Skip to main content
Ta stran je prikazana z avtomatskim prevajanjem. Namesto tega glej v angleščini?

Izbiranje koš: pravi izziv za robote

Ines Ugalde Diaz | Siemensovi izumitelji leta | Novinec

Obstajajo naloge, ki so enostavne za ljudi, za robote pa res težke, izbiranje koš pa je ena od teh nalog. Na primer, roboti morajo biti sposobni pobrati en sam del iz koša, ki vsebuje nerazvrščen, kaotično razporejen kup posameznih delov, kot je kup paketov.

Ines Ugalde Diaz in njena ekipa v Berkeleyju (ZDA) že več kot šest let razvijata sisteme za nadzor robotov in doslej sta naredila več kot 40 izumov. Ines je v kategoriji novincev prejela nagrado izumitelja leta 2024 za rešitev za nabiranje kositov, ki jo je mogoče prilagodljivo spremeniti za različna orodja za prijemanje robotov. Ta izum je bil izbran, ker služi kot seme naslednje generacije Siemens SIMATIC Robot Pick AI. Pick AI je bil predstavljen na številnih sejmih, vključno s letošnjim sejmom v Hannoveru v Nemčiji spomladi 2024.

Prijemanje z vakumom

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

Mnogi roboti se držijo tako, da ustvarijo vakuum. Na koncu roke — kar se imenuje končni efektor — roboti uporabljajo eno ali več sesalnih skodelic za vakuum na predmet, ki ga je treba prijeti. Če želite to narediti, morajo sesalne posode pristati na optimalno, ravno, gladko in neporozno površino. Obstaja veliko različic sesalnih blazinic v različnih velikostih in oblikah, s pravokotno ali kvadratno podlago in z enim ali več sesalnimi skodelicami.

»Naš novi izum olajša uporabo sesalnih prijemalov v različnih velikostih in razporeditvah. Na stranki je, da se odloči, kaj hoče, »pravi Ines. »To je pravzaprav zelo edinstven vidik našega izdelka, ki nas razlikuje od vseh konkurentov.«

Pogled skozi kaos

V kaosu koša posamezni deli ležijo drug na drugem v naključnih prostorskih usmeritvah. 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 prostor, kjer lahko dober oprijem. Potrebne podatke — trenutni pogled škatle — zagotavlja 3D kamera. Algoritmi umetne inteligence, ki so bili usposobljeni za razlikovanje posameznih predmetov na teh slikah, postavljajo temelje za nadzor robotne roke.

Izboljšanje standardne programske opreme

Nagrajeni izum temelji na razumevanju prizorišča, zlasti razlikovanja koša in posameznih predmetov. To običajno imenujemo »segmentacija primerkov«, standardna težava pri strojnem učenju in računalniškem vidu. Obstaja že veliko vnaprej usposobljenih modelov za to nalogo, ki so imeli koristi od usposabljanja na milijonih primerov. Dobri so, vendar so preveč splošni in delajo napake v scenarijih izbiranja binov. Ines in njena skupina sta izboljšala učinkovitost teh standardnih rešitev na zadovoljivo raven, saj sta jim dala dodatno usposabljanje o posebnih naborih podatkov: na primer podatke iz resničnega sveta iz obstoječih robotskih celic Pick AI.

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

Izmenjava podatkov za boljše delovanje

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

»Naša rešitev je namenjena delovanju na katerem koli spletnem mestu strank, saj smo jo usposobili za obsežne nabore podatkov iz sintetičnih in resničnih virov,« pravi Ines. »Zelo dobro se obnese na škatlah, steklenicah in vrečkah, pa tudi, če je del ovit v plastično folijo. Načeloma kupci ne bi smeli videti nobene poslabšanja delovanja, če pa to storijo, lahko modelom omogočijo, da se učijo iz svojih napak. To je del naše strategije za izdelek. Pripravljamo se na vnos obsežnih podatkovnih nizov iz flot robotov v oblak Siemensa, ki lahko izkoristi primer okvare za izboljšanje našega izdelka — ne samo za eno stranko, ampak za vse stranke, ki se strinjajo glede izmenjave podatkov.« Izboljšave ne vodijo le do povečanja učinkovitosti, ampak tudi do razkrivanja novih primerov uporabe. »Pokazali smo, da lahko z minimalnim naporom spremenimo programsko opremo tako, da sprejmemo popolnoma nove primere uporabe, vključno z robotsko depaletizacijo,« pojasnjuje Ines. Pick AI je jedro na novo nameščene robotske depaletizacijske celice v enem od Siemensovih proizvodnih skladišč v Erlangenu v Nemčiji. Zahvaljujoč podatkom ekipa premika meje robotske manipulacije.