Yeni araç, üretimde kullanılan robot tutucularını iyileştiriyor

Washington Üniversitesi’nden bir ekip, 3D yazıcıyla yazılabilir bir pasif tutucu tasarlayabilen ve bir nesneyi almak için en iyi yolu hesaplayabilen yeni bir araç geliştirdi. Yeni geliştirme, montaj hattı robotlarını iyileştirmeye yardımcı olabilir.

Sistem, kapı durdurucu biçiminde bir kama, bir tenis topu ve bir matkap dahil 22 farklı nesne üzerinde test edildi ve 20 nesne için başarılı olduğu kanıtlandı. İki nesne, genellikle birçok tutucu türü için zor olan bir kama ve kavisli anahtar deliği olan piramit biçimli bir nesneydi.

Araştırma, 11 Ağustos’ta SIGGRAPH 2022’de sunulacak.

Adriana Schulz çalışmanın kıdemli yazarı ve Washington Üniversitesi Paul G. Allen School of Computer Science & Engineering’de yardımcı profesördür.

Üretim Hatları için Özel Araçlar Oluşturma

“Hala çoğu öğeyi montaj hatlarıyla üretiyoruz, bunlar gerçekten harika ama aynı zamanda çok esnek değil. Pandemi, üretim hatlarını kolayca yeniden amaçlandırabilmemiz gerektiğini gösterdi” dedi Schulz. “Fikrimiz, bu üretim hatları için özel araçlar oluşturmaktır. Bu, bir görevi gerçekleştirebilen çok basit bir robota ve bir tutucuya sahip olmamızı sağlar. Ve sonra görevi değiştirdiğimde, sadece tutucuyu değiştiririm.”

Pasif tutucular alacakları nesneye uyacak biçimde değişemediğinden, nesneler geleneksel olarak belirli bir tutucuya uyacak şekilde tasarlanmıştır.

Jeffrey Lipton, ortak yazar ve UW’de mekanik mühendisliği alanında yardımcı profesör.

“Dünyadaki en başarılı pasif tutucu, bir forkliftin çatalıdır. Ancak bunun karşılığında, forklift çatalı sadece belirli şekillerle, örneğin paletlerle iyi çalışır, bu da tutmak istediğiniz her şeyi bir palet üzerinde olmasını gerektirir” dedi Lipton. “Burada ‘Tamam, pasif tutucunun geometrisini önceden tanımlamak istemiyoruz’ diyoruz. Bunun yerine, herhangi bir nesnenin geometrisini almayı ve bir tutucu tasarlamayı istiyoruz.”

Bir tutucu için birçok farklı olasılık vardır ve şekli genellikle robot kolunun nesneyi alması için izlediği yola bağlıdır. Bir tutucu yanlış tasarlandığında, nesneyi almaya çalışırken nesneye çarpmak riski vardır, bu da ekibi çözmeye çalıştığı bir sorundur.

Milin Kodnongbua, baş yazar ve araştırma sırasında UW’de Allen Okulu’nda lisans öğrencisiydi.

“Tutucunun nesneyle temas ettiği noktalar, nesnenin tutunduğu durumda stabilitesini korumak için çok önemlidir. Bunlara ‘yakalama konfigürasyonu’ diyoruz” dedi Kodnongbua. “Ayrıca, tutucu bu verilen noktalarda nesneyle temas etmeli ve tutucu, temas noktalarını robot koluna bağlayan tek bir katı nesne olmalıdır. Bu gereksinimleri karşılayan bir yerleştirme yolunu arayabiliriz.”

Yeni Tutucu ve Hareket Yolu Tasarımı

Yeni bir tutucu ve hareket yolu tasarlamak için, ekip önce bilgisayara nesnenin 3D modelini ve uzaydaki yönelimini sağlar.

“Öncelikle algoritmamız olası yakalama konfigürasyonlarını üretir ve bunları stabilitelerine ve diğer bazı ölçütlere göre sıralar” dedi Kodnongbua. “Sonra en iyi seçeneği alır ve bir yerleştirme yolunun mümkün olup olmadığını co-optimizasyon yoluyla bulmaya çalışır. Eğer bir yerleştirme yolunu bulamazsa, listedeki sonraki yakalama konfigürasyonuna geçer ve co-optimizasyonu tekrar dener.”

Bilgisayar, bir yerleştirme yolunu bulduğunda iki set talimat üretir. İlki, tutucuyu oluşturmak için 3D yazıcıya, ikincisi ise tutucu 3D yazıcıda üretildikten ve robota bağlandıktan sonra robot kolunun izleyeceği hareket yolu için talimatlardır.

Ekibin yeni yöntemi çeşitli nesneler üzerinde test edildi.

Ian Good, başka bir ortak yazar ve UW’de mekanik mühendisliği bölümünde doktora öğrencisi.

“Ayrıca, geleneksel yakalama robotları için zor olabilecek nesneleri tasarladık, örneğin çok sığ açılara sahip nesneler veya iç yakalama gerektiren nesneler — bir anahtarın sokulmasıyla alınırlar” dedi Good.

Ekip, 22 şeklin her birinde 10 kaldırma denemesi yaptı. 16 şekil için on kaldırmanın tamamı başarılı oldu. Çoğu şekil en az bir başarı elde etti ve ikisi başarısız oldu.

İnsan müdahalesi olmadan, algoritma benzer şekildeki nesneler için aynı yakalama stratejilerini geliştirdi. Bu, araştırmacıların, belirli bir nesne yerine nesne sınıfını alan pasif tutucular oluşturabileceklerine inanmalarına neden oldu.