Mudanças entre as edições de "Amazon Picking Challenge"
(→Professor do LCAD obtém a sétima colocação na Amazon Picking Challenge) |
(→Professor do LCAD obtém a sétima colocação na Amazon Picking Challenge) |
||
Linha 14: | Linha 14: | ||
Neste vídeo é apresentada a proposta inicial de sistema para o robô no início do projeto. A arquitetura do sistema final, utilizada na competição, é uma versão ligeiramente aprimorada. | Neste vídeo é apresentada a proposta inicial de sistema para o robô no início do projeto. A arquitetura do sistema final, utilizada na competição, é uma versão ligeiramente aprimorada. | ||
− | [ | + | [[Image:1.jpg|thumb|nenhum|link=http://youtu.be/M7ktnz32BA0]] |
Neste vídeo, sao apresentados os sistemas de mapeamento, localização e detecção de objetos preliminares. | Neste vídeo, sao apresentados os sistemas de mapeamento, localização e detecção de objetos preliminares. | ||
− | [ | + | [[Image:2.jpg|thumb|nenhum|link=https://youtu.be/47_Bj3o9s-Y]] |
O detector de objetos utilizado é uma versão melhorada do detector Linemod, desenvolvida pelo prof. Alberto. Este vídeo mostra um teste após algumas das melhorias realizadas na versão publicamente disponível de Linemod. A versão final desenvolvida pelo prof. e utilizada na competição será disponibilizada como software livre. | O detector de objetos utilizado é uma versão melhorada do detector Linemod, desenvolvida pelo prof. Alberto. Este vídeo mostra um teste após algumas das melhorias realizadas na versão publicamente disponível de Linemod. A versão final desenvolvida pelo prof. e utilizada na competição será disponibilizada como software livre. | ||
− | [ | + | [[Image:3.jpg|thumb|nenhum|link=https://youtu.be/s_mtzXzKT7c]] |
Neste vídeo é apresentado o robô Baxter realizando todas as principais tarefas da competição. A Rutgers já possuia este robô, que foi utilizado na fase preliminar do projeto. O professor Alberto era o responsável pelos subsistemas de tomada de decisão, mapeamento, localização e detecção de objetos, equanto que a equipe do prof. Bekris era responsável pela parte de planejamento do movimento do robô (especialidade da equipe do prof. Bekris). Contudo, neste vídeo o sistema de planejamento dos movimentos do robô utilizado também foi desenvolvido pelo prof. Alberto com base no software MoveIt!, disponível na forma de software livre. A detecção de objetos ainda era viabilizada por uma versão preliminar do sistema utilizado na competição. | Neste vídeo é apresentado o robô Baxter realizando todas as principais tarefas da competição. A Rutgers já possuia este robô, que foi utilizado na fase preliminar do projeto. O professor Alberto era o responsável pelos subsistemas de tomada de decisão, mapeamento, localização e detecção de objetos, equanto que a equipe do prof. Bekris era responsável pela parte de planejamento do movimento do robô (especialidade da equipe do prof. Bekris). Contudo, neste vídeo o sistema de planejamento dos movimentos do robô utilizado também foi desenvolvido pelo prof. Alberto com base no software MoveIt!, disponível na forma de software livre. A detecção de objetos ainda era viabilizada por uma versão preliminar do sistema utilizado na competição. | ||
− | [ | + | [[Image:4.jpg|thumb|nenhum|link=http://youtu.be/0K_PHgdauGo]] |
Vídeo submetido à Amanzon em competição paralela promovida pela mesma para determinar a quem a empresa iria conceder uma estante e os objetos que seriam usados na competição. Nele é possível ver o planejador de movimentos do grupo do prof. Bekris em simulações. | Vídeo submetido à Amanzon em competição paralela promovida pela mesma para determinar a quem a empresa iria conceder uma estante e os objetos que seriam usados na competição. Nele é possível ver o planejador de movimentos do grupo do prof. Bekris em simulações. | ||
− | [ | + | [[Image:5.jpg|thumb|nenhum|link=https://youtu.be/eFRg8EhO2Uk]] |
Vídeo submetido ao fabricante do robô que usado na competição, Motoman SDA10F, fabricado pela Yaskawa. Graças a este vídeo a Rutgers ganhou (por 6 meses) um robô de U$150,000.00. | Vídeo submetido ao fabricante do robô que usado na competição, Motoman SDA10F, fabricado pela Yaskawa. Graças a este vídeo a Rutgers ganhou (por 6 meses) um robô de U$150,000.00. | ||
− | [ | + | [[Image:6.jpg|thumb|nenhum|link=https://youtu.be/-Lz8SbGRlmw]] |
Vídeo submetido para a Amazon em uma competição paralela para receber apoio para transportar o robô para a competição (a Rutgers ganhou o apoio). | Vídeo submetido para a Amazon em uma competição paralela para receber apoio para transportar o robô para a competição (a Rutgers ganhou o apoio). | ||
− | [ | + | [[Image:7.jpg|thumb|nenhum|link=https://youtu.be/H33EeTi3FaI]] |
Versão mais avançada do sistema desenvolvido rodando no Baxter e pegando objetos na estante da competição. | Versão mais avançada do sistema desenvolvido rodando no Baxter e pegando objetos na estante da competição. | ||
− | [ | + | [[Image:8.jpg|thumb|nenhum|link=http://youtu.be/kx6mFj9pjPU]] |
Edição das 10h48min de 8 de junho de 2015
Professor do LCAD obtém a sétima colocação na Amazon Picking Challenge
O professor Alberto F. De Souza, membro do Laboratório de Computação de Alto Desempenho, obteve a sétima colocação na Amazon Picking Challenge, uma competição de robótica autônoma promovida pela Amazon ([1]). O professor Alberto, em parceria com o grupo do prof. Kostas Bekris, da Rutgers University (USA), como parte de suas atividades de pós-doutoramento, desenvolveu hardware e software para o robô Motoman (SDA10, Yaskawa) utilizando várias tecnologias previamente desenvolvidas no LCAD. O resultado obtido coloca o LCAD, o PPGI e a UFES em um time que se encontra entre os 10 melhores em manipulação robótica autônoma do mundo.
