美国卡内基梅隆年夜学机械人学院的研讨人员表现，在机械人的机械手臂装置摄像头，可以协助其疾速地创立情况3D模子，并使机械人感知其手臂地点地位。 在机械人履行责任的时分，比喻将手臂伸入狭窄空间、也许捡起易碎的物体之前，它必须要精确地知道它的机械手臂处于什麼位置。美国卡内基梅隆年夜学（CMU）机械人学院的研究员表现，将摄像头装在机械人手臂上可以快速创建周围情况的3D模子，并让机械人清晰它手臂今朝身在何处。 假设摄像头不敷精确、机械手臂不动摇，就很难完成及时同步。然则CMU团队发明，可以将摄像头和机械手臂吞并起来，运用关节的角度肯定摄像头的外形，从而提高绘制的准确度。机械人学博士Matthew Klingensmith说，这关于包含探查等义务都相当主要。 研究人员曾在IEEE机械人与主动化国际会议上引见其研究效果。机械人学副传授Siddhartha Srinivasa与助理研究传授Michael Kaess都介入了此次研究。 Srinivasa说，将摄像头也许其他传感器放置在机械人手臂上今朝是行得通的，因为现在的传感器变得更小更高效。他说明说，这点非常主要，因为机械人“脑壳里平日有一根装配了摄像头的杆子”，所以它们不克不及像人一样对义务情况有较好的感知。 然则假设机械人不克不及看到它自己的手，单单在机械手臂上装配一个“眼睛”还远远不敷，因为它没法感知自己的手与情况中物体的相对位置。这关于在未知情况中履行责任的可移动机械人来讲，是一个罕有困难。经常使用的处置方法是同步定位画图，英文简称爲SLAM。这类方法是让机械人的分歧部件经由摄像头、激光雷达和轮测程法，协力绘制新情况的3D地图，盘算出机械人在3D世界中所处的位置。 “今朝有几个算法可以聚集这些资本、构建3D空间，然则它们对传感器的精确度和盘算量均有异常刻薄的请求，”Srinivasa说。 这些算法平日假如传感器的姿势是未知的，比喻摄像头是手持的，Klingensmith说。然则假定摄像头装配在机械人手臂上的话，就会对它的举措构成限制。 Klingensmith引见说：“主动跟踪关节角度的变更使得零星可以绘制高质量的环田地图，即使在摄像头活动非常快、传感器数据缺掉也许是准确度欠佳的状态下。” 研究人员向我们展示了多关节型机械人，他们可以经由装配在轻型机械手臂上的深度摄像头，完成即时图定位功用。而在创建书架的3D模子时，其重建责任完成度与其他测绘技巧相当或更好。 “要完美这项方法还有许多义务要做，然则我们坚信，它在提高机械人操作方面具有巨大潜力，”Srinivasa说道。丰田公司、美国水师研究办公室和美国国家科学基金会亦对这一研究表现支撑。
