Robotika a fyzická AI

Nový nástroj zlepšuje robotická chapadla pro výrobu

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Tým na University of Washington vyvinul nový nástroj, který může navrhnout pasivní chapadlo tisknutelné na 3D tiskárně a vypočítat nejlepší cestu k zvednutí objektu. Tento nový vývoj by mohl pomoci zlepšit roboty na výrobních linkách.

Systém byl testován na 22 různých objektech, včetně klínovitého zádržného prvku, tenisového míče a vrtačky, a prokázal se jako úspěšný pro 20 objektů. Dva objekty, které byly úspěšně zvednuty, byly klínovité zádržné prvky a pyramidální tvar se zakřiveným otvorem pro klíč, které jsou obvykle obtížné pro různé typy griperů.

Výzkum má být prezentován 11. srpna na SIGGRAPH 2022.

Adriana Schulz je vedoucí autorkou a odbornou asistentkou na Paul G. Allen School of Computer Science & Engineering při Washingtonské univerzitě.

Vytvoření vlastních nástrojů pro výrobní linky

“Stále vyrábíme většinu našich výrobků na výrobních linkách, které jsou velmi dobré, ale také velmi rigidní. Pandemie ukázala, že potřebujeme mít způsob, jak snadno přebudovat tyto výrobní linky,” řekla Schulz. “Naše myšlenka je vytvořit vlastní nástroje pro tyto výrobní linky. To nám dává velmi jednoduchého robota, který může provádět jednu úlohu s konkrétním griperem. A když změníme úlohu, jednoduše vyměníme griper.”

Objekty byly tradičně navrhovány tak, aby odpovídaly konkrétnímu griperu, protože pasivní gripery nemohou být upraveny pro objekt, který zvedají.

Jeffrey Lipton je spoluautor a odborný asistent strojního inženýrství na Washingtonské univerzitě.

“Nejúspěšnějším pasivním chapadlem na světě jsou vidlice vysokozdvižného vozíku. Ale kompromis je, že vidlice vysokozdvižného vozíku fungují dobře pouze s konkrétními tvary, jako jsou palety, což znamená, že cokoliv chcete zvednout, musí být na paletě,” řekl Lipton. “Zde říkáme ‘OK, nechceme předem definovat geometrii pasivního griperu.’ Místo toho chceme vzít geometrii libovolného objektu a navrhnout griper.”

Existuje mnoho různých možností pro griper, a jeho tvar je obvykle spojen s cestou, kterou robotické rameno bere k zvednutí objektu. Když je griper navržen nesprávně, riskuje náraz do objektu při pokusu o zvednutí, což tým chtěl vyřešit.

Milin Kodnongbua je hlavní autor a byl bakalářským studentem na Allen School Washingtonské univerzity v době výzkumu.

“Body, kde griper vstupuje do kontaktu s objektem, jsou esenciální pro udržení stability objektu v griperu. Nazýváme tuto sadu bodů ‘konfigurace gripování,'” řekl Kodnongbua. “Také griper musí vstupovat do kontaktu s objektem v těchto bodech, a griper musí být jeden pevný objekt spojující body kontaktu s robotickým ramenem. Můžeme hledat trajektorii zasunutí, která splňuje tyto požadavky.”

Navrhování nového griperu a trajektorie

Pro navrhování nového griperu a trajektorie tým nejprve poskytne počítači 3D model objektu a jeho orientaci v prostoru.

“Náš algoritmus nejprve generuje možné konfigurace gripování a řadí je podle stability a některých dalších metrik,” řekl Kodnongbua. “Pak bere nejlepší možnost a ko-optimizuje, aby nalezl, zda je možná trajektorie zasunutí. Pokud ji nemůže najít, pak jde na další konfiguraci gripování na seznamu a snaží se o ko-optimizaci znovu.”

Počítač poté vydá dvě sady instrukcí. První je pro 3D tiskárnu k vytvoření griperu, a druhá je s trajektorií pro robotické rameno po tisku a připojení griperu.

Tým otestoval novou metodu na různých objektech.

Ian Good je další spoluautor a doktorand strojního inženýrství na Washingtonské univerzitě.

“Navrhli jsme také objekty, které by byly obtížné pro tradiční roboty, jako objekty s velmi mělkými úhly nebo objekty s vnitřním gripováním — kde musíte zvednout objekt vložením klíče,” řekl Good.

Tým provedl 10 testovacích zvednutí s 22 tvary. Pro 16 tvarů se všech 10 zvednutí podařilo. Většina tvarů měla alespoň jeden úspěch, a dva se nezdařily.

I bez jakéhokoliv lidského zásahu algoritmus vyvinul stejné gripovací strategie pro podobně tvarované objekty. To vedlo výzkumníky k přesvědčení, že by mohli vytvořit pasivní gripery, které zvedají třídu objektů místo konkrétního objektu.

Alex vede AI‑poháněné zpravodajské operace společnosti Unite.AI, spojuje žurnalistiku, výzkum a automatizaci, aby podpořil včasné a škálovatelné pokrytí umělé inteligence. Jeho práce pomáhá zajistit, aby byly nové události v oblasti AI efektivně prezentovány a zároveň byly zachovány redakční standardy publikace.