Một cách tiếp cận khác đối với việc gắp sản phẩm trong thùng bằng robot
Việc gắp sản phẩm trong thùng bằng thiết bị công nghiệp truyền thống thường phụ thuộc vào camera 3D cố định, các điểm gắp được xác định trước, hiệu chuẩn chi tiết và vị trí thùng tương đối ổn định. Những phương pháp này có thể hoạt động hiệu quả trong các ứng dụng có cấu trúc, nhưng hiệu suất có thể trở nên kém ổn định hơn khi các chi tiết được định hướng ngẫu nhiên, bị che khuất một phần hoặc khi bản thân thùng thay đổi vị trí.
Inbolt áp dụng một cách tiếp cận khác bằng cách đặt camera thị giác 3D trực tiếp trên cánh tay robot. Thay vì phụ thuộc vào góc nhìn cố định của khu vực làm việc, robot có thể di chuyển hệ thống thị giác cùng với đầu công tác và liên tục cập nhật nhận thức về phôi.
Theo quan điểm của tôi, kiến trúc này đặc biệt đáng chú ý vì camera trở thành một phần của hệ thống chuyển động robot thay vì chỉ là một thiết bị cảm biến riêng biệt. Điều đó thay đổi cách robot có thể ứng phó với những biến động trong môi trường làm việc thực tế.
Thị giác gắn trên cánh tay robot cho môi trường không có cấu trúc
Hệ thống Inbolt sử dụng các mô hình AI độc quyền kết hợp với thị giác 3D thời gian thực để xác định các cơ hội gắp phù hợp. Hệ thống không phụ thuộc vào một điểm gắp được xác định trước duy nhất. Hệ thống có thể đánh giá các bề mặt khác nhau có thể tiếp cận và xác định cách robot tiếp cận chi tiết.
Điều này hữu ích khi các chi tiết chồng lên nhau, xoay theo nhiều hướng hoặc để lộ những bề mặt khác nhau từ chu kỳ này sang chu kỳ khác. Thay vì yêu cầu lập trình rõ ràng mọi hướng có thể xảy ra, hệ thống thị giác sẽ đánh giá cảnh hiện tại và tạo ra chiến lược gắp phù hợp.
Hiệu suất sản xuất được công bố là thời gian xử lý dưới 1 giây cho mỗi lần gắp, với tỷ lệ gắp thành công lên đến 95% trong môi trường sản xuất thực tế.
Vận hành vòng kín gồm ba bước
Giải pháp này tuân theo một quy trình nhận biết và hiệu chỉnh liên tục, thay vì xem việc gắp là một chuỗi các chuyển động được lập trình riêng lẻ.
1. Xác định bề mặt có thể gắp
Hệ thống thị giác 3D phân tích các chi tiết được sắp xếp ngẫu nhiên và xác định một khu vực có thể tiếp cận để kẹp. Robot có thể lựa chọn các cách tiếp cận khác nhau tùy theo hình học nhìn thấy của chi tiết.
2. Định vị chi tiết sau khi gắp
Sau khi robot gắp chi tiết, hệ thống thị giác có thể phân tích lại vật thể và xác định vị trí cũng như hướng thực tế của nó. Điều này cung cấp thêm thông tin sau lần gắp ban đầu.
3. Hiệu chỉnh chuyển động đặt
Trong khi robot di chuyển về phía đích, AI có thể liên tục tinh chỉnh quỹ đạo dựa trên vị trí cập nhật của vật thể. Khả năng định vị vật thể khi đang được giữ giúp bù trừ những biến động phát sinh trong quá trình gắp.
Theo tôi, kiến trúc vòng kín này là một trong những khía cạnh kỹ thuật quan trọng hơn của hệ thống. Một lần gắp thành công không nhất thiết là kết thúc bài toán nhận biết; việc xác minh chi tiết sau khi gắp giúp robot có thêm cơ hội hiệu chỉnh vị trí trước khi đặt.
Giảm hạ tầng thị giác cố định
Một trạm gắp sản phẩm trong thùng thông thường có thể cần các camera cố định được bố trí phía trên hoặc xung quanh khu vực làm việc. Những hệ thống này có thể làm phát sinh thêm các yêu cầu về giá đỡ cơ khí, hiệu chuẩn, đi dây và cấu hình.
Với một camera được gắn trên cánh tay robot, cùng một hệ thống thị giác có thể di chuyển giữa các vị trí quan sát khác nhau. Điều này có thể giảm lượng phần cứng thị giác chuyên dụng cần thiết cho các ứng dụng liên quan đến nhiều thùng hoặc bố trí trạm làm