Nytt verktøy forbedrer robotgrepere for produksjonslinjer

Et team ved University of Washington har utviklet et nytt verktøy som kan designe en 3D-utskrivbar passiv gripper og beregne den beste banen for å plukke opp et objekt. Den nye utviklingen kan hjelpe med å forbedre monteringslinje-roboter.

Systemet ble testet på 22 forskjellige objekter, inkludert en dørstopp-formet kil, en tennissball og en bor, og det viste seg å være suksessfullt for 20 av objektene. To av objektene som ble plukket opp var kilen og en pyramideformet objekt med en kurvet nøkkelhull, som vanligvis er vanskelige for flere typer gripere.

Forskningen skal presenteres den 11. august på SIGGRAPH 2022.

Adriana Schulz er seniorforfatter og en assistentprofessor ved Paul G. Allen School of Computer Science & Engineering ved University of Washington.

Skaping av tilpasset verktøy for produksjonslinjer

“Vi produserer fortsatt de fleste av våre varer med monteringslinjer, som er veldig bra, men også veldig stive. Pandemien viste oss at vi trenger en måte å enkelt omgjøre disse produksjonslinjene på,” sa Schulz. “Vårt mål er å skape tilpasset verktøy for disse produksjonslinjene. Det gir oss en veldig enkel robot som kan utføre en oppgave med en bestemt gripper. Og når jeg endrer oppgaven, erstatter jeg bare gripperen.”

Objekter er tradisjonelt blitt designet for å matche en bestemt gripper, siden passive gripere ikke kan tilpasse seg for å passe objektet de plukker opp.

Jeffrey Lipton er medforfatter og en assistentprofessor i maskinteknikk.

“Den mest suksessfulle passive gripperen i verden er tongs på en gaffeltruck. Men det er en avveining, fordi gaffeltruck-tongs bare fungerer bra med bestemte former, som for eksempel pall, hvilket betyr at alt du ønsker å gripe må være på en pall,” sa Lipton. “Her sier vi ‘OK, vi ønsker ikke å forhåndsgjøre geometrien til den passive gripperen.’ I stedet ønsker vi å ta geometrien til et hvilket som helst objekt og designe en gripper.”

Det finnes mange muligheter for en gripper, og dens form er vanligvis koblet til banen robotarmen tar for å plukke opp objektet. Når en gripper er designet feil, risikerer den å kollidere med objektet når den forsøker å plukke det opp, noe teamet ønsket å løse.

Milin Kodnongbua er hovedforfatter og var en student ved Allen School på tidspunktet for forskningen.

“Punktene hvor gripperen kommer i kontakt med objektet er essensielle for å opprettholde objektets stabilitet i grepet. Vi kaller dette settet av punkter for ‘grepskonfigurasjon’,” sa Kodnongbua. “Og gripperen må komme i kontakt med objektet på disse gitt punktene, og gripperen må være et enkelt solidt objekt som kobler sammen kontaktpunktene med robotarmen. Vi kan søke etter en innsettelsestrajektori som oppfyller disse kravene.”

Design av ny gripper og trajektori

For å designe en ny gripper og trajektori, gir teamet først datamaskinen en 3D-modell av objektet og dets orientering i rommet.

“Først genererer vår algoritme mulige grepskonfigurasjoner og rangerer dem basert på stabilitet og noen andre målinger,” sa Kodnongbua. “Deretter tar den den beste valget og ko-optimizerer for å finne om en innsettelsestrajektori er mulig. Hvis den ikke kan finne en, går den til neste grepskonfigurasjon på listen og prøver å gjøre ko-optimiseringen igjen.”

Datamaskinen utsteder to sett med instruksjoner når den finner en god match. Det første er for en 3D-skriver for å lage gripperen, og det andre er med trajektorien for robotarmen etter trykking og festing av gripperen.

Teamet testet den nye metoden på ulike objekter.

Ian Good er en annen medforfatter og en doktorgradsstudent ved mekanisk ingeniøravdeling.

“Vi designet også objekter som ville være utfordrende for tradisjonelle grep-roboter, som objekter med veldig grunne vinkler eller objekter med intern grep — hvor du må plukke dem opp med innføring av en nøkkel,” sa Good.

Teamet utførte 10 testoppplukk med 22 former. For 16 former lyktes alle 10 oppplukk. De fleste formene hadde minst en suksess, og to lyktes ikke.

Selv uten noen menneskelig inngripen, utviklet algoritmen de samme grepstrategiene for liknende formede objekter. Dette har ført forskerne til å tro at de kunne være i stand til å skape passive gripere som plukker opp en klasse av objekter i stedet for et bestemt objekt.