La manipolazione di oggetti complessi rappresenta ancora una delle sfide più rilevanti nella robotica. Materiali come vetro, plastiche trasparenti o superfici riflettenti mettono in difficoltà i sistemi di visione tradizionali, soprattutto quelli basati su sensori di profondità. Un limite che rallenta l’automazione e richiede spesso interventi correttivi. Un gruppo di ricercatori della Tokyo University of Science propone però un approccio alternativo: un sistema capace di riconoscere e afferrare oggetti difficili utilizzando solo una camera RGB comune.

Un limite storico dei sensori di profondità

I robot industriali hanno compiuto progressi significativi, ma la manipolazione resta un punto critico. I sensori di profondità, fondamentali per ricostruire la forma degli oggetti, incontrano problemi quando devono interpretare materiali che riflettono la luce, che sono trasparenti o che presentano superfici irregolari. Queste difficoltà generano errori nella stima della distanza e della geometria, con conseguenti rallentamenti nelle operazioni e necessità di supervisione umana.

HEAPGrasp: ricostruire la forma dagli stessi contorni

Il sistema sviluppato dai ricercatori, chiamato HEAPGrasp, aggira completamente l’uso della profondità. La sua forza sta nella capacità di ricostruire la forma tridimensionale degli oggetti partendo dai contorni visibili acquisiti da più angolazioni. Il processo si articola in più fasi:

• Segmentazione semantica: l’algoritmo separa l’oggetto dallo sfondo classificando i pixel tramite tecniche di deep learning.
• Ricostruzione volumetrica: le sagome ottenute da diverse inquadrature vengono combinate per generare un modello 3D.
• Pianificazione intelligente: un sistema di AI ottimizza i movimenti della camera, riducendo gli spostamenti superflui e mantenendo la precisione.

L’approccio si basa quindi su informazioni bidimensionali, ma riesce comunque a ottenere una rappresentazione tridimensionale affidabile, evitando gli errori tipici dei sensori di profondità.

Risultati dei test e vantaggi operativi

HEAPGrasp è stato sperimentato su un impianto robotico reale in 20 scenari diversi, comprendenti oggetti trasparenti, opachi e riflettenti. I risultati mostrano un tasso di successo del 96%, ottenuto utilizzando esclusivamente una camera RGB. Secondo i ricercatori, il sistema ha permesso di:

• ridurre del 52% i movimenti della camera;
• diminuire del 19% il tempo di esecuzione rispetto ai metodi convenzionali.

Un ulteriore elemento rilevante è la compatibilità con hardware già esistente, che potrebbe agevolare l’integrazione del sistema in settori come logistica, produzione e manipolazione alimentare.

Prospettive di adozione

L’idea di affidarsi a una semplice camera RGB apre scenari interessanti per la robotica industriale. L’eliminazione dei sensori di profondità non solo semplifica l’hardware, ma riduce i costi e amplia i contesti in cui i robot possono operare. Se ulteriori test confermeranno l’affidabilità del metodo, HEAPGrasp potrebbe rappresentare un passo concreto verso sistemi di manipolazione più versatili e meno dipendenti da sensori specializzati.