Badacze z MIT opracowali technologię , która pozwala robotom określić kształt przedmiotów ukrytych w opakowaniach lub za przeszkodami. System mmNorm wykorzystuje sygnały radiowe w milimetrowych falach (mmWave) – te same, które są używane w Wi-Fi i 5G – do budowy szczegółowych modeli 3D ukrytych obiektów.
mmNorm działa, emitując sygnały mmWave, które przenikają przez materiały takie jak plastik, tektura i inne metale nieżelazne. Fale te odbijają się od ukrytych obiektów w pudełku lub za przeszkodą. To, co wyróżnia mmNorm, to jego analiza: nie tylko bada intensywność odbitego sygnału, ale co ważniejsze, analizuje również kąt (orientację) powierzchni, od której się odbił. System oblicza „normale powierzchni” – wektory prostopadłe do powierzchni obiektu w każdym punkcie. Łącząc dane normalne z niezliczonych punktów w przestrzeni za pomocą specjalistycznych algorytmów, mmNorm konstruuje wysoce dokładny model krzywizny i kształtu obiektu.
W testach z udziałem ponad 60 złożonych przedmiotów (widełki, kubki, narzędzia) mmNorm osiągnął 96% dokładności w rekonstrukcji kształtów. To znaczący wzrost o 18% w porównaniu do najlepszych istniejących alternatyw (78%). System potrafi nawet rozróżniać i dokładnie modelować poszczególne obiekty zapakowane razem w jednym pudełku, takie jak łyżka, widelec i nóż. Skutecznie skanuje przedmioty wykonane z drewna, plastiku, gumy, szkła i metalu – pod warunkiem, że sam obiekt nie jest ukryty za metalem.
Zespół MIT planuje zwiększyć rozdzielczość systemu, poprawić jego obsługę mniej refleksyjnych materiałów oraz przygotować prototypy komercyjne do zadań w rzeczywistych warunkach w fabrykach i magazynach. mmNorm stawia czoła długoletniemu wyzwaniu w robotyce: niezawodnemu wykrywaniu i identyfikowaniu obiektów poza bezpośrednią linią wzroku. Jego wysoka dokładność i wykorzystanie standardowych sygnałów otwierają drogę do praktycznych zastosowań w automatyzacji.