Connect with us

Robotik

Nyt værktøj forbedrer robotgreb til fremstilling

mm

Et hold på University of Washington har udviklet et nyt værktøj, der kan designe en 3D-printbar passiv griber og beregne den bedste rute til at samle et objekt. Den nye udvikling kunne hjælpe med at forbedre monteringslinje-robotter.

Systemet blev testet på 22 forskellige objekter, herunder en dørstop-formet kegle, en tennisbold og en boremaskine, og det viste sig at være succesfuldt for 20 af objekterne. To af objekterne, der blev samlet succesfuldt, var keglen og en pyramideform med en kurvet nøglehul, som normalt er svært for mange typer griber.

Forskningen er planlagt til at blive præsenteret den 11. august på SIGGRAPH 2022.

Adriana Schulz er seniorforfatter og en UW-assistentprofessor på Paul G. Allen School of Computer Science & Engineering.

Oprettelse af brugertilpasset værktøj til fremstillingslinjer

“Vi producerer stadig de fleste af vores varer med monteringslinjer, som er rigtig gode, men også meget stive. Pandemien viste os, at vi har brug for en måde at let ombruge disse produktionslinjer på,” sagde Schulz. “Vores idé er at oprette brugertilpasset værktøj til disse fremstillingslinjer. Det giver os en meget simpel robot, der kan udføre en opgave med en bestemt griber. Og så, når jeg ændrer opgaven, erstatter jeg bare griberen.”

Objekter er traditionelt blevet designede til at matche en bestemt griber, da passive griber ikke kan tilpasse sig for at gribe objektet, de samler op.

Jeffrey Lipton er medforfatter og en UW-assistentprofessor i mekanisk ingeniørvidenskab.

“Den mest succesfulde passive griber i verden er tangen på en gaffeltruck. Men kompromiset er, at gaffeltruckens tænger kun fungerer godt med bestemte former, såsom paletter, hvilket betyder, at alt, du vil gribe, skal være på en palette,” sagde Lipton. “Her siger vi ‘OK, vi vil ikke foruddefinere geometrien på den passive griber.’ I stedet vil vi tage geometrien af ethvert objekt og designe en griber.”

Der er mange muligheder for en griber, og dens form er normalt forbundet med den rute, robotarmen tager for at samle objektet op. Når en griber er designet forkert, risikerer den at støde ind i objektet, når den forsøger at samle det op, hvilket holdet forsøgte at løse.

Milin Kodnongbua er hovedforfatter og var en UW-undergraduatstuderende på Allen School på tidspunktet for forskningen.

“De punkter, hvor griberen kommer i kontakt med objektet, er afgørende for at opretholde objektets stabilitet i grebet. Vi kalder dette sæt af punkter for ‘grebet-konfiguration,'” sagde Kodnongbua. “Og griberen skal også være i kontakt med objektet på disse punkter, og griberen skal være et enkelt solidt objekt, der forbinder kontaktpunkterne til robotarmen. Vi kan søge efter en indsætningsrute, der opfylder disse krav.”

Design af ny griber og rute

For at designe en ny griber og rute giver holdet først computeren en 3D-model af objektet og dets orientering i rummet.

“Først genererer vores algoritme mulige grebet-konfigurationer og rangerer dem efter stabilitet og andre metrikker,” sagde Kodnongbua. “Derefter tager den den bedste mulighed og co-optimerer for at finde ud af, om en indsætningsrute er mulig. Hvis den ikke kan finde en, så går den til den næste grebet-konfiguration på listen og prøver at co-optimerer igen.”

Computeren udskriver to sæt instruktioner, når den finder en god match. Det første er til en 3D-printer for at skabe griberen, og det andet er med ruten for robotarmen efter trykning og montering af griberen.

Holdet testede den nye metode på forskellige objekter.

Ian Good er en anden medforfatter og en UW-doktorandstuderende på mekanisk ingeniørvidenskab.

“Vi designede også objekter, der ville være udfordrende for traditionelle griber-robotter, såsom objekter med meget flade vinkler eller objekter med intern griber — hvor du skal samle dem op med indsættelse af en nøgle,” sagde Good.

Holdet udførte 10 test-samlinger med 22 former. For 16 former lykkedes alle 10 samlinger. De fleste former havde mindst én succes, og to havde ingen.

Selv uden nogen menneskelig indgriben udviklede algoritmen de samme griber-strategier for lignende formede objekter. Dette har ført forskerne til at tro, at de kunne oprette passive griber, der samler op en klasse af objekter i stedet for et bestemt objekt.

Alex McFarland er en AI-journalist og forfatter, der udforsker de seneste udviklinger inden for kunstig intelligens. Han har samarbejdet med talrige AI-startups og publikationer verden over.