15 ก.ค. 2020 เวลา 16:19 • วิทยาศาสตร์ & เทคโนโลยี
ในที่สุด Machine Learning ก็ได้เข้ามาช่วยแก้ปัญหาสุดคลาสสิคให้กับหุ่นยนต์ในการแยกแยะและหยิบจับชิ้นงานที่โปร่งใสหรือมีเงาสะท้อน 😉👍
ความเงอะงะในการหยิบจับวัตถุโปร่งแสงของแขนหุ่นยนต์อุตสาหกรรมกำลังจะกลายเป็นอดีต
ปัญหาเงอะงะในการหยิบจับขวดแก้วกำลังจะหมดไป
เคยเห็นครัวอัตโนมัติที่มีแต่แขนหุ่นยนต์ทำกับข้าวกันไหมครับ?
ในอนาคตแม้เราจะไร้ฝีมือการทำกับข้าวแค่ไหนแต่หุ่นยนต์ก็สามารถจัดการให้ได้อร่อยแน่นอนเพราะมือนิ่งสุด ๆ 😁
อยากกินอะไรสั่งได้เลย ว่าแต่ว่ามันมีข้อจำกัดอะไรหรือเปล่า??
แต่รู้ไหมครับว่าเจ้าพ่อครัวหุ่นยนต์เหล่านี้ยังมีจุดอ่อนในการหยิบจับเครื่องครัวประเภทโปร่งใสและมีเงาสะท้อน อย่างเช่น พวกเครื่องแก้ว หรือมีดทำครัวที่เงามาก ๆ
ทั้งนี้เพราะว่าการตรวจจับและแยกแยะวัตถุประเภทนี้ทำได้ยากในสายตาของหุ่นยนต์ เพราะมันโปร่งใสทำให้ระบุตำแหน่งที่ชัดเจนได้ยาก หรือการสะท้อนจะทำให้การตรวจจับตำแหน่งคลาดเคลื่อน
แสงอินฟราเรดจากกล้องวัดชัดลึกพุ่งทะลุผ่านวัสดุโปร่งใสทำให้หุ่นยนต์มองไม่เห็นวัตถุ
มาวันนี้ทีมนักวิจัยจากมหาวิทยาลัย Carnegie Mellon ได้พัฒนาเทคนิคการตรวจจับใหม่ที่ไม่ต้องใช้เซนเซอร์ซับซ้อน หรือการฝึกสอนอย่างเข้มข้นด้วยความช่วยเหลือจากมนุษย์ แต่ใช้เพียงกล้องถ่ายภาพสีและกล้องวัดชัดลึกเท่านั้นเอง
ประกอบกับการพัฒนาอัลกอลิทึมใหม่เพื่อให้สามารถประมาณความลึกของระยะวัตถุที่อยู่ในภาพ และประเมินรูปร่างและขนาดของวัตถุที่จะหยิบจับ
ด้วยอัลกอลิทึมใหม่ทำให้หุ่นยนต์สามารถคาดเดาตำแหน่งที่จะหยิบวัตถุได้อย่างแม่นยำ
เมื่อใช้ประกอบกัน 3 สิ่งนี้ก็จะทำให้เจ้าแขนหุ่นยนต์นี้สามารถหยิบจับวัตถุประเภทโปร่งใส่หรือมีเงาสะท้อนได้อย่างแม่นยำ
รวมถึงการหยิบชิ้นงานที่ต้องการในกองวัสดุที่ดูยุ่งเหยิงก็ยังสามารถแยกแยะเป้าหมายและหยิบจับได้อย่างแม่นยำ
ควานหยิบของที่อยู่ในกองวัตถุเงา ๆ ก็ทำได้ไม่มีปัญหา
แต่ทั้งนี้ก็ยังมีพลาดอยู่บ้าง แต่ก็ถือว่ามีประสิทธิภาพดีกว่าระบบตรวจจับด้วยกล้องวัดชัดลึกธรรมดา และใช้อุปกรณ์ตรวจจับที่ไม่ซับซ้อนมาก และไม่ต้องใช้การทำ Machine Learning เป็นแสน ๆ รอบเพื่อให้ได้ผลเทียบเท่า
ซึ่งปกติการจะฝึกให้หุ่นยนต์สามารถแยกแยะและหยิบจับวัตถุประเภทโปร่งใสหรือมีเงาสะท้อนได้แม่นยำเท่าเทคนิคนี้จะต้องใช้การฝึกเฉลี่ยประมาณ 800,000 รอบเลยทีเดียว
ก็ถือเป็นความก้าวหน้าในวงการ Robotic และ AI ที่น่าสนใจทีเดียวครับ การผสมผสานเทคนิค Machine Learning ร่วมกับการใช้เซนเซอร์ตรวจจับที่พอเหมาะ ทำให้ระบบไม่ยุ่งยากเกินไปและไม่ต้องใช้เวลาฝึกเจ้าหุ่นอย่างยาวนาน 😃👍

ดูเพิ่มเติมในซีรีส์

โฆษณา