Skip to main content

Izbiranje predmetov iz zabojev: pravi izziv za robote

Ines Ugalde Diaz | Izumitelji leta podjetja Siemens | Novinka

Obstajajo naloge, ki so za ljudi enostavne, za robote pa zelo težke, in pobiranje iz zabojev je ena izmed njih. Roboti morajo na primer biti sposobni iz zaboja, v katerem se nahaja nesortirana, kaotično razporejena kupa posameznih delov, podobna kupu paketov, izbrati en sam del.

Ines Ugalde Diaz in njen tim v Berkeleyju (ZDA) že več kot šest let razvijajo sisteme za krmiljenje robotov in so doslej ustvarili več kot 40 izumov. Ines je bila za rešitev za pobiranje iz zabojev, ki jo je mogoče prilagoditi različnim robotskim prijemalnim orodjem, razglašena za izumiteljico leta 2024 v kategoriji novincev. Ta izum je bil izbran, ker predstavlja temelj naslednje generacije Siemens SIMATIC Robot Pick AI. Pick AI je bil predstavljen na številnih sejmih, vključno z letošnjim sejmom v Hannovru v Nemčiji spomladi 2024.

Prijemanje z vakuumom

Oseba stoji pred tablo, prekrito z diagrami in ročnimi zapiskami, povezanimi s prepoznavanjem in razvrščanjem 3D-objektov.

Mnogi roboti se oprijemajo s pomočjo vakuuma. Na koncu svojega ročaja – tako imenovanem končnem efektorju – roboti uporabljajo eno ali več priseskov, da na predmet, ki ga želijo prijeti, ustvarijo vakuum. Da bi to dosegli, morajo priseski pristati na optimalno ravni, gladki in neporozni površini. Obstaja veliko različic sesalnih podstavkov v različnih velikostih in oblikah, s pravokotno ali kvadratno podlago ter z enim ali več sesalnimi skodelicami.

„Naš novi izum omogoča uporabo sesalnih prijemal v različnih velikostih in razporeditvah. Stranka sama odloči, kaj želi,“ pravi Ines. „To je pravzaprav zelo edinstvena lastnost našega izdelka, ki nas loči od vseh konkurentov.“

Pogled skozi kaos

V kaosu koša ležijo posamezni deli drug na drugem v naključnih prostorskih položajih. Robot mora najprej prepoznati strukturo v tem kaosu: ugotoviti mora, kje se del začne in kje konča, ter razumeti, kako je nameščen, da bi našel mesto, kjer ga lahko dobro prime. Potrebne podatke – trenutni pogled na zaboj – zagotavlja 3D-kamera. Algoritmi umetne inteligence, ki so bili usposobljeni za razlikovanje posameznih predmetov na teh slikah, postavljajo temelje za krmiljenje robotske roke.

Izboljševanje standardne programske opreme

Nagrajeni izum temelji na razumevanju prizora, zlasti na razlikovanju med zabojem in posameznimi predmeti. To se običajno imenuje »segmentacija primerov«, kar je standardna naloga na področju strojnega učenja in računalniškega vida. Za to nalogo že obstaja veliko vnaprej usposobljenih modelov, ki so bili izurjeni na milijonih primerov. So dobri, a preveč splošni, zato v scenarijih pobiranja iz zabojev delajo napake. Ines in njena skupina sta izboljšala učinkovitost teh standardnih rešitev na zadovoljivo raven z dodatnim usposabljanjem na posebnih naborih podatkov: na primer na podatkih iz resničnega sveta iz obstoječih robotskih celic Pick AI.

Na fotografiji je oseba, ki dela za pisalno mizo z dvema računalniškima zaslonoma, na katerih je prikazana koda, v ospredju pa je vidna robotska roka.

Izmenjava podatkov za boljšo učinkovitost

Roka kaže na računalniški zaslon, na katerem je prikazana barvita digitalna slika z zeleno kljukico, ki označuje uspešno obdelavo.

»Naša rešitev je zasnovana tako, da deluje na kateri koli lokaciji stranke, saj smo jo usposobili na obsežnih zbirkah podatkov iz sintetičnih in realnih virov,« pravi Ines. »Odlično se obnese pri škatlah, steklenicah in vrečkah, pa tudi če je izdelek zavit v plastično folijo. Načeloma stranke ne bi smele opaziti nobenega poslabšanja delovanja, če pa se to vendarle zgodi, lahko modelom omogočijo, da se učijo iz svojih napak. To je del naše strategije za ta izdelek. Pripravljamo se na vnos obsežnih naborov podatkov iz flot robotov v oblak Siemens, ki ima zmožnost izkoristiti primere napak za izboljšanje našega izdelka – ne le za enega stranko, ampak za vse stranke, ki se strinjajo z izmenjavo podatkov.“ Izboljšave ne vodijo le do povečanja zmogljivosti, ampak tudi do odkritja novih primerov uporabe. »Pokazali smo, da lahko z minimalnim naporom spremenimo programsko opremo, da prevzame povsem nove primere uporabe, vključno z robotskim razpaletiranjem,« pojasnjuje Ines. Pick AI je osrednji del novo nameščene robotsko razpaletirne celice v enem od proizvodnih skladišč podjetja Siemens v Erlangnu v Nemčiji. Zahvaljujoč podatkom ekipa premika meje robotskega rokovanja.