Il sistema potrebbe consentire una maggiore collaborazione e precisione da parte dei robot impiegati nell'imballaggio e nell'assemblaggio, nonché da sciami di droni impegnati in missioni di ricerca e soccorso.
In un articolo presentato al simposio USENIX sulla progettazione e implementazione di sistemi in rete, i ricercatori dimostrano che i robot che utilizzano il sistema possono localizzare oggetti etichettati in una media di 7,5 millisecondi, con un errore inferiore a un centimetro.
Nel sistema, chiamato TurboTrack, un'etichetta RFID (identificazione a radiofrequenza) può essere applicata a qualsiasi oggetto. Un lettore invia un segnale wireless che si riflette sull'etichetta RFID e su altri oggetti vicini, tornando al lettore. Un algoritmo analizza tutti i segnali riflessi per individuare la risposta dell'etichetta RFID. I calcoli finali sfruttano quindi il movimento dell'etichetta RFID, sebbene ciò generalmente riduca la precisione, per migliorare l'accuratezza della localizzazione.
I ricercatori affermano che il sistema potrebbe sostituire la visione artificiale per alcune attività robotiche. Proprio come la sua controparte umana, la visione artificiale è limitata da ciò che può vedere e può non rilevare oggetti in ambienti complessi. I segnali a radiofrequenza non hanno tali limitazioni: possono identificare i bersagli senza input visivo, in ambienti complessi e attraverso i muri.
Per convalidare il sistema, i ricercatori hanno attaccato un tag RFID a un tappo di bottiglia e un altro a una bottiglia. Un braccio robotico ha individuato il tappo e lo ha posizionato sulla bottiglia, che era tenuta da un altro braccio robotico. In un'altra dimostrazione, i ricercatori hanno tracciato dei nanodroni dotati di RFID durante l'attracco, la manovra e il volo. In entrambi i compiti, il sistema si è dimostrato preciso e veloce quanto i tradizionali sistemi di visione artificiale, operando anche in scenari in cui la visione artificiale fallisce, riferiscono i ricercatori.
"Se si utilizzano i segnali RF per compiti che in genere vengono svolti con la visione artificiale, non solo si permette ai robot di fare cose umane, ma si può anche permettere loro di fare cose sovrumane", afferma Fadel Adib, assistente professore e ricercatore principale presso il MIT Media Lab e direttore fondatore del Signal Kinetics Research Group. "E questo può essere fatto in modo scalabile, perché questi tag RFID costano solo 3 centesimi ciascuno."
Nel settore manifatturiero, il sistema potrebbe consentire ai bracci robotici di essere più precisi e versatili, ad esempio, nella selezione, nell'assemblaggio e nell'imballaggio di articoli lungo una linea di produzione. Un'altra applicazione promettente è l'utilizzo di "nanodroni" portatili per missioni di ricerca e soccorso. Attualmente, i nanodroni utilizzano la visione artificiale e metodi di unione di immagini per la localizzazione. Questi droni spesso si confondono in aree caotiche, si perdono di vista dietro i muri e non possono essere identificati in modo univoco. Tutto ciò limita la loro capacità di, ad esempio, di disperdersi su un'area e collaborare per cercare una persona scomparsa. Utilizzando il sistema dei ricercatori, sciami di nanodroni potrebbero localizzarsi meglio a vicenda, per un maggiore controllo e una maggiore collaborazione.
"Uno sciame di nanodroni può essere formato in determinati modi, volare in ambienti affollati e persino in ambienti nascosti alla vista, con grande precisione", afferma il primo autore Zhihong Luo, studente di dottorato presso il Signal Kinetics Research Group.
Gli altri coautori del Media Lab sono lo studente Qiping Zhang, il ricercatore post-dottorato Yunfei Ma e l'assistente di ricerca Manish Singh.

Super risoluzione:
il gruppo di Adib lavora da anni sull'utilizzo dei segnali radio per scopi di tracciamento e identificazione, come il rilevamento di contaminazioni negli alimenti in bottiglia, la comunicazione con dispositivi impiantabili nel corpo umano e la gestione dell'inventario di magazzino.
Sistemi simili hanno tentato di utilizzare tag RFID per attività di localizzazione. Tuttavia, questi sistemi presentano dei compromessi tra precisione e velocità. Per essere precisi, possono essere necessari diversi secondi per individuare un oggetto in movimento; all'aumentare della velocità, la precisione diminuisce.
La sfida era quella di raggiungere contemporaneamente velocità e precisione. Per fare ciò, i ricercatori si sono ispirati a una tecnica di imaging chiamata "imaging a super risoluzione". Questi sistemi uniscono immagini provenienti da diverse angolazioni per ottenere un'immagine a risoluzione più elevata.
"L'idea era di applicare questi sistemi a super risoluzione ai segnali radio", afferma Adib. "Quando un oggetto si muove, si ottengono più prospettive da cui tracciarlo, in modo da poter sfruttare il movimento per migliorare la precisione".
Il sistema combina un lettore RFID standard con un componente "ausiliario" utilizzato per localizzare i segnali a radiofrequenza. L'assistente emette un segnale a banda larga composto da più frequenze, basato su uno schema di modulazione utilizzato nelle comunicazioni wireless, chiamato multiplexing a divisione di frequenza ortogonale (OFDM).

Il sistema cattura tutti i segnali che rimbalzano sugli oggetti presenti nell'ambiente, incluso il tag RFID. Uno di questi segnali trasporta un segnale specifico per il tag RFID, poiché i segnali RFID riflettono e assorbono un segnale in ingresso secondo uno schema particolare, corrispondente ai bit 0 e 1, che il sistema è in grado di riconoscere.
Poiché questi segnali viaggiano alla velocità della luce, il sistema può calcolare un "tempo di volo" – una misura della distanza – per determinare la posizione del tag, così come di altri oggetti nell'ambiente. Tuttavia, questo fornisce solo una stima approssimativa della posizione, non una precisione sub-centimetrica.

Sfruttare il movimento:
per restringere il campo di localizzazione del tag, i ricercatori hanno sviluppato quello che definiscono un algoritmo di "super-risoluzione spazio-temporale".
L'algoritmo combina le stime di posizione di tutti i segnali riflessi, incluso il segnale RFID, determinato utilizzando il tempo di volo. Attraverso alcuni calcoli di probabilità, restringe il gruppo a poche potenziali posizioni per il tag RFID.
Quando il tag si muove, l'angolo del suo segnale cambia leggermente, una variazione che corrisponde anch'essa a una posizione specifica. L'algoritmo può utilizzare questa variazione angolare per tracciare la distanza percorsa dal tag durante il movimento. Confrontando costantemente la variazione nella misurazione della distanza con tutte le altre misurazioni di distanza provenienti da altri segnali, è in grado di localizzare il tag nello spazio tridimensionale. Tutto ciò avviene in una frazione di secondo.
"L'idea di base è che combinando queste misurazioni nel tempo e nello spazio, si ottiene una ricostruzione più accurata della posizione del tag", afferma Adib.
Il lavoro è stato finanziato, in parte, dalla National Science Foundation.

Autore: Rob Matheson, Ufficio stampa del MIT