Skip to main content

Vyberanie dielov z kontajnera: skutočná výzva pre roboty

Ines Ugalde Diaz | Vynálezcovia roka spoločnosti Siemens | Nováčik

Existujú úlohy, ktoré sú pre ľudí jednoduché, ale pre roboty veľmi náročné, a vyberanie dielov z kontajnera je jednou z nich. Roboty musia napríklad dokázať vybrať jeden diel z kontajnera obsahujúceho neusporiadanú, chaoticky uloženú hromadu jednotlivých dielov, podobnú hromade balíkov.

Ines Ugalde Diaz a jej tím v Berkeley (USA) vyvíjajú riadiace systémy pre roboty už viac ako šesť rokov a doteraz vytvorili viac než 40 vynálezov. Ines bola ocenená titulom Inventor of the Year 2024 v kategórii Newcomer za riešenie vyberania dielov z kontajnera, ktoré možno flexibilne prispôsobiť rôznym robotickým uchopovacím nástrojom. Tento konkrétny vynález bol vybraný preto, že predstavuje základ ďalšej generácie riešenia Siemens SIMATIC Robot Pick AI. Pick AI bol prezentovaný na mnohých veľtrhoch vrátane tohtoročného veľtrhu Hannover Messe v Nemecku na jar 2024.

Uchopenie vákuom

Osoba stojí pred tabuľou pokrytou diagramami a ručne písanými poznámkami týkajúcimi sa rozpoznávania 3D objektov a ich hodnotenia.

Mnohé roboty uchopujú predmety vytvorením podtlaku. Na konci svojho ramena – v takzvanom koncovom efektore – roboty používajú jednu alebo viac prísaviek na vytvorenie podtlaku na objekte, ktorý majú uchopiť. Aby to bolo možné, prísavky musia dosadnúť na optimálne plochý, hladký a neporézny povrch. Existuje mnoho variantov prísavných podložiek v rôznych veľkostiach a tvaroch, s obdĺžnikovou alebo štvorcovou základňou a s jednou alebo viacerými prísavkami.

„Náš nový vynález umožňuje používanie prísavkových uchopovačov v rôznych veľkostiach a usporiadaniach. Je na zákazníkovi, aby si vybral, čo potrebuje,“ hovorí Ines. „To je v skutočnosti veľmi jedinečný aspekt nášho produktu, ktorý nás odlišuje od všetkých konkurentov.“

Vidieť cez chaos

V chaose kontajnera ležia jednotlivé diely na sebe v náhodných priestorových orientáciách. Robot musí najprv rozpoznať štruktúru v tomto chaose: musí identifikovať, kde diel začína a kde končí, a pochopiť jeho polohu, aby našiel miesto, kde ho môže spoľahlivo uchopiť. Potrebné údaje – aktuálny pohľad do kontajnera – poskytuje 3D kamera. Algoritmy AI, ktoré boli trénované na rozlišovanie jednotlivých objektov na týchto snímkach, vytvárajú základ pre riadenie robotického ramena.

Vylepšenie štandardného softvéru

Ocenený vynález vychádza zo základov porozumenia scéne, najmä z rozlišovania medzi kontajnerom a jednotlivými objektmi. Tento proces sa zvyčajne označuje ako „segmentácia inštancií“, čo je štandardný problém v oblasti strojového učenia a počítačového videnia. Pre túto úlohu už existuje mnoho predtrénovaných modelov, ktoré profitovali z tréningu na miliónoch príkladov. Sú dobré, ale príliš všeobecné a v scenároch vyberania dielov z kontajnera robia chyby. Ines a jej tím zlepšili výkon týchto štandardných riešení na uspokojivú úroveň tým, že im poskytli dodatočný tréning na špecifických dátových súboroch, napríklad na reálnych údajoch z existujúcich robotických buniek Pick AI.

Osoba pracuje za stolom s dvoma počítačovými monitormi zobrazujúcimi kód, pričom v popredí je viditeľné robotické rameno.

Zdieľanie údajov pre lepší výkon

Ruka ukazuje na obrazovku počítača zobrazujúcu farebný digitálny obraz so zelenou značkou zaškrtnutia označujúcou úspešné spracovanie.

„Naše riešenie je navrhnuté tak, aby fungovalo na akomkoľvek pracovisku zákazníka, pretože sme ho trénovali na rozsiahlych dátových súboroch zo syntetických aj reálnych zdrojov,“ hovorí Ines. „Veľmi dobre si poradí s krabicami, fľašami a taškami, a tiež v prípade, že je diel zabalený v plastovej fólii. Zákazníci by v zásade nemali zaznamenať žiadne zhoršenie prevádzky, no ak by sa tak stalo, môžu modelom umožniť učiť sa z ich zlyhaní. Je to súčasť našej produktovej stratégie. Pripravujeme sa na prijímanie rozsiahlych dátových súborov z flotíl robotov do Siemens cloudového prostredia, ktoré dokáže využiť prípad zlyhania na zlepšenie nášho produktu – nielen pre jedného zákazníka, ale pre všetkých zákazníkov, ktorí súhlasia so zdieľaním údajov.“ Zlepšenia nevedú len k vyššiemu výkonu, ale zároveň odhaľujú nové prípady použitia. „Ukázali sme, že s minimálnym úsilím dokážeme softvér upraviť tak, aby zvládal úplne nové prípady použitia vrátane robotického depaletizovania,“ vysvetľuje Ines. Pick AI je jadrom novo nasadenej robotickej depaletizačnej bunky v jednom z produktívnych skladov spoločnosti Siemens v Erlangene v Nemecku. Vďaka údajom tím posúva hranice robotickej manipulácie.