Pendekatan Berbeza terhadap Pengambilan Komponen daripada Bekas oleh Robot
Pengambilan komponen daripada bekas secara industri secara tradisional bergantung pada kamera 3D tetap, titik cengkaman yang dipratentukan, penentukuran terperinci dan kedudukan bekas yang agak terkawal. Kaedah ini boleh berfungsi dengan baik dalam aplikasi berstruktur, tetapi prestasinya boleh menjadi kurang dapat diramalkan apabila komponen berada dalam orientasi rawak, terlindung sebahagiannya atau apabila kedudukan bekas itu sendiri berubah.
Inbolt menggunakan pendekatan yang berbeza dengan meletakkan kamera penglihatan 3D terus pada lengan robot. Daripada bergantung pada pandangan tetap terhadap ruang kerja, robot boleh menggerakkan sistem penglihatannya bersama penggerak hujung dan terus mengemas kini pemahamannya tentang bahan kerja.
Pada pandangan saya, seni bina ini amat penting kerana kamera menjadi sebahagian daripada sistem pergerakan robot dan bukannya kekal sebagai peranti penderiaan berasingan. Hal ini mengubah cara robot bertindak balas terhadap variasi dalam ruang kerja fizikal.
Penglihatan pada Lengan untuk Persekitaran Tidak Berstruktur
Sistem Inbolt menggunakan model AI proprietari bersama penglihatan 3D masa nyata untuk mengenal pasti peluang cengkaman yang sesuai. Sistem ini tidak bergantung pada satu titik cengkaman yang dipratentukan. Ia boleh menilai permukaan yang boleh dicapai dan menentukan cara robot mendekati komponen tersebut.
Hal ini berguna apabila komponen bertindih, berpusing atau mendedahkan permukaan yang berbeza dari satu kitaran ke kitaran yang lain. Daripada memerlukan setiap orientasi yang mungkin diprogramkan secara jelas, sistem penglihatan menilai keadaan semasa dan menjana strategi cengkaman yang sesuai.
Prestasi pengeluaran yang dilaporkan ialah masa pemprosesan kurang daripada 1 saat bagi setiap pengambilan, dengan kadar kejayaan pengambilan sehingga 95% dalam persekitaran pembuatan sebenar.
Operasi Gelung Tertutup Tiga Langkah
Penyelesaian ini mengikuti proses persepsi dan pembetulan berterusan, bukannya menganggap pengambilan sebagai urutan pergerakan terprogram yang berasingan.
1. Mengenal Pasti Permukaan yang Boleh Dicengkam
Sistem penglihatan 3D menganalisis komponen yang disusun secara rawak dan mengenal pasti kawasan yang boleh dicapai untuk cengkaman. Robot boleh memilih pendekatan cengkaman yang berbeza berdasarkan geometri bahagian yang kelihatan.
2. Menentukan Kedudukan Komponen Selepas Dicengkam
Selepas robot mencengkam komponen tersebut, sistem penglihatan boleh menganalisis objek itu sekali lagi dan menentukan kedudukan serta orientasi sebenar. Hal ini memberikan maklumat tambahan selepas pengambilan awal.
3. Membetulkan Pergerakan Peletakan
Semasa robot bergerak menuju ke destinasi, AI boleh terus memperhalus trajektori berdasarkan kedudukan objek yang dikemas kini. Keupayaan menentukan kedudukan dalam tangan ini membantu mengimbangi variasi yang berlaku semasa proses mencengkam.
Pada pendapat saya, seni bina gelung tertutup ini merupakan salah satu aspek teknikal sistem yang lebih penting. Pengambilan yang berjaya tidak semestinya menandakan berakhirnya masalah persepsi; pengesahan bahagian selepas dicengkam memberi robot satu lagi peluang untuk membetulkan kedudukan sebelum peletakan.
Mengurangkan Infrastruktur Penglihatan Tetap
Sel pengambilan komponen daripada bekas konvensional mungkin memerlukan kamera tetap yang diletakkan di atas atau di sekeliling kawasan kerja. Pemasangan sedemikian boleh menambah keperluan bagi pemasangan mekanikal, penentukuran, pendawaian dan konfigurasi.
Dengan satu kamera dipasang pada lengan robot, sistem penglihatan yang sama boleh bergerak antara kedudukan pandangan yang berbeza. Hal ini boleh mengurangkan jumlah perkakasan penglihatan khusus yang diperlukan untuk aplikasi yang melibatkan beberapa bekas atau susun atur stesen kerja yang berubah.
Seni bina ini juga menjadikan sistem penglihatan kurang bergantung pada satu sudut pandangan tetap. Hal ini berguna apabila robot perlu memeriksa komponen dari sudut yang berbeza semasa proses pengambilan.
