近日,麻省理工学院和普林斯顿大学研究人员开发了一款名为“拾放(pick-and-place)”的系统。“拾放”系统由一个标准的工业机器人手臂组成,研究人员配备了定制的抓手和吸盘。
他们使用算法让机械手能够评估一堆随机物体,并确定在杂物中抓取或吸附物品的最佳方式,而不必在拾取物体之前了解物体。他们开发了一种“物体不可知(object-agnostic)”的抓取算法,当它成功抓住一件物品,机器人就将其从箱子中取出。然后一组摄像机从不同角度拍摄物体图像,借助新的图像匹配算法,机器人可以将抓取物体的图像与其图像库进行比较,以找到最接近的匹配。通过这种方式,机器人识别物体,然后将其收藏在另一个单独的箱中。
“拾放系统能应对很多种情况,可以应用于仓库分拣,也可以从你的厨柜里捡东西或清除事故发生后的杂物。”麻省理工学院相关研究人员表示。
小广播
热门活动
换一批
更多
最新机器人文章
更多开源项目推荐
- LT6654BHS6-3.3、16 位 ADC 电压基准的典型应用
- LT3970HMS-3.3 5V 同步降压转换器的典型应用
- LTC2946IMS 12V、50A 电源、电荷和能量监视器的典型应用
- 多功能调试器
- LR8N3-G高压可调恒流源典型应用
- LT8705AIFE 12V、15A 输出转换器的典型应用接受 7.5V 至 55V 输入
- 2.4G无线通信模块-SI24R1
- 具有关断功能的 ADR390ART-REEL 精密低漂移 2.048 V 堆叠电压基准的典型应用
- ESP32_Arduino_UNO_Type-C
- 使用 Richtek Technology Corporation 的 RT6576D 的参考设计
更多精选电路图
更多热门文章
更多每日新闻
更多往期活动
11月21日历史上的今天
厂商技术中心