Neues Werkzeug verbessert Roboter-Greifer für die Fertigung

Ein Team der University of Washington hat ein neues Werkzeug entwickelt, das einen 3D-druckbaren passiven Greifer entwerfen und den besten Pfad zum Aufnehmen eines Objekts berechnen kann. Die neue Entwicklung könnte dazu beitragen, die Roboter in den Montagestraßen zu verbessern.

Das System wurde an 22 verschiedenen Objekten getestet, darunter einem Türstopper-förmigen Keil, einem Tennisball und einem Bohrer, und es erwies sich als erfolgreich für 20 der Objekte. Zwei der erfolgreich aufgenommenen Objekte waren der Keil und eine pyramidenförmige Form mit einem gebogenen Schlüsselloch, die normalerweise für mehrere Arten von Greifern schwierig sind.

Die Forschung soll am 11. August auf der SIGGRAPH 2022 präsentiert werden.

Adriana Schulz ist Senior-Autorin und Assistant Professorin an der Paul G. Allen School of Computer Science & Engineering der University of Washington.

Erstellung von benutzerdefinierten Werkzeugen für Fertigungslinien

“Wir produzieren noch immer die meisten unserer Artikel in Montagestraßen, die sehr gut, aber auch sehr starr sind. Die Pandemie hat uns gezeigt, dass wir eine Möglichkeit benötigen, diese Produktionslinien leicht umzurüsten”, sagte Schulz. “Unsere Idee ist es, benutzerdefinierte Werkzeuge für diese Fertigungslinien zu erstellen. Das gibt uns einen sehr einfachen Roboter, der eine Aufgabe mit einem bestimmten Greifer ausführen kann. Und wenn ich die Aufgabe ändere, ersetze ich einfach den Greifer.”

Objekte wurden traditionell so entworfen, dass sie zu einem bestimmten Greifer passen, da passive Greifer nicht an das Objekt angepasst werden können, das sie aufnehmen.

Jeffrey Lipton ist Co-Autor und Assistant Professor für Maschinenbau.

“Der erfolgreichste passive Greifer der Welt sind die Zangen eines Gabelstaplers. Aber der Kompromiss ist, dass Gabelstapler-Zangen nur gut mit bestimmten Formen funktionieren, wie Paletten, was bedeutet, dass alles, was man greifen möchte, auf einer Palette sein muss”, sagte Lipton. “Hier sagen wir: ‘Okay, wir wollen die Geometrie des passiven Greifers nicht vordefinieren.’ Stattdessen wollen wir die Geometrie eines beliebigen Objekts nehmen und einen Greifer entwerfen.”

Es gibt viele verschiedene Möglichkeiten für einen Greifer, und seine Form ist normalerweise mit dem Pfad des Roboterarms verbunden, wenn er das Objekt aufnimmt. Wenn ein Greifer falsch entworfen ist, riskiert er, mit dem Objekt zu kollidieren, wenn er versucht, es aufzunehmen, was das Team zu lösen versuchte.

Milin Kodnongbua ist Lead-Autor und war zu der Zeit der Forschung Student an der Allen School.

“Die Punkte, an denen der Greifer mit dem Objekt in Kontakt kommt, sind entscheidend für die Stabilität des Objekts im Griff”, sagte Kodnongbua. “Außerdem muss der Greifer das Objekt an diesen Punkten berühren und der Greifer muss ein einzelnes festes Objekt sein, das die Kontaktstellen mit dem Roboterarm verbindet. Wir können nach einer Einführungs-Trajektorie suchen, die diese Anforderungen erfüllt.”

Entwurf eines neuen Greifers und einer Trajektion

Um einen neuen Greifer und eine Trajektion zu entwerfen, gibt das Team dem Computer zunächst ein 3D-Modell des Objekts und seine Orientierung im Raum.

“Zuerst generiert unser Algorithmus mögliche Greif-Konfigurationen und bewertet sie nach Stabilität und anderen Metriken”, sagte Kodnongbua. “Dann nimmt er die beste Option und optimiert sie, um zu sehen, ob eine Einführungs-Trajektorie möglich ist. Wenn er keine findet, geht er zur nächsten Greif-Konfiguration auf der Liste und versucht es erneut.”

Der Computer gibt zwei Sätze von Anweisungen aus, wenn er eine gute Übereinstimmung findet. Der erste Satz ist für einen 3D-Drucker, um den Greifer zu erstellen, und der zweite Satz ist für die Trajektion des Roboterarms nach dem Drucken und Anbringen des Greifers.

Das Team testete die neue Methode an verschiedenen Objekten.

Ian Good ist ein weiterer Co-Autor und Doktorand im Maschinenbaustudium.

“Wir haben auch Objekte entworfen, die für traditionelle Greif-Roboter herausfordernd wären, wie Objekte mit sehr flachen Winkeln oder Objekte mit interner Greif – wo man sie mit dem Einsetzen eines Schlüssels aufnehmen muss”, sagte Good.

Das Team führte 10 Test-Aufnahmen mit 22 Formen durch. Bei 16 Formen gelangen alle 10 Aufnahmen erfolgreich. Die meisten Formen hatten mindestens einen Erfolg, und zwei hatten keinen.

Even ohne jegliche menschliche Intervention entwickelte der Algorithmus die gleichen Greif-Strategien für ähnlich geformte Objekte. Dies hat die Forscher dazu gebracht, zu glauben, dass sie in der Lage sein könnten, passive Greifer zu erstellen, die eine Klasse von Objekten anstelle eines bestimmten Objekts aufnehmen.