Un approccio diverso al prelievo robotizzato da contenitori
Il prelievo industriale da contenitori industriale si è tradizionalmente basato su telecamere 3D fisse, punti di presa predefiniti, calibrazione dettagliata e posizioni dei contenitori relativamente controllate. Questi metodi possono funzionare bene in applicazioni strutturate, ma le loro prestazioni possono diventare meno prevedibili quando i componenti sono orientati casualmente, parzialmente occlusi o quando il contenitore stesso cambia posizione.
Inbolt adotta un approccio diverso, posizionando una telecamera per la visione 3D direttamente sul braccio robotico. Invece di fare affidamento su una visuale fissa dell'area di lavoro, il robot può muovere il proprio sistema di visione insieme all'end-effector e aggiornare continuamente la propria comprensione del pezzo.
A mio avviso, questa architettura è particolarmente significativa perché la telecamera diventa parte del sistema di movimento del robot, anziché rimanere un dispositivo di rilevamento separato. Questo modifica il modo in cui il robot può reagire alle variazioni dell'ambiente di lavoro fisico.
Visione sul braccio per ambienti non strutturati
Il sistema Inbolt utilizza modelli di IA proprietari insieme alla visione 3D in tempo reale per identificare opportunità di presa adeguate. Il sistema non dipende da un singolo punto di presa predefinito. Può valutare diverse superfici accessibili e determinare come il robot può avvicinarsi al componente.
Ciò è utile quando i componenti si sovrappongono, ruotano o espongono superfici diverse da un ciclo all'altro. Invece di richiedere che ogni possibile orientamento venga programmato esplicitamente, il sistema di visione valuta la scena corrente e genera una strategia di presa appropriata.
Le prestazioni di produzione dichiarate indicano un tempo di elaborazione inferiore a 1 secondo per ogni prelievo, con tassi di successo del prelievo fino al 95% in ambienti produttivi reali.
Funzionamento a ciclo chiuso in tre fasi
La soluzione segue un processo continuo di percezione e correzione, invece di trattare il prelievo come una sequenza di movimenti programmati isolati.
1. Identificare una superficie adatta al prelievo
Il sistema di visione 3D analizza i componenti disposti casualmente e identifica un'area accessibile per la presa. Il robot può selezionare diversi approcci di presa in base alla geometria visibile del pezzo.
2. Localizzare il pezzo dopo la presa
Dopo che il robot ha afferrato il componente, il sistema di visione può analizzare nuovamente l'oggetto e determinarne la posizione e l'orientamento effettivi. Ciò fornisce informazioni aggiuntive dopo il prelievo iniziale.
3. Correggere il movimento di posizionamento
Mentre il robot si dirige verso la destinazione, l'IA può perfezionare continuamente la traiettoria in base alla posizione aggiornata dell'oggetto. Questa capacità di localizzazione durante la presa aiuta a compensare le variazioni introdotte durante l'afferraggio.
A mio parere, questa architettura a ciclo chiuso è uno degli aspetti tecnici più importanti del sistema. Un prelievo riuscito non rappresenta necessariamente la fine del problema di percezione; verificare il pezzo dopo la presa offre al robot un'ulteriore opportunità di correggere il posizionamento prima del deposito.
Riduzione dell'infrastruttura di visione fissa
Una cella convenzionale per il prelievo da contenitori può richiedere telecamere fisse posizionate sopra o intorno all'area di lavoro. Tali installazioni possono introdurre ulteriori requisiti di montaggio meccanico, calibrazione, cablaggio e configurazione.
Con una telecamera montata sul braccio robotico, lo stesso sistema di visione può spostarsi tra diverse posizioni di osservazione. Ciò può ridurre la quantità di hardware di visione dedicato necessaria per applicazioni che coinvolgono più contenitori o layout delle postazioni di lavoro variabili.
L'architettura rende inoltre il sistema di visione meno dipendente da un singolo punto di osservazione fisso. Questo può essere utile quando il robot deve ispezionare un componente da angolazioni diverse durante il processo di prelievo.