Pertimbangan Prestasi dan Pengeluaran
Menurut Inbolt, sistem ini telah digunakan di lebih daripada lima kilang dan mencapai masa beroperasi serta kadar pengeluaran yang tinggi di lokasi pengeluaran tersebut. Syarikat itu melaporkan kadar kejayaan pengambilan sehingga 95% dan purata masa pemprosesan di bawah satu saat bagi setiap pengambilan.
Angka ini harus dianggap khusus kepada aplikasi dan bukannya spesifikasi prestasi sejagat. Keputusan sebenar bergantung pada faktor seperti geometri komponen, ciri permukaan, muatan bekas, konfigurasi robot, reka bentuk penggenggam, pencahayaan, keperluan kitaran dan tahap komponen terlindung.
Bagi jurutera industri, perbezaan ini penting. Prestasi penglihatan pada akhirnya harus dinilai berdasarkan keseluruhan sel robotik dan bukannya algoritma penglihatan sahaja.
AI dan Anggaran Pose 3D
Sistem ini berjalan pada perkakasan NVIDIA dan menggunakan model panduan robot berasaskan AI milik Inbolt untuk anggaran pose masa nyata serta pembetulan trajektori.
Matlamat teknikalnya bukan sekadar mengenal pasti objek. Sistem perlu menentukan lokasi objek, orientasinya, sama ada cengkaman boleh dicapai secara fizikal dan cara robot harus bergerak selepas bahagian tersebut diambil.
Hal ini menjadikan gabungan persepsi 3D, anggaran pose, pergerakan robot dan kawalan maklum balas lebih penting berbanding pengecaman imej secara berasingan.
Di Mana Seni Bina Ini Boleh Memberikan Nilai
Pendekatan ini amat sesuai untuk aplikasi yang sukar menyeragamkan penyediaan komponen. Contohnya termasuk komponen yang dimuatkan secara rawak, bekas yang boleh berubah kedudukan, orientasi komponen yang berbeza-beza dan persekitaran pengeluaran yang memerlukan pengendalian pelbagai geometri komponen.
Satu lagi kelebihan yang berpotensi ialah penggunaan merentasi beberapa stesen. Jika robot dan seni bina penglihatan yang sama boleh dikonfigurasikan untuk bekas serta keluarga komponen yang berbeza, pasukan kejuruteraan mungkin dapat mengurangkan jumlah infrastruktur penglihatan khusus yang diperlukan bagi setiap stesen kerja.
Dari perspektif automasi, manfaat yang paling menarik bukan sekadar pengambilan yang lebih pantas. Sebaliknya, ia ialah kemungkinan untuk mengurangkan usaha mekanikal dan pengaturcaraan yang diperlukan bagi mengekalkan prestasi apabila persekitaran fizikal berubah.
Perspektif Kejuruteraan
Pembangunan penglihatan 3D pada lengan mencerminkan perubahan yang lebih luas dalam robotik industri: persepsi semakin disepadukan dengan pergerakan robot.
Automasi tradisional sering cuba menghapuskan variasi melalui lekapan, kedudukan kamera tetap, penyediaan komponen yang terkawal dan trajektori yang dipratentukan. Penglihatan berasaskan AI mengambil pendekatan yang berbeza dengan membolehkan robot memerhati lebih banyak variasi dan mengimbanginya melalui perisian serta maklum balas.
Hal ini tidak menghapuskan keperluan terhadap reka bentuk mekanikal yang baik, pemilihan penggenggam, pengaturcaraan robot atau kejuruteraan proses. Sebaliknya, ia mengubah tempat sebahagian kerumitan itu dikendalikan. Bagi aplikasi yang sememangnya mempunyai penyediaan komponen yang berubah-ubah, memindahkan sebahagian kerumitan tersebut daripada kekangan mekanikal kepada persepsi masa nyata dan kawalan pergerakan boleh menjadi pertukaran kejuruteraan yang praktikal.
Kesimpulan
Penyelesaian pengambilan komponen daripada bekas Inbolt menunjukkan cara penglihatan 3D pada lengan dan AI boleh digabungkan dengan kawalan robot gelung tertutup untuk aplikasi pengendalian bahan yang kurang berstruktur. Masa pemprosesan yang dilaporkan di bawah satu saat, kadar kejayaan pengambilan sehingga 95% dan penggunaan di beberapa kilang menunjukkan tumpuan terhadap penggunaan pengeluaran, bukannya demonstrasi makmal.
Konsep teknikal utamanya ialah interaksi berterusan antara persepsi dan pergerakan robot: sistem memerhati cengkaman yang tersedia, mengesahkan komponen selepas dicengkam dan melaraskan trajektori peletakan mengikut keperluan. Pendekatan ini boleh menyediakan alternatif yang lebih mudah disesuaikan berbanding seni bina pengambilan komponen daripada bekas yang sangat bergantung pada kamera tetap dan keadaan cengkaman yang dipratentukan.
