机器人与物理 AI

新工具提高了制造业机器人夹持器的性能

mm

华盛顿大学的一个团队开发了一个新工具,可以设计一个3D打印的被动夹持器,并计算出拾取物体的最佳路径。这种新发展可以帮助提高装配线机器人的性能。

该系统在22个不同的物体上进行了测试,包括门挡形的楔子、网球和钻头,并且它被证明对20个物体都很成功。两个成功拾取的物体是楔子和具有曲线钥匙孔的金字塔形,这些通常对多种类型的夹持器来说是很难的。

研究将于8月11日在SIGGRAPH 2022上发表。

阿德里亚娜·舒尔茨(Adriana Schulz)是该研究的首席作者和华盛顿大学计算机科学与工程学院的助理教授。

为制造业生产线创建自定义工具

“我们仍然使用装配线生产大多数产品,这些生产线非常好,但也非常僵化。疫情向我们展示了需要一种方法来轻松地重新利用这些生产线,”舒尔茨说。“我们的想法是为这些制造业生产线创建自定义工具。这给了我们一个非常简单的机器人,可以执行一个特定的任务,并且具有特定的夹持器。当我改变任务时,我只需要更换夹持器。”

传统上,物体的设计都是为了匹配特定的夹持器,因为被动夹持器无法调整以适应它们要拾取的物体。

杰弗里·利普顿(Jeffrey Lipton)是该研究的共同作者和华盛顿大学机械工程系的助理教授。

“世界上最成功的被动夹持器是叉车上的钳子。但是,代价是叉车钳子只适用于特定的形状,例如托盘,这意味着您想要夹持的任何物体都需要放在托盘上,”利普顿说。“这里,我们说‘好吧,我们不想预定义被动夹持器的几何形状。’相反,我们想取任何物体的几何形状并设计一个夹持器。”

有很多种夹持器的可能性,它的形状通常与机器人臂拾取物体的路径有关。当夹持器设计不正确时,它会在尝试拾取物体时与物体碰撞,这是该团队试图解决的问题。

米林·科德诺布瓦(Milin Kodnongbua)是该研究的首席作者,当时是华盛顿大学计算机科学与工程学院的本科生。

“夹持器与物体接触的点对于保持物体在夹持中的稳定性至关重要。我们称这个点集为‘夹持配置’,”科德诺布瓦说。“另外,夹持器必须在这些给定的点与物体接触,并且夹持器必须是连接接触点和机器人臂的单个实体。我们可以搜索一个满足这些要求的插入轨迹。”

设计新的夹持器和轨迹

为了设计一个新的夹持器和轨迹,该团队首先将物体的3D模型和其在空间中的方向提供给计算机。

“首先,我们的算法生成可能的夹持配置,并根据稳定性和其他指标对它们进行排名,”科德诺布瓦说。“然后它取最好的选项,并进行联合优化以找到是否有可能找到一个插入轨迹。如果找不到一个,则转到列表中的下一个夹持配置并尝试再次进行联合优化。”

计算机输出两组指令,一旦找到一个好的匹配。第一组指令是用于3D打印机创建夹持器的,第二组指令是用于机器人臂在打印和附着夹持器后跟随的轨迹。

该团队测试了这种新方法在各种物体上的性能。

伊恩·古德(Ian Good)是另一位共同作者和华盛顿大学机械工程系的博士生。

“我们还设计了对传统抓取机器人来说具有挑战性的物体,例如具有非常浅角度的物体或具有内部抓取的物体——需要插入钥匙来拾取它们,”古德说。

该团队对22个形状进行了10次测试拾取。对于16个形状,所有10次拾取都成功。大多数形状至少有一次成功拾取,两个形状没有成功拾取。

即使没有任何人类干预,算法也为具有相似形状的物体开发了相同的抓取策略。这使得研究人员相信他们可能能够创建被动夹持器来拾取一类物体,而不是特定的物体。

Alex McFarland 是一名人工智能记者和作家,探索最新的人工智能发展。他曾与世界各地的众多人工智能初创公司和出版物合作。