Considerazioni sulle prestazioni e sulla produzione
Secondo Inbolt, il sistema è stato installato in più di cinque stabilimenti e ha raggiunto elevati livelli di disponibilità e produttività in questi siti produttivi. L'azienda dichiara tassi di successo del prelievo fino al 95% e tempi medi di elaborazione inferiori a un secondo per ogni prelievo.
Questi dati devono essere considerati specifici dell'applicazione, non come specifiche prestazionali universali. I risultati effettivi dipenderanno da fattori quali la geometria dei componenti, le caratteristiche superficiali, il caricamento del contenitore, la configurazione del robot, il design della pinza, l'illuminazione, i requisiti del ciclo e il grado di occlusione dei pezzi.
Per gli ingegneri industriali, questa distinzione è importante. Le prestazioni della visione dovrebbero essere valutate in ultima analisi in relazione alla cella robotica completa, non al solo algoritmo di visione.
IA e stima della posa 3D
Il sistema funziona su hardware NVIDIA e utilizza i modelli di guida robotica basati sull'IA di Inbolt per la stima della posa e la correzione della traiettoria in tempo reale.
L'obiettivo tecnico non è semplicemente riconoscere un oggetto. Il sistema deve determinare dove si trova l'oggetto, come è orientato, se una presa è fisicamente accessibile e come il robot deve muoversi dopo aver prelevato il pezzo.
Ciò rende la combinazione di percezione 3D, stima della posa, movimento del robot e controllo retroazionato più importante del riconoscimento delle immagini considerato isolatamente.
Dove questa architettura può apportare valore
L'approccio è adatto alle applicazioni in cui la presentazione dei pezzi è difficile da standardizzare. Gli esempi includono componenti caricati casualmente, contenitori che possono spostarsi, orientamenti variabili dei pezzi e ambienti produttivi in cui è necessario gestire più geometrie di componenti.
Un altro potenziale vantaggio è l'implementazione su più stazioni. Se lo stesso robot e la stessa architettura di visione possono essere configurati per contenitori e famiglie di pezzi diversi, i team di ingegneria potrebbero ridurre la quantità di infrastruttura di visione dedicata necessaria per ogni postazione di lavoro.
Dal punto di vista dell'automazione, il vantaggio più interessante non è quindi semplicemente un prelievo più rapido. È la possibilità di ridurre il lavoro meccanico e di programmazione necessario per mantenere le prestazioni quando l'ambiente fisico cambia.
Prospettiva ingegneristica
Lo sviluppo della visione 3D sul braccio riflette una tendenza più ampia nella robotica industriale: la percezione viene integrata sempre più strettamente con il movimento del robot.
L'automazione tradizionale spesso cerca di eliminare la variabilità attraverso attrezzaggi, posizioni fisse delle telecamere, presentazione controllata dei pezzi e traiettorie predefinite. La visione basata sull'IA adotta l'approccio opposto, consentendo al robot di osservare una maggiore variabilità e di compensarla tramite software e feedback.
Ciò non elimina la necessità di una progettazione meccanica adeguata, della scelta della pinza, della programmazione del robot o dell'ingegneria di processo. Cambia invece il modo in cui viene gestita parte della complessità. Per le applicazioni con una presentazione dei pezzi realmente variabile, trasferire parte di questa complessità dai vincoli meccanici alla percezione e al controllo del movimento in tempo reale può rappresentare un compromesso ingegneristico pratico.
Conclusione
La soluzione di Inbolt per il prelievo da contenitori dimostra come la visione 3D sul braccio e l'IA possano essere combinate con il controllo robotico a ciclo chiuso per applicazioni di movimentazione dei materiali meno strutturate. Il tempo di elaborazione dichiarato inferiore a un secondo, il tasso di successo del prelievo fino al 95% e l'implementazione in più stabilimenti indicano un'attenzione all'uso produttivo, piuttosto che a dimostrazioni di laboratorio.
Il concetto tecnico chiave è l'interazione continua tra percezione e movimento del robot: il sistema osserva la presa disponibile, verifica il componente dopo l'afferraggio e adatta la traiettoria di posizionamento secondo necessità. Questo approccio può offrire un'alternativa più adattabile alle architetture di prelievo da contenitori che dipendono fortemente da telecamere fisse e condizioni di presa predefinite.