Reportagem da Bloomberg sobre a Amazon Picking Challenge com vídeo com entrevista do prof. Alberto.
Neste vídeo é apresentada a proposta inicial de sistema para o robô no início do projeto. A arquitetura do sistema final, utilizada na competição, é uma versão ligeiramente aprimorada.
Neste vídeo, sao apresentados os sistemas de mapeamento, localização e detecção de objetos preliminares.
O detector de objetos utilizado é uma versão melhorada do detector Linemod, desenvolvida pelo prof. Alberto. Este vídeo mostra um teste após algumas das melhorias realizadas na versão publicamente disponível de Linemod. A versão final desenvolvida pelo prof. e utilizada na competição será disponibilizada como software livre.
Neste vídeo é apresentado o robô Baxter realizando todas as principais tarefas da competição. A Rutgers já possuia este robô, que foi utilizado na fase preliminar do projeto. O professor Alberto era o responsável pelos subsistemas de tomada de decisão, mapeamento, localização e detecção de objetos, equanto que a equipe do prof. Bekris era responsável pela parte de planejamento do movimento do robô (especialidade da equipe do prof. Bekris). Contudo, neste vídeo o sistema de planejamento dos movimentos do robô utilizado também foi desenvolvido pelo prof. Alberto com base no software MoveIt!, disponível na forma de software livre. A detecção de objetos ainda era viabilizada por uma versão preliminar do sistema utilizado na competição.
Vídeo submetido à Amanzon em competição paralela promovida pela mesma para determinar a quem a empresa iria conceder uma estante e os objetos que seriam usados na competição. Nele é possível ver o planejador de movimentos do grupo do prof. Bekris em simulações.
Vídeo submetido ao fabricante do robô que usado na competição, Motoman SDA10F, fabricado pela Yaskawa. Graças a este vídeo a Rutgers ganhou (por 6 meses) um robô de U$150,000.00.
Vídeo submetido para a Amazon em uma competição paralela para receber apoio para transportar o robô para a competição (a Rutgers ganhou o apoio).
Versão mais avançada do sistema desenvolvido rodando no Baxter e pegando objetos na estante da competição.
Este manipulador a vácuo foi projetado pelo professor Alberto especialmente para a competição.
Todos os pontos obtidos na competição vieram dele. A estrutura física básica dele foi implementada pela empresa Unigripper (http://www.unigripper.com). Mas o acionamento eletrônico, assim como o driver de acionamente computacional, foram implementados pelo prof. Alberto. A Rutgers ganhou o apoio da Unigripper após ela ter nos solecionado em uma competição paralela à Amazon Picking Challenge promovida pela empresa.
https://drive.google.com/file/d/0Bx72lgdcLPEpdzlObEs1SENNZ2M/view?usp=sharing
Neste vídeo, o prof. Alberto apresenta o sistema completo que ele desenvolveu (inclusive o planejamento de movimento) rodando com a parte de mapeamento, localização e detecção de objetos no mundo real, mas simulando o robô utilizado na competição.
https://drive.google.com/open?id=0Bx72lgdcLPEpdzlObEs1SENNZ2M&authuser=0
Neste vídeo é apresentada a versão final do sistema utilizado na competição sendo empregada no robô utilizado na competição. No vídeo, o robô Motoman SDA10F realiza com sucesso uma das tarefas da competição {favor baixar este vídeo e colocar em destaque no canal do LCAD no Youtube}.
https://drive.google.com/file/d/0Bx72lgdcLPEpUDZqc05hblpqdW8/view?usp=sharing