หุ่นยนต์และ AI ทางกายภาพ

เครื่องมือใหม่ปรับปรุงตัวจับของหุ่นยนต์สำหรับการผลิต

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ทีมงานจากมหาวิทยาลัยวอชิงตันได้พัฒนาเครื่องมือใหม่ที่สามารถออกแบบตัวจับแบบพาสซีฟที่สามารถพิมพ์ 3 มิติได้ และคำนวณเส้นทางที่ดีที่สุดในการจับวัตถุ การพัฒนานี้สามารถช่วยปรับปรุงการทำงานของหุ่นยนต์บนเส้นการผลิตได้

ระบบนี้ได้รับการทดสอบกับวัตถุ 22 ชิ้น รวมถึงลิ่มรูปตัวกั้นประตู ลูกเทนนิส และสว่าน และมันแสดงให้เห็นว่าสามารถทำงานได้สำเร็จกับวัตถุ 20 ชิ้น วัตถุ 2 ชิ้นที่สามารถจับได้สำเร็จคือลิ่ม และพีระมิดที่มีรูกุญแจโค้ง ซึ่งเป็นวัตถุที่ยากสำหรับตัวจับหลายประเภท

งานวิจัยมีกำหนดนำเสนอวันที่ 11 สิงหาคมที่ SIGGRAPH 2022

Adriana Schulz เป็นผู้เขียนอาวุโสและผู้ช่วยศาสตราจารย์แห่งมหาวิทยาลัยวอชิงตันที่ Paul G. Allen School of Computer Science & Engineering

การสร้างเครื่องมือเฉพาะสำหรับสายการผลิต

“เรายังคงผลิตสินค้าส่วนใหญ่ด้วยสายการประกอบ ซึ่งมีข้อดีมากแต่ยืดหยุ่นน้อย การระบาดของโควิด-19 ได้แสดงให้เห็นว่าเราต้องการวิธีการที่จะเปลี่ยนแปลงเส้นการผลิตได้อย่างง่ายดาย” Schulz กล่าว “ความคิดของเราคือการสร้างเครื่องมือสำหรับเส้นการผลิตเหล่านี้ ซึ่งจะทำให้เรามีหุ่นยนต์ที่สามารถทำงานได้ 1 งานโดยใช้ตัวจับแบบพาสซีฟ และเมื่อเราเปลี่ยนงาน เราก็แค่ต้องเปลี่ยนตัวจับ”

วัตถุได้รับการออกแบบมาเพื่อให้เหมาะสมกับตัวจับแบบพาสซีฟ เนื่องจากตัวจับแบบพาสซีฟไม่สามารถปรับเปลี่ยนรูปทรงเพื่อให้เหมาะสมกับวัตถุที่จะจับ

Jeffrey Lipton เป็นผู้เขียนร่วมและผู้ช่วยศาสตราจารย์วิศวกรรมเครื่องกลแห่งมหาวิทยาลัยวอชิงตัน

“ตัวจับแบบพาสซีฟที่ประสบความสำเร็จมากที่สุดในโลกคืองาของรถยก แต่สิ่งที่ต้องแลกมาคืองาของรถยกทำงานได้ดีเฉพาะกับวัตถุที่มีรูปทรงเฉพาะ เช่น พาเลท ดังนั้นสิ่งที่จะยกต้องอยู่บนพาเลท” Lipton กล่าว “ที่นี่เราไม่ต้องการกำหนดรูปทรงของตัวจับแบบพาสซีฟ แต่เราต้องการออกแบบตัวจับให้เหมาะสมกับวัตถุใดๆ”

มีความเป็นไปได้หลายอย่างสำหรับตัวจับ และรูปทรงของมันมักเกี่ยวข้องกับเส้นทางที่หุ่นยนต์จะใช้ในการจับวัตถุ เมื่อตัวจับถูกออกแบบไม่ถูกต้อง มันจะเสี่ยงต่อการชนกับวัตถุเมื่อพยายามจับ ซึ่งทีมงานได้พยายามแก้ไข

Milin Kodnongbua เป็นผู้เขียนหลัก และขณะทำวิจัยเป็นนักศึกษาปริญญาตรีที่ Allen School แห่งมหาวิทยาลัยวอชิงตัน

“จุดที่ตัวจับสัมผัสวัตถุจำเป็นต่อความมั่นคงของวัตถุขณะจับ เราเรียกชุดจุดนี้ว่ารูปแบบการจับ” Kodnongbua กล่าว “และตัวจับต้องสัมผัสกับวัตถุ ณ จุดเหล่านั้น และตัวจับต้องเป็นชิ้นงานแข็งชิ้นเดียวที่เชื่อมจุดสัมผัสกับแขนหุ่นยนต์ เราสามารถค้นหาเส้นทางที่เหมาะสมเพื่อให้ตรงตามเงื่อนไขเหล่านี้”

การออกแบบตัวจับและเส้นทางใหม่

เพื่อออกแบบตัวจับและเส้นทางใหม่ ทีมงานให้ข้อมูล 3 มิติของวัตถุและทิศทางของมันในพื้นที่

“อัลกอริทึมของเราจะสร้างรูปแบบการจับและจัดอันดับตามความเสถียรและเมตริกอื่นๆ” Kodnongbua กล่าว “จากนั้นมันจะเลือกรูปแบบที่ดีที่สุดแล้วปรับรูปทรงและเส้นทางร่วมกันเพื่อดูว่ามีเส้นทางสอดเข้าที่เป็นไปได้หรือไม่ หากไม่พบเส้นทาง มันจะเลือกรูปแบบการจับถัดไปในรายการแล้วลองปรับทั้งสองอย่างร่วมกันอีกครั้ง”

คอมพิวเตอร์จะแสดงผลเป็น 2 ชุดคำสั่งเมื่อหาคอนฟิกที่ดี ชุดแรกสำหรับการพิมพ์ 3 มิติของตัวจับ และชุดที่สองสำหรับเส้นทางของหุ่นยนต์หลังจากพิมพ์และติดตั้งตัวจับ

ทีมงานได้ทดสอบวิธีการใหม่นี้กับวัตถุหลายชนิด

Ian Good เป็นผู้เขียนร่วมอีกคนและนักศึกษาปริญญาเอกวิศวกรรมเครื่องกลแห่งมหาวิทยาลัยวอชิงตัน

“เรายังออกแบบวัตถุที่จะท้าทายสำหรับหุ่นยนต์จับแบบดั้งเดิม เช่น วัตถุที่มีมุมตื้นมากหรือวัตถุที่มีการจับภายใน — ที่คุณต้องจับโดยการเสียบกุญแจ” Good กล่าว

ทีมงานได้ทดสอบการยก 10 ครั้งกับวัตถุ 22 ชิ้น สำหรับวัตถุ 16 ชิ้น การยกทั้ง 10 ครั้งประสบความสำเร็จ วัตถุส่วนใหญ่มีการยกที่ประสบความสำเร็จอย่างน้อย 1 ครั้ง และ 2 วัตถุไม่ประสบความสำเร็จ

แม้ไม่มีการแทรกแซงจากมนุษย์ อัลกอริทึมก็พัฒนากลยุทธ์การจับที่เหมือนกันสำหรับวัตถุที่มีรูปทรงคล้ายกัน ซึ่งทำให้นักวิจัยเชื่อว่าพวกเขาสามารถสร้างตัวจับแบบพาสซีฟที่สามารถจับวัตถุได้หลายชนิด แทนที่จะเป็นวัตถุเฉพาะ

Alex เป็นผู้นำการดำเนินงานข่าวที่ใช้ AI ของ Unite.AI โดยผสานงานวารสารศาสตร์ การวิจัย และระบบอัตโนมัติ เพื่อสนับสนุนการรายงานข่าวด้านปัญญาประดิษฐ์อย่างทันท่วงทีและรองรับการขยายงาน งานของเขาช่วยให้ความก้าวหน้าใหม่ ๆ ด้าน AI ได้รับการนำเสนออย่างมีประสิทธิภาพ พร้อมรักษามาตรฐานบรรณาธิการของสำนักพิมพ์