Skip to main content
Această pagină este afișată prin traducere automată. Vizualizați în schimb în limba engleză?
Un dispozitiv de prindere robotizat cu ventuze ține o cutie mică de carton în timp ce este reglat de o persoană.

Colectarea coșului de gunoi: O adevărată provocare pentru roboți

Ines Ugalde Diaz | Inventatorii anului Siemens | Nou-venit

Există sarcini care sunt ușoare pentru oameni, dar cu adevărat dificile pentru roboți, iar culegerea coșurilor este una dintre aceste sarcini. De exemplu, roboții trebuie să poată alege o singură parte dintr-un coș care conține o grămadă nesortată, aranjată haotic de piese individuale, cum ar fi o grămadă de colete.

Ines Ugalde Diaz și echipa sa din Berkeley (SUA) dezvoltă sisteme de control al roboților de mai bine de șase ani și au făcut peste 40 de invenții până acum. Ines a fost onorată ca Inventatorul Anului 2024 la categoria Newcomer pentru o soluție de colectare a coșurilor care poate fi modificată flexibil pentru diferite instrumente de prindere a roboților. Această invenție specială a fost selectată deoarece servește ca sămânță a următoarei generații de Siemens SIMATIC Robot Pick AI. Pick AI a fost prezentat la numeroase expoziții comerciale, inclusiv la târgul de la Hanovra din acest an din Germania în primăvara anului 2024.

Prindere prin vid

A person is standing in front of a whiteboard covered with diagrams and handwritten notes related to 3D object recognition and ranking.

Mulți roboți prind creând un vid. La capătul brațului lor - ceea ce se numește efectorul final - roboții folosesc una sau mai multe ventuze pentru a exercita un vid asupra obiectului care trebuie prins. Pentru a face acest lucru, ventuzele trebuie să aterizeze pe o suprafață optimă, plană, netedă și neporoasă. Există multe variante de tampoane de aspirație în diferite dimensiuni și forme, cu o bază dreptunghiulară sau pătrată și cu una sau mai multe ventuze.

„Noua noastră invenție facilitează utilizarea dispozitivelor de prindere cu aspirație în dimensiuni și aranjamente variabile. Depinde de client să decidă ce vrea”, spune Ines. „Acesta este de fapt un aspect foarte unic al produsului nostru care ne diferențiază de toți concurenții.”

Văzând prin haos

În haosul unui coș de gunoi, părțile individuale se află una peste alta în orientări spațiale aleatorii. Robotul trebuie mai întâi să recunoască structura din acest haos: trebuie să identifice unde începe o parte și unde se termină și să înțeleagă cum este poziționată pentru a găsi un loc în care să poată prinde bine. Datele necesare - vizualizarea curentă a casetei - sunt furnizate de o cameră 3D. Algoritmii AI care au fost instruiți să diferențieze obiectele individuale din aceste imagini pun bazele controlului brațului robotului.

Îmbunătățirea software-ului standard

Invenția premiată se bazează pe înțelegerea scenei, în special distingerea coșului de gunoi și a obiectelor individuale. Aceasta este de obicei denumită „segmentarea instanțelor”, o problemă standard în învățarea automată și viziunea computerizată. Există deja multe modele pre-instruite pentru această sarcină care au beneficiat de instruire pe milioane de exemple. Sunt buni, dar sunt prea generali și fac greșeli în scenariile de alegere a coșurilor. Ines și grupul ei au îmbunătățit performanța acestor soluții standard la niveluri satisfăcătoare, oferindu-le o instruire suplimentară cu privire la seturi de date specifice: de exemplu, date din lumea reală din celulele robotice Pick AI existente.

A person is working at a desk with two computer monitors displaying code and a robotic arm visible in the foreground.

Partajarea datelor pentru o performanță mai bună

A hand is pointing at a computer screen showing a colorful digital image with a green checkmark indicating successful processing.

„Soluția noastră este destinată să funcționeze la orice locație a clientului, deoarece am instruit-o pe seturi vaste de date atât din surse sintetice, cât și din surse reale”, spune Ines. „Se descurcă foarte bine pe cutii, sticle și pungi și, de asemenea, dacă piesa vine învelită în folie de plastic. În principiu, clienții nu ar trebui să vadă nicio degradare operațională, dar dacă o fac, pot permite modelelor să învețe din eșecurile lor. Aceasta face parte din strategia noastră pentru produs. Ne pregătim să ingerăm seturi de date la scară largă din flote de roboți în cloud-ul Siemens, care are capacitatea de a valorifica un caz de eșec pentru a îmbunătăți produsul nostru - nu doar pentru un singur client, ci pentru toți clienții care sunt de acord cu partajarea datelor.” Îmbunătățirile nu numai că duc la câștiguri de performanță, ci și la dezvăluirea de noi cazuri de utilizare. „Am arătat că, cu un efort minim, putem modifica software-ul pentru a prelua cazuri de utilizare complet noi, inclusiv depaletizarea robotică”, explică Ines. Pick AI se află în centrul unei celule robotizate de depaletizare nou implementate la unul dintre depozitele productive Siemens din Erlangen, Germania. Datorită datelor, echipa împinge frontierele manipulării robotizate.