Uma Abordagem Diferente à Recolha Robótica de Peças em Contentores
Industrial A recolha de peças em contentores tem dependido tradicionalmente de câmaras 3D fixas, pontos de preensão predefinidos, calibração detalhada e posições dos contentores relativamente controladas. Estes métodos podem funcionar bem em aplicações estruturadas, mas o seu desempenho pode tornar-se menos previsível quando as peças estão orientadas aleatoriamente, parcialmente ocultas ou quando o próprio contentor muda de posição.
A Inbolt adota uma abordagem diferente, instalando uma câmara de visão 3D diretamente no braço do robô. Em vez de depender de uma vista fixa da área de trabalho, o robô pode deslocar o seu sistema de visão juntamente com o efetuador final e atualizar continuamente a sua perceção da peça.
Na minha opinião, esta arquitetura é particularmente relevante porque a câmara passa a fazer parte do sistema de movimento do robô, em vez de permanecer um dispositivo de deteção separado. Isto altera a forma como o robô pode reagir às variações no espaço de trabalho físico.
Visão no Braço para Ambientes Não Estruturados
O sistema da Inbolt utiliza modelos de IA proprietários em conjunto com visão 3D em tempo real para identificar oportunidades de preensão adequadas. O sistema não depende de um único ponto de preensão predefinido. Pode avaliar diferentes superfícies acessíveis e determinar como o robô pode aproximar-se do componente.
Isto é útil quando os componentes se sobrepõem, rodam ou expõem superfícies diferentes de um ciclo para o outro. Em vez de exigir que todas as orientações possíveis sejam programadas explicitamente, o sistema de visão avalia a cena atual e gera uma estratégia de preensão adequada.
O desempenho de produção reportado é inferior a 1 segundo de tempo de processamento por recolha, com taxas de sucesso de recolha de até 95% em ambientes de fabrico reais.
Operação em Circuito Fechado em Três Etapas
A solução segue um processo contínuo de perceção e correção, em vez de tratar a recolha como uma sequência de movimentos programados isolados.
1. Identificar uma Superfície Acessível para Recolha
O sistema de visão 3D analisa os componentes dispostos aleatoriamente e identifica uma área acessível para a preensão. O robô pode selecionar diferentes abordagens de preensão de acordo com a geometria visível da peça.
2. Localizar a Peça após a Preensão
Depois de o robô agarrar o componente, o sistema de visão pode analisar novamente o objeto e determinar a sua posição e orientação reais. Isto fornece informações adicionais após a recolha inicial.
3. Corrigir o Movimento de Colocação
Enquanto o robô se desloca em direção ao destino, a IA pode aperfeiçoar continuamente a trajetória com base na posição atualizada do objeto. Esta capacidade de localização durante a preensão ajuda a compensar as variações introduzidas durante o ato de agarrar.
Na minha opinião, esta arquitetura em circuito fechado é um dos aspetos técnicos mais importantes do sistema. Uma recolha bem-sucedida não é necessariamente o fim do problema de perceção; verificar a peça depois de a agarrar dá ao robô outra oportunidade para corrigir o posicionamento antes da colocação.
Redução da Infraestrutura de Visão Fixa
Uma célula convencional de recolha de peças em contentores pode exigir câmaras fixas posicionadas por cima ou em redor da área de trabalho. Estas instalações podem introduzir requisitos adicionais de montagem mecânica, calibração, cablagem e configuração.
Com uma câmara montada no braço do robô, o mesmo sistema de visão pode deslocar-se entre diferentes posições de observação. Isto pode reduzir a quantidade de hardware de visão dedicado necessária em aplicações que envolvam vários contentores ou configurações variáveis do posto de trabalho.
A arquitetura também torna o sistema de visão menos dependente de um único ponto de vista fixo. Isto pode ser útil quando o robô precisa de inspecionar um componente a partir de diferentes ângulos durante o processo de recolha.
Considerações sobre Desempenho e Produção
Segundo a Inbolt, o sistema foi implementado em mais de cinco fábricas e alcançou elevados níveis de disponibilidade e produtividade nestes locais de produção. A empresa indica taxas de sucesso de recolha de até 95% e tempos médios de processamento inferiores a um segundo por recolha.
Estes valores devem ser considerados específicos de cada aplicação e não como especificações universais de desempenho. Os resultados reais dependerão de fatores como a geometria dos componentes, as características da superfície, o carregamento do contentor, a configuração do robô, o design da garra, a iluminação, os requisitos do ciclo e o grau de ocultação das peças.
Para os engenheiros industriais, esta distinção é importante. O desempenho da visão deve, em última análise, ser avaliado tendo em conta a célula robótica completa, e não apenas o algoritmo de visão.
IA e Estimativa de Pose 3D
O sistema funciona com hardware NVIDIA e utiliza os modelos de orientação robótica baseados em IA da Inbolt para a estimativa de pose e a correção da trajetória em tempo real.
O objetivo técnico não é simplesmente reconhecer um objeto. O sistema tem de determinar onde o objeto se encontra, qual é a sua orientação, se a preensão é fisicamente acessível e como o robô deve mover-se depois de a peça ser recolhida.
Isto torna a combinação de perceção 3D, estimativa de pose, movimento robótico e controlo por retroalimentação mais importante do que o reconhecimento de imagens isolado.
Onde Esta Arquitetura Pode Acrescentar Valor
A abordagem é adequada a aplicações em que a apresentação das peças é difícil de normalizar. Os exemplos incluem componentes carregados aleatoriamente, contentores que podem mudar de posição, orientações variáveis das peças e ambientes de produção onde é necessário manusear várias geometrias de peças.
Outra potencial vantagem é a implementação em vários postos. Se a mesma arquitetura de robô e visão puder ser configurada para diferentes contentores e famílias de peças, as equipas de engenharia poderão reduzir a quantidade de infraestrutura de visão dedicada necessária para cada posto de trabalho.
Do ponto de vista da automação, o benefício mais interessante não é, portanto, simplesmente uma recolha mais rápida. É a possibilidade de reduzir o esforço mecânico e de programação necessário para manter o desempenho quando o ambiente físico muda.
Perspetiva de Engenharia
O desenvolvimento da visão 3D no braço reflete uma mudança mais ampla na robótica industrial: a perceção está a tornar-se mais estreitamente integrada com o movimento do robô.
A automação tradicional tenta frequentemente eliminar a variabilidade através de dispositivos de fixação, posições fixas das câmaras, apresentação controlada das peças e trajetórias predefinidas. A visão baseada em IA segue a abordagem oposta, permitindo que o robô observe mais variações e as compense através de software e retroalimentação.
Isto não elimina a necessidade de um bom design mecânico, da seleção da garra, da programação do robô ou da engenharia do processo. Em vez disso, altera o local onde parte da complexidade é tratada. Em aplicações com uma apresentação das peças genuinamente variável, transferir parte dessa complexidade das restrições mecânicas para a perceção e o controlo de movimento em tempo real pode ser um compromisso prático de engenharia.
Conclusão
A solução da Inbolt para a recolha de peças em contentores demonstra como a visão 3D no braço e a IA podem ser combinadas com o controlo robótico em circuito fechado para aplicações de movimentação de materiais menos estruturadas. O tempo de processamento reportado, inferior a um segundo, a taxa de sucesso de recolha de até 95% e a implementação em várias fábricas indicam um foco na utilização em produção, e não em demonstrações laboratoriais.
O conceito técnico fundamental é a interação contínua entre a perceção e o movimento do robô: o sistema observa a preensão disponível, verifica o componente depois de o agarrar e ajusta a trajetória de colocação conforme necessário. Esta abordagem pode proporcionar uma alternativa mais adaptável às arquiteturas de recolha em contentores que dependem fortemente de câmaras fixas e de condições de preensão predefinidas.
