Учёные создали точное «рентгеновское» зрение для роботов на базе технологии, родственной Wi-Fi

Исследователи из Массачусетского технологического института (MIT) разработали систему, которая позволит роботам обнаруживать предметы, скрытые от глаз. Благодаря этому роботы по контролю качества смогут, например, выявлять бракованные товары в упаковке, не вскрывая её.

В основе технологии лежит использование радиоволн миллиметрового диапазона (mmWave) — тех же сигналов, что используются в Wi-Fi и 5G. Система анализирует отражение радиоволн от разных предметов для построения точных 3D-моделей объектов, которые находятся за пределами прямой видимости.

Система получила название mmNorm, а лежащие в её основе радиоволны могут проникать сквозь различные материалы, например, пластиковые контейнеры или картонные коробки, и отражаться от скрытых внутри объектов. Система собирает и анализирует полученную таким образом информацию для точного воссоздания скрытых объектов.

По данным исследователей, точность работы системы mmNorm достигает 96% при воссоздании повседневных предметов со сложными изогнутыми формами, таких как столовые приборы, хозяйственные инструменты и др. Для сравнения, подобные технологии прежде позволяли добиться точности не более 78%.

Важно и то, что новая технология не требует дополнительной полосы радиочастот для достижения такой высокой точности. За счёт высокого уровня эффективности технология может найти применение в самых разных областях — от заводов до домов престарелых. Например, mmNorm позволит роботам определять инструменты, лежащие в закрытом ящике. При этом робот сможет идентифицировать рукоятки инструментов для более эффективного их захвата и дальнейшего манипулирования.

Традиционные технологии радиолокации предполагают излучение волн миллиметрового диапазона и обработку данных об их отражении от окружающих объектов. Такой метод называется «обратная проекция» и он хорошо работает для формирования моделей крупных объектов, таких как скрытый облаками самолёт. При этом технология не слишком хорошо справляется с идентификацией небольших предметов, например, кухонной утвари.