Un nuovo sistema sviluppato al MIT utilizza tag RFID per aiutare i robot a individuare oggetti in movimento con velocità e precisione senza precedenti. Il sistema potrebbe consentire una maggiore collaborazione e precisione da parte dei robot che lavorano su confezionamento e assemblaggio, e da sciami di droni che effettuano missioni di ricerca e soccorso.

In un documento presentato la prossima settimana all'USENIX Symposium on Networked Systems Design and Implementation, i ricercatori mostrano che i robot che utilizzano il sistema possono individuare gli oggetti contrassegnati entro 7,5 millisecondi, in media, e con un errore inferiore al centimetro.

Nel sistema, chiamato TurboTrack, un tag RFID (identificazione a radiofrequenza) può essere applicato a qualsiasi oggetto. Un lettore invia un segnale wireless che riflette il tag RFID e altri oggetti vicini, e rimbalza al lettore. Un algoritmo vaglia tutti i segnali riflessi per trovare la risposta del tag RFID. I calcoli finali quindi sfruttano il movimento del tag RFID, anche se questo di solito riduce la precisione, per migliorare la sua precisione di localizzazione.

I ricercatori affermano che il sistema potrebbe sostituire la visione artificiale per alcune attività robotiche. Come con la sua controparte umana, la visione artificiale è limitata da ciò che può vedere, e può non notare gli oggetti in ambienti disordinati. I segnali a radiofrequenza non hanno tali restrizioni:possono identificare i bersagli senza visualizzazione, all'interno del disordine e attraverso i muri.

Per convalidare il sistema, i ricercatori hanno attaccato un tag RFID a un tappo e un altro a una bottiglia. Un braccio robotico ha localizzato il tappo e lo ha posizionato sulla bottiglia, tenuto da un altro braccio robotico. In un'altra dimostrazione, i ricercatori hanno monitorato i nanodroni dotati di RFID durante l'attracco, manovra, e volare. In entrambi i compiti, il sistema era preciso e veloce quanto i tradizionali sistemi di visione artificiale, mentre si lavora in scenari in cui la visione artificiale fallisce, riferiscono i ricercatori.

"Se si utilizzano segnali RF per attività tipicamente svolte utilizzando la visione artificiale, non solo consenti ai robot di fare cose umane, ma puoi anche metterli in grado di fare cose sovrumane, "dice Fadel Adib, un assistente professore e ricercatore principale nel MIT Media Lab, e direttore fondatore del Signal Kinetics Research Group. "E puoi farlo in modo scalabile, perché questi tag RFID costano solo 3 centesimi l'uno."

Nella produzione, il sistema potrebbe consentire ai bracci robotici di essere più precisi e versatili in, dire, raccogliere, assemblaggio, e articoli da imballaggio lungo una catena di montaggio. Un'altra promettente applicazione è l'utilizzo di "nanodroni" portatili per missioni di ricerca e soccorso. I nanodroni attualmente utilizzano la visione artificiale e metodi per unire insieme le immagini catturate per scopi di localizzazione. Questi droni spesso si confondono in aree caotiche, perdersi dietro i muri, e non possono identificarsi in modo univoco. Tutto ciò limita la loro capacità di dire, sparsi su un'area e collaborare alla ricerca di una persona scomparsa. Utilizzando il sistema dei ricercatori, i nanodroni in sciami potrebbero localizzarsi meglio l'un l'altro, per un maggiore controllo e collaborazione.

"Potresti consentire a uno sciame di nanodroni di formarsi in determinati modi, volare in ambienti disordinati, e anche ambienti nascosti alla vista, con grande precisione, " dice il primo autore Zhihong Luo, uno studente laureato nel Signal Kinetics Research Group.

Gli altri coautori di Media Lab sull'articolo sono lo studente in visita Qiping Zhang, postdoc Yunfei Ma, e assistente di ricerca Manish Singh.

Super-risoluzione

Il gruppo di Adib lavora da anni sull'utilizzo dei segnali radio per il tracciamento e l'identificazione, come rilevare la contaminazione negli alimenti imbottigliati, comunicare con i dispositivi all'interno del corpo, e la gestione delle scorte di magazzino.

Sistemi simili hanno tentato di utilizzare i tag RFID per le attività di localizzazione. Ma questi hanno dei compromessi in termini di precisione o velocità. Per essere precisi, potrebbero volerci diversi secondi per trovare un oggetto in movimento; per aumentare la velocità, perdono precisione.

La sfida era raggiungere contemporaneamente velocità e precisione. Fare così, i ricercatori hanno tratto ispirazione da una tecnica di imaging chiamata "imaging a super risoluzione". Questi sistemi uniscono le immagini da più angolazioni per ottenere un'immagine con una risoluzione più fine.

"L'idea era di applicare questi sistemi a super risoluzione ai segnali radio, " dice Adib. "Come qualcosa si muove, ottieni più prospettive nel seguirlo, così puoi sfruttare il movimento per la precisione."

Il sistema combina un lettore RFID standard con un componente "helper" utilizzato per localizzare i segnali a radiofrequenza. L'assistente emette un segnale a banda larga composto da più frequenze, basandosi su uno schema di modulazione utilizzato nella comunicazione wireless, chiamato multiplexing a divisione di frequenza ortogonale.

Il sistema cattura tutti i segnali che rimbalzano sugli oggetti nell'ambiente, compreso il tag RFID. Uno di questi segnali trasporta un segnale specifico per il tag RFID specifico, poiché i segnali RFID riflettono e assorbono un segnale in ingresso secondo un determinato schema, corrispondenti ai bit di 0 e 1, che il sistema è in grado di riconoscere.

Poiché questi segnali viaggiano alla velocità della luce, il sistema può calcolare un "tempo di volo" - misurando la distanza calcolando il tempo impiegato da un segnale per viaggiare tra un trasmettitore e un ricevitore - per misurare la posizione del tag, così come gli altri oggetti nell'ambiente. Ma questo fornisce solo una figura di localizzazione del campo da baseball, non precisione subcentimetrica.

Sfruttare il movimento

Per ingrandire la posizione del tag, i ricercatori hanno sviluppato quello che chiamano un algoritmo di "super risoluzione spazio-temporale".

L'algoritmo combina le stime di posizione per tutti i segnali di rimbalzo, compreso il segnale RFID, che ha determinato utilizzando il tempo di volo. Utilizzando alcuni calcoli di probabilità, restringe quel gruppo a una manciata di potenziali posizioni per il tag RFID.

Mentre il tag si muove, il suo angolo di segnale cambia leggermente, un cambiamento che corrisponde anche a una certa posizione. L'algoritmo può quindi utilizzare tale modifica dell'angolo per tenere traccia della distanza del tag mentre si sposta. Confrontando costantemente la misurazione della distanza che cambia con tutte le altre misurazioni della distanza provenienti da altri segnali, può trovare il tag in uno spazio tridimensionale. Tutto questo avviene in una frazione di secondo.

"L'idea di alto livello è che, combinando queste misurazioni nel tempo e nello spazio, ottieni una migliore ricostruzione della posizione del tag, "dice Adib.

Questa storia è stata ripubblicata per gentile concessione di MIT News (web.mit.edu/newsoffice/), un popolare sito che copre notizie sulla ricerca del MIT, innovazione e didattica.