滑铁卢大学社会与智能机器人研究实验室的博士后 Ali Ayub 的研究兴趣包括开发能够帮助老年人和残疾人的自主机器人，帮助他们创造更加独立和充实的生活方式。 

当阿尤布正在开发一种在家中移动的辅助机器人时，他意识到机器人必须可视化并理解其环境才能执行其功能，并且这些信息存储在机器人的内存中。“就在那时，我突然想到，这种记忆可以帮助用户跟踪房子里的显着物品（例如手机），并搜索机器人的记忆，以便在这些物品丢失时找到它们，”他说。 

这种功能对于痴呆症患者特别有帮助，他们经常忘记日常物品的位置，这降低了他们的生活质量，并给护理人员带来了额外的负担。阿尤布的目标是建造一个具有自己的情景记忆的伴侣机器人，可以对其进行编程以帮助人们找到重要的物体。

整合AI算法

阿尤布团队面临的主要挑战是能够使用机器人的摄像头准确检测房屋中的不同物品。他说，有时杂乱的住所里有各种各样的物品，“根据机器人摄像头的视频输入，使用人工智能 [AI] 算法来检测和跟踪物品可能非常具有挑战性。” “此外，糟糕的照明、非常小的物体和相机移动也是使这项任务成为一项具有挑战性的其他因素。” 

研究团队从 Fetch 移动机械手机器人开始，它有一个用于评估周围环境的摄像头。接下来，团队使用对象检测算法对机器人进行编程，通过存储的视频来检测、跟踪并保留摄像机视图中特定对象的内存日志。由于它可以区分一个物体和另一个物体，因此机器人可以记录物体进入或离开其视野的时间和日期。

然后，Ayub 开发了一个图形界面，使用户能够选择他们想要跟踪的对象，并在输入对象名称后，在智能手机应用程序或计算机上搜索它们。一旦发生这种情况，机器人就可以指示它最后一次观察特定物体的时间和地点。 

“让我们感到最大的惊讶是，将不同的人工智能算法与图形用户界面和真实的机器人集成到一个完整的系统中是多么困难，”阿尤布说。“我们系统中使用的许多算法都作为独立系统进行了测试，并未集成到情景记忆系统中，这使得这是一个需要解决的有趣的工程问题。”

测试表明该系统非常准确。尽管一些痴呆症患者可能会觉得这个过程令人畏惧，但阿尤布相信护理人员可以轻松使用它。

“我们设计了一个完整的系统，可以与机器人集成并部署在不受约束的环境中，”阿尤布补充道。“特别是，我们设计了一种强大的方法来检测和跟踪显着物体，即使它们在存在干扰物体的环境中移动也是如此。”

更多迭代即将到来

阿尤布和他的团队目前正在研究机器人的设计以及机器人摄像头的定位。“目前，我们的机器人相当笨重，用户提出了这样的问题，这可能会成为房子里的一个问题，”他说。“因此，我们有兴趣开发更紧凑的机器人来完成相同的任务。”

该团队还采取措施改进图形用户界面，使其更加用户友好并提高系统的稳健性。阿尤布还将对残疾人进行用户研究，以了解他的系统在现实环境中的表现。 

“我们的情景记忆系统可能会用于其他领域，例如智能冰箱和自动驾驶汽车，”他说。“这一点的长期影响确实令人兴奋——用户不仅可以使用伴侣机器人，还可以使用个性化的伴侣机器人，让他们在日常生活中更加独立。”

免责声明：文章转载自网络，若有侵权，请联系我们删除，谢谢！~