江苏龙网

  1. 首页 > 人文 > >

CMU 发明“听音识物”机器人，准确率接近 80％

近年来 ， 机器人各个方面的能力都在快速追赶人类 ， 甚至在某些领域已经超过人类 。 在这一过程中 ， 科学家和工程师们最喜欢在机器人身上打造出类似人类的感官模式 ， 以更好地感知世界 。
不过现阶段的很多技术都只专注于再现人类的视觉和触觉 ， 比如炙手可热的计算机视觉技术 。 相比之下 ， 复制人类其他感官的研究却没有太多进展 。
卡内基梅隆大学（CMU）的研究小组近日发表一项新成果——探索如何利用声音开发感知功能更先进的机器人 。
他们将机器人命名为Tilt-Bot ， 字面意思是“倾斜机器人” ， 实际上它是一台通过倾斜托盘研究物体运动和声音之间关系的机器 ， 训练后可以实现一定程度的“听音识物” ， 准确率接近80% 。 研究成果以论文的形式发表在《机器人学：科学与系统》Robotics:ScienceandSystems上 。
CMU 发明“听音识物”机器人，准确率接近 80％
文章图片

图|倾斜机器人（来源：Gandhi,Gupta&Pinto.）
听觉与视觉、触觉一样 ， 都是人类收集信息的重要渠道 。 那么听觉可以为机器人带来什么呢？在回答这个问题之前 ， 我们可以想象一下没有声音的世界 。
在这种情况下 ， 我们将极度依赖视觉系统收集信息 。 看视频必须有字幕 ， 与别人沟通必须用文字和手势 ， 永远不知道背后是不是走过来一个人 ， 除非转过头去看 。
即使眼睛和手可以代劳 ， 很多关键信息也无法准确传达 ， 比如语气、声调以及这些变量背后的潜台词和深意 。
机器人也面临着相似的苦恼：感知物理世界的渠道太过单一 ， 依赖性过强 ， 因此无法有效利用普遍存在的信息 。 如果能有效收集声音数据 ， 再配合上视觉信息 ， 它们对环境的感知力将大幅提升 。
CMU团队以此为核心思想 ， 设计出了Tilt-Bot机器人 。 它本质上是一台托盘机器人 ， 由拥有多个关节的机械臂、托盘和固定装置组成 ， 托盘四周有边框 ， 上面贴着用于记录物体撞击的声波捕捉装置 。
托盘的正上方还固定了一个摄像头 ， 用于捕捉物体运动轨迹 ， 后期再与声音变化相匹配 。
CMU 发明“听音识物”机器人，准确率接近 80％
文章图片

图|运动中的物体和声音数据（来源：Gandhi,Gupta&Pinto.）
实验时 ， 研究人员会把不同的物体放到托盘中 ， 机械臂随后开始向前后左右倾斜 ， 托盘中的物体也随之移动 。
如果倾斜过大 ， 物体就会撞到边框并发出响声 ， 撞击力度越大 ， 捕捉到的声波波峰也就越高 。
团队总共收集了60个不同物体的1.5万次交互记录 ， 每组记录都包含匹配的视频和音频数据 。 他们用这些数据创建了全新的图像+音频数据集 ， 用于训练机器人在动作、图像和声音之间建立有意义的联系 。
一个有趣的发现是 ， 受过训练的机器人只需要分析物体滑动和撞击的声音记录 ， 就可以区分不同物体 。
即使同是金属质地的螺丝刀和扳手也可以成功分辨 ， 总体成功率接近80% 。 这意味着训练机器人学习物体的音频表示形式是有意义的 。
另一个更有价值的发现是 ， 音频有时比视觉提供的有价值信息更多 ， 或者说适用面更广 。
由于声音是以声波的形式传播的 ， 其传播轨迹更直观 ， 可以更有效地预测物体未来的运动轨迹 ， 从而帮助机器人更好地控制物体 。
用从未见过的物体测试机器人性能时 ， 如果同时使用视频和音频数据 ， 那么它预测如何更好操控物体的表现相较于只使用视频时提升了24% 。
包含音频和视频的数据集可以帮助更多人开发机器人 ， 尤其当它们被派去执行的任务需要两者兼顾时 。 研究团队表示现在的成果只是第一步 ， 未来将探索声音数据分析还能挖掘出机器人的哪些潜力 ， 进一步提高它们的感知能力 ， 并且将其运用到更实际的任务中 。
“这些初步研究成果是令人兴奋的 ， 证明了机器仅凭声音就能识别出物体类型 ， ”研究人员莱雷尔·平托（LerrelPinto）表示 ， “这样一来 ， 机器人执行任务的时候就可以更有针对性 ， 比如学会区别对待空酒杯和满酒杯 。 ”
-End-
参考：
【CMU 发明“听音识物”机器人，准确率接近 80％】https://techxplore.com/news/2020-08-exploring-interactions-action-vision-robotics.html


    推荐阅读


    上一篇：|荆门安防教育体验基地开馆

    下一篇：|快来看，湖北造出口铁路货车长啥样