Skip to main content

Atkritumu savākšana: īsts izaicinājums robotiem

Ines Ugalde Diaz | Siemens Gada izgudrotāji | Jaunpienācējs

Ir uzdevumi, kas cilvēkiem ir viegli, bet robotiem – ļoti sarežģīti, un atkritumu tvertņu šķirošana ir viens no šiem uzdevumiem. Piemēram, robotiem ir jāspēj izvēlēties vienu detaļu no atkritumu tvertnes, kurā atrodas nešķirota, haotiski sakārtota atsevišķu detaļu kaudze, piemēram, paku kaudze.

Ines Ugalde Diaza un viņas komanda Bērklijā (ASV) ir izstrādājusi robotu vadības sistēmas vairāk nekā sešus gadus un līdz šim ir veikušas vairāk nekā 40 izgudrojumus. Ines tika apbalvota kā 2024. gada izgudrotāja jaunpienācēju kategorijā par atkritumu tvertņu šķirošanas risinājumu, ko var elastīgi pārveidot dažādiem robotu satveršanas instrumentiem. Šis konkrētais izgudrojums tika izvēlēts, jo tas kalpo par nākamās paaudzes Siemens SIMATIC Robot Pick AI aizsākumu. Pick AI tika prezentēts daudzās tirdzniecības izstādēs, tostarp Hannoveres gadatirgū Vācijā 2024. gada pavasarī.

Satveršana ar vakuumu

Persona stāv tāfeles priekšā, kas pārklāta ar diagrammām un ar roku rakstītām piezīmēm, kas saistītas ar 3D objektu atpazīšanu un rangēšanu.

Daudzi roboti satver, izveidojot vakuumu. Rokas galā - ko sauc par gala efektoru - roboti izmanto vienu vai vairākus piesūcekņus, lai iedarbinātu vakuumu satveramajam objektam. Lai to izdarītu, piesūcekņiem jānolaižas uz optimāli, līdzenas, gludas un neporainas virsmas. Ir daudz dažādu izmēru un formu iesūkšanas spilventiņu variantu ar taisnstūrveida vai kvadrātveida pamatni un ar vienu vai vairākiem piesūcekņiem.

“Mūsu jaunais izgudrojums atvieglo sūkšanas satvērēju izmantošanu dažādos izmēros un izkārtojumos. Klienta ziņā ir izlemt, ko viņš vēlas,” saka Ines. “Tas patiesībā ir ļoti unikāls mūsu produkta aspekts, kas mūs atšķir no visiem konkurentiem.”

Redzot cauri haosam

Atkritumu tvertnes haosā atsevišķās daļas atrodas viena virs otras nejaušās telpiskās orientācijās. Robotam vispirms ir jāatpazīst struktūra šajā haosā: Tam ir jānosaka, kur daļa sākas un kur tā beidzas, un jāsaprot, kā tā ir novietota, lai atrastu vietu, kur tā var iegūt labu saķeri. Nepieciešamos datus — kārbas pašreizējo skatu — nodrošina 3D kamera. Mākslīgā inetelekta (AI) algoritmi, kas ir apmācīti atšķirt atsevišķus objektus šajos attēlos, ir pamats robota rokas vadībai.

Standarta programmatūras uzlabošana

Apbalvotais izgudrojums balstās uz ainas izpratni, jo īpaši šķirojot atkritumu tvertni un atsevišķus objektus. To parasti sauc par “piemēru segmentāciju”, kas ir standarta problēma mašīnmācīšanās un datora redzes jomā. Šim uzdevumam jau ir daudz iepriekš apmācītu modeļu, kas ir guvuši labumu no apmācības miljoniem piemēru. Viņi ir labi, bet ir pārāk vispārīgi, un viņi pieļauj kļūdas atkritumu šķirošanas scenārijos. Ines un viņas grupa uzlaboja šo standarta risinājumu veiktspēju līdz apmierinošam līmenim, sniedzot viņiem papildu apmācību par īpašām datu kopām: piemēram, reālās pasaules datiem no esošajām Pick AI robotizētajām šūnām.

Cilvēks strādā pie rakstāmgalda ar diviem datoru monitoriem, kas parāda kodu, un priekšplānā redzamu robotu roku.

Datu koplietošana labākai veiktspējai

Roku norāda uz datora ekrānu, kurā redzams krāsains digitālais attēls ar zaļu atzīmi, kas norāda uz veiksmīgu apstrādi.

“Mūsu risinājums ir paredzēts darbam jebkurā klientu vietnē, jo mēs to apmācījām plašās datu kopās gan no sintētiskajiem, gan reālajiem avotiem,” saka Ines. “Tas patiešām labi darbojas uz kastēm, pudelēm un maisiņiem, kā arī tad, ja daļa ir iesaiņota plastmasas folijā. Principā klientiem nevajadzētu redzēt nekādu darbības pasliktināšanos, bet, ja viņi to redz, viņi var ļaut modeļiem mācīties no savām neveiksmēm. Tā ir daļa no mūsu stratēģijas attiecībā uz produktu. Mēs gatavojamies ieņemt liela mēroga datu kopas no robotu flotēm Siemens mākonī, kas spēj izmantot neveiksmes gadījumu, lai padarītu mūsu produktu labāku — ne tikai vienam klientam, bet arī visiem klientiem, kuri vienojas par datu koplietošanu.” Uzlabojumi ne tikai palielina veiktspēju, bet arī atklāj jaunus lietošanas gadījumus. “Mēs esam parādījuši, ka ar minimālu piepūli mēs varam modificēt programmatūru, lai uzņemtos pilnīgi jaunus lietošanas gadījumus, tostarp robotizētu izņemšanu no paletēm,” skaidro Ines. Pick AI ir jaunizveidotās robotizētās palešu izņemšanas šūnas pamatā vienā no Siemens ražošanas noliktavām Erlangenā, Vācijā. Pateicoties datiem, komanda paplašina robotizētās manipulācijas robežas.