这种技能被称为TurboTrack,它将廉价的RFID标签放置在物体上,然后经过无线信号在环境中反弹来定位物体。然后,运用“时空超分辨率”算法处理来自标签和其他反射物体的信号,并考虑标签的移动和方向,以进步定位精度。机器人的机器视觉依赖于视野,而新体系能够在凌乱的环境中运转。

麻省理工学院媒体实验室的助理教授兼首席研讨员、信号动力学研讨小组的开创负责人法德尔·阿迪布说:“假如你把射频信号用于一般运用计算机视觉完结的使命,不只能够让机器人做人类的工作,并且还能够让它们做超人的工作。”“你能够用一种可扩展的方法来完成,由于这些RFID标签每个只要3美分。”

跟着标签的移动,它的信号视点会略微改动——这一改动也对应于一个确认的方位。然后,该算法能够运用视点改动来盯梢标签移动时的间隔。经过不断地将改动的间隔丈量与其他一切信号的间隔丈量进行比较,它能够在三维空间中找到标签。这一切都发生在不到一秒钟的时间里。据麻省理工学院的研讨小组称,该体系能够应用于包装和拼装,乃至答应成群的无人机在查找和救援使命中彼此通讯。

为了验证体系,麻省理工学院的团队将一个RFID标签贴在一个瓶盖上,另一个贴在瓶子上。一个机械臂坐落盖子上并放在瓶子上,瓶子由另一个机械臂固定。另一场演示看到研讨人员在对接,机动和飞翔过程中盯梢装备RFID的纳米生物。在这两项使命中,该团队宣称该体系与传统的计算机视觉体系相同精确和快速,但也适用于计算机视觉失效的场景,例如视野被打破的场景。