijnvoorraad.

Soortgelijke systemen hebben geprobeerd om RFID-tags te gebruiken voor lokalisatietaken. Maar deze komen met compromissen in nauwkeurigheid of snelheid. Accuraat zijn, het kan enkele seconden duren voordat ze een bewegend object hebben gevonden; snelheid verhogen, ze verliezen nauwkeurigheid.

De uitdaging was om tegelijkertijd zowel snelheid als nauwkeurigheid te bereiken. Om dit te doen, de onderzoekers lieten zich inspireren door een beeldvormingstechniek die 'super-resolution imaging' wordt genoemd. Deze systemen voegen beelden vanuit meerdere hoeken aan elkaar om een ​​beeld met een fijnere resolutie te verkrijgen.

"Het idee was om deze superresolutiesystemen toe te passen op radiosignalen, ' zegt Adib. 'Als iets beweegt, je krijgt meer perspectieven door het te volgen, zodat u de beweging kunt benutten voor nauwkeurigheid."

Het systeem combineert een standaard RFID-lezer met een "helper"-component die wordt gebruikt om radiofrequentiesignalen te lokaliseren. De helper schiet een breedbandsignaal uit dat meerdere frequenties omvat, voortbouwend op een modulatieschema dat wordt gebruikt in draadloze communicatie, orthogonale multiplexing met frequentieverdeling genoemd.

Het systeem vangt alle signalen op die terugkaatsen van objecten in de omgeving, inclusief de RFID-tag. Een van die signalen draagt ​​een signaal dat specifiek is voor de specifieke RFID-tag, omdat RFID-signalen een inkomend signaal in een bepaald patroon reflecteren en absorberen, overeenkomend met bits van 0s en 1s, dat het systeem kan herkennen.

Omdat deze signalen met de snelheid van het licht reizen, het systeem kan een "vliegtijd" berekenen - afstand meten door de tijd te berekenen die een signaal nodig heeft om tussen een zender en ontvanger te reizen - om de locatie van de tag te meten, evenals de andere objecten in de omgeving. Maar dit geeft alleen een marge-lokalisatiecijfer, niet tot op de centimeter nauwkeurig.

Gebruik maken van beweging

Om in te zoomen op de locatie van de tag, de onderzoekers ontwikkelden wat zij een "ruimte-tijd super-resolutie" algoritme noemen.

Het algoritme combineert de locatieschattingen voor alle terugkaatsende signalen, inclusief het RFID-signaal, die het heeft bepaald aan de hand van de vluchttijd. Met behulp van enkele kansberekeningen, het beperkt die groep tot een handvol potentiële locaties voor de RFID-tag.

Terwijl de tag beweegt, de signaalhoek verandert enigszins - een verandering die ook overeenkomt met een bepaalde locatie. Het algoritme kan dan die hoekverandering gebruiken om de afstand van de tag te volgen terwijl deze beweegt. Door die wisselende afstandsmeting voortdurend te vergelijken met alle andere afstandsmetingen uit andere signalen, het kan de tag in een driedimensionale ruimte vinden. Dit gebeurt allemaal in een fractie van een seconde.

"Het idee op hoog niveau is dat, door deze metingen in tijd en ruimte te combineren, je krijgt een betere reconstructie van de positie van de tag, ' zegt Adib.

Dit verhaal is opnieuw gepubliceerd met dank aan MIT News (web.mit.edu/newsoffice/), een populaire site met nieuws over MIT-onderzoek, innovatie en onderwijs.