RF-Grasp 机器人利用射频视觉检测隐藏物体
穿墙射频感知 + 计算机视觉，精准定位抓取遮挡物体
研究人员开发出利用可穿墙射频波感知遮挡物体的机器人。RF-Grasp 结合这种强大感知与传统计算机视觉，定位并抓取原本被遮挡视线的物品。该进展未来可精简仓库作业，或助机器从凌乱工具箱中取出螺丝刀。
尽管仓库作业有时危险，仍主要由人工完成，因机器人难在拥挤环境中定位抓取物体。仅靠光学视觉，机器人无法感知装箱或货架遮挡后的物品，因可见光不穿墙——但射频波可以。
射频识别（RFID）系统有两大组件：读写器和标签。标签是微型芯片，贴附或植入待追踪物品（如宠物植入）。读写器发射射频信号，经标签调制反射回读写器，反射信号提供标签物品位置和身份信息。
RF-Grasp 同时使用摄像头和射频读写器，甚至在物体完全被摄像头视野遮挡时也能寻找抓取标签物体。结构为机械臂连接抓取手，摄像头安装在机器人手腕。射频读写器独立于机器人，向控制算法中继追踪信息。机器人持续采集射频追踪数据和周围视觉画面。
将两个数据流融合进机器人决策是最大挑战。机器人每时刻须决定哪个流更重要。寻找抓取流程始于 ping 目标物体射频标签获取大致位置，类似听到身后警笛声再回头看清来源。双重互补感知下，RF-Grasp 逼近目标。靠近并开始操纵物品时，视觉提供比射频细得多的细节，主导决策。
对比仅配摄像头的同类机器人，RF-Grasp 定位抓取目标物体总移动量减半。且展现独特“清理环境”能力——移除包装材料等障碍物以接近目标。RF-Grasp 射频感知可瞬间验证仓库物品身份，无需操作物品、暴露条码、扫描。家庭潜在应用：从工具箱找对扳手、寻找失物。
更多信息请联系 Abby Abazorius：[邮箱]；617-253-2709。
传感器