近年來，機器人已經獲得了人工視覺、觸覺，甚至嗅覺。麻省理工學院副教授Fadel Adib說：“研究人員一直在賦予機器人類似人類的感知能力。在一篇新的論文中，Adib的團隊正在進一步推動這項技術。”他說：“我們正試圖賦予機器人超人的感知力。”

研究人員已經開發出一種機器人，它使用可以穿過墻壁的無線電波來感知被遮擋的物體。這種機器人被稱為RF-Grasp，它將這種強大的感應與更傳統的計算機視覺相結合，以定位和抓取可能被擋住的物品。這一進步有朝一日可以簡化倉庫中的電子商務執行工作，或者幫助機器從雜亂的工具包中取出一把螺絲刀。

這項研究將于5月在IEEE國際機器人和自動化會議上發表。該論文的主要作者是麻省理工學院媒體實驗室信號動力學組的研究助理Tara Boroushaki。她在麻省理工學院的合著者包括Adib，他是信號動力學小組的主任；以及Alberto Rodriguez，機械工程系1957級副教授。其他共同作者包括哈佛大學的研究工程師冷俊山和喬治亞理工大學的博士生Ian Clester。

隨著電子商務的不斷發展，倉庫工作通常仍然是人類的領域，而不是機器人，盡管有時工作條件很危險。這部分是因為機器人在如此擁擠的環境中難以定位和抓取物體。 Rodriguez說：“感知和揀選是當今行業的兩個攔路虎。僅僅使用光學視覺，機器人無法感知到被裝在箱子里或藏在貨架上另一個物體后面的物品的存在--當然，可見光波不能穿過墻壁。”

幾十年來，無線電頻率（RF）識別已經被用來追蹤從圖書館書籍到寵物的一切。射頻識別系統有兩個主要組成部分：一個閱讀器和一個標簽。標簽是一個微小的計算機芯片，附著在要追蹤的物品上--或者，在寵物的情況下，植入其中。然后，閱讀器發出一個射頻信號，該信號被標簽調制并反射到閱讀器。

反射的信號提供了關于標簽物品的位置和身份的信息。這項技術已經在零售供應鏈中得到了普及--日本的目標是在幾年內對幾乎所有的零售采購都使用射頻追蹤。研究人員意識到這種大量的射頻可能是機器人的福音，給它們帶來另一種感知模式。

Rodriguez說：“射頻是一種與視覺不同的感應方式。如果不探索射頻能做什么，那將是一個錯誤。”

RF-Grasp同時使用一個攝像頭和一個射頻讀取器來尋找和抓取被標記的物體，即使它們完全被擋在攝像頭的視野之外。它由一個連接到抓取手的機器人手臂組成。攝像頭位于機器人的手腕上。射頻閱讀器獨立于機器人，并將跟蹤信息傳遞給機器人的控制算法。因此，機器人不斷地收集射頻跟蹤數據和其周圍環境的視覺圖片。將這兩個數據流整合到機器人的決策中是研究人員面臨的最大挑戰之一。

Boroushaki說：“機器人必須決定，在每個時間點上，這些數據流中哪一個更重要，需要考慮。這不僅僅是眼-手協調，它是射頻-眼-手協調。因此，問題變得非常復雜。”

機器人通過呼喚目標物體的射頻標簽來感知它的位置，從而啟動了尋覓和抓取的過程。"它首先使用射頻來集中視覺的注意力，"Adib說。"然后你用視覺來引導精細的操作。" 這個順序類似于聽到來自背后的警報聲，然后轉身去看，更清楚地了解警報聲的來源。

憑借其兩種互補的感官，射頻抓取器將目標對象鎖定。當它越來越近，甚至開始操縱該物品時，提供比射頻更精細細節的視覺在機器人的決策中占主導地位。

RF-Grasp在一系列的測試中證明了其效率。與一個只配備了攝像頭的類似機器人相比，RF-Grasp能夠準確定位并抓住目標物體，而其總運動量約為一半。此外，RF-Grasp顯示了 "清除 "其環境的獨特能力--清除包裝材料和其他擋路的障礙物，以便接近目標。Rodriguez表示，這表明RF-Grasp與沒有穿透性RF感應的機器人相比具有 "不公平的優勢"。"它擁有其他系統根本不具備的這種指導。"

RF-Grasp有一天可以在擁擠的電子商務倉庫中進行履行。它的射頻傳感甚至可以立即驗證一個物品的身份，而不需要操作該物品，暴露其條形碼，然后掃描它。Rodriguez說：“射頻有可能改善工業中的一些限制，特別是在感知和定位方面。”

Adib還設想了機器人的潛在家庭應用，比如找到正確的扳手來組裝你的宜家椅子。“或者你可以想象這個機器人尋找丟失的物品。它就像一個超級隆巴，去找回我的鑰匙，無論我把它們放在哪里。”