Skip to main content

Branje u kantu: pravi izazov za robote

Ines Ugalde Diaz | Siemensovi izumitelji godine | Novopridošlica

Postoje zadaci koji su jednostavni za ljude, ali stvarno teški za robote, a branje u kantu jedan je od tih zadataka. Primjerice, roboti moraju biti u stanju odabrati jedan dio iz kante koji sadrži nesvrstanu, kaotično raspoređenu hrpu pojedinih dijelova poput hrpe čestica.

Ines Ugalde Diaz i njezin tim u Berkeleyu (SAD) razvijaju sustave upravljanja robotima više od šest godina i do sada su napravili preko 40 izuma. Ines je nagrađena kao Izumitelj godine 2024. u kategoriji Novopridošlica zbog rješenja za odabir traka koje se može fleksibilno modificirati za različite robotske alate za hvatanje. Ovaj izum odabran je jer služi kao sjeme sljedeće generacije Siemens SIMATIC Robot Pick AI. Pick AI predstavljen je na brojnim sajmovima, uključujući ovogodišnji sajam u Hannoveru u Njemačkoj u proljeće 2024.

Hvatanje vakumom

Osoba stoji ispred ploče prekrivene dijagramima i rukom napisanim bilješkama vezanim za prepoznavanje i rangiranje 3D objekata.

Mnogi roboti hvataju stvarajući vakuum. Na kraju ruke - ono što se zove krajnji efektor - roboti koriste jednu ili više usisnih čašica kako bi aktivirali vakuum na predmet koji će se hvatiti. Da biste to učinili, usisne čaše moraju sletjeti na optimalnu, ravnu, glatku i neporoznu površinu. Postoje mnoge varijante usisnih jastučića različitih veličina i oblika, s pravokutnom ili kvadratnom bazom i s jednom ili više usisnih čaša.

„Naš novi izum olakšava uporabu usisnih hvataljki u promjenjivim veličinama i rasporedima. Na kupcu je da odluči što želi", kaže Ines. „To je zapravo vrlo jedinstven aspekt našeg proizvoda koji nas razlikuje od svih konkurenata."

Gledajući kroz kaos

U kaosu kante pojedini dijelovi leže jedan na drugom u nasumičnim prostornim orijentacijama. Robot prvo mora prepoznati strukturu u ovom kaosu: mora prepoznati gdje dio počinje i gdje završava i razumjeti kako je postavljen kako bi pronašao mjesto gdje se može dobro prianjati. Potrebne podatke - trenutni prikaz kutije - pruža 3D kamera. UI algoritmi koji su obučeni za razlikovanje pojedinih objekata na ovim slikama postavljaju temelje za upravljanje robotom.

Poboljšanje standardnog softvera

Nagrađeni izum temelji se na razumijevanju scene, posebice razlikovanju kante i pojedinih predmeta. To se obično naziva „segmentacija instance", standardni problem u strojnom učenju i računalnom vidu. Već postoji mnogo unaprijed obučenih modela za ovaj zadatak koji su imali koristi od obuke na milijunima primjera. Dobri su, ali su previše općeniti i griješe u scenarijima odabira kante. Ines i njezina skupina poboljšale su izvedbe ovih standardnih rješenja na zadovoljavajuće razine pružajući im dodatnu obuku o specifičnim skupovima podataka: primjerice, stvarnim podacima iz postojećih robotskih ćelija Pick AI.

Osoba radi za stolom s dva računalna monitora koji prikazuju kod i robotskom rukom vidljivom u prvom planu.

Dijeljenje podataka za bolje izvedbe

Ruka pokazuje na zaslon računala koji prikazuje šarenu digitalnu sliku sa zelenom kvačicom koja označava uspješnu obradu.

„Naše rješenje namijenjeno je funkcioniranju na bilo kojoj internet lokaciji kupaca, jer smo ga obučili na ogromnim skupovima podataka iz sintetičkih i iz stvarnih izvora", kaže Ines. „Stvarno se dobro snalazi na kutijama, bocama i vrećicama, a također i ako dio dođe umotan u plastičnu foliju. U načelu, kupci ne bi trebali vidjeti nikakvu operativnu degradaciju, ali ako to učine, mogu dopustiti modelima da uče iz svojih kvarova. Ovo je dio naše strategije za proizvod. Pripremamo se unositi velike skupove podataka iz flota robota u Siemensov oblak, koji ima mogućnost iskoristiti slučaj neuspjeha kako bi naš proizvod bio bolji — ne samo za jednog kupca, već i za sve kupce koji se slažu oko dijeljenja podataka." Poboljšanja ne samo da dovode do povećanja izvedbi već i do otkrivanja novih slučajeva uporabe. „Pokazali smo da uz minimalan napor možemo modificirati softver kako bi prihvatio potpuno nove slučajeve uporabe, uključujući robotsku depaletizaciju", objašnjava Ines. Pick AI je u središtu novopostavljene robotske ćelije za depaletiranje u jednom od Siemensovih proizvodnih skladišta u Erlangenu u Njemačkoj. Zahvaljujući podacima, tim pomiče granice robotske manipulacije.