Peneliti di MIT telah mengembangkan teknologi yang memungkinkan robot menentukan bentuk barang yang tersembunyi di dalam kemasan atau di balik partisi. Sistem mmNorm memanfaatkan sinyal radio gelombang milimeter (mmWave) – jenis yang sama digunakan dalam Wi-Fi dan 5G – untuk membangun model 3D rinci dari objek yang terhalang.
mmNorm bekerja dengan memancarkan sinyal mmWave yang menembus bahan seperti plastik, kardus, dan non-logam lainnya. Gelombang ini memantul dari objek tersembunyi di dalam kotak atau di balik rintangan. Apa yang membedakan mmNorm adalah analisisnya: ia tidak hanya melihat intensitas sinyal yang dipantulkan, tetapi yang terpenting, juga menganalisis sudut (orientasi) permukaan yang dipantulkan. Sistem ini menghitung "normal permukaan" – vektor yang tegak lurus terhadap permukaan objek di setiap titik. Dengan menggabungkan data normal dari banyak titik di ruang menggunakan algoritma khusus, mmNorm membangun model yang sangat akurat dari kelengkungan dan bentuk objek.
Dalam pengujian yang melibatkan lebih dari 60 item kompleks (garpu, cangkir, alat), mmNorm mencapai akurasi 96% dalam merekonstruksi bentuk. Itu adalah lonjakan signifikan sebesar 18% dibandingkan alternatif terbaik yang ada (78%). Sistem ini bahkan dapat membedakan dan memodelkan objek individu yang dikemas bersama dalam satu kotak, seperti sendok, garpu, dan pisau. Ini secara efektif memindai barang-barang yang terbuat dari kayu, plastik, karet, kaca, dan logam – asalkan objek itu sendiri tidak tersembunyi di balik logam.
Tim MIT berencana untuk meningkatkan resolusi sistem, memperbaiki penanganannya terhadap bahan yang kurang reflektif, dan menyiapkan prototipe komersial untuk tugas dunia nyata di pabrik dan gudang. mmNorm mengatasi tantangan robotika yang telah lama ada: mendeteksi dan mengidentifikasi objek di luar garis pandang langsung dengan andal. Akurasi tinggi dan penggunaan sinyal standar membuka jalan untuk aplikasi praktis dalam otomatisasi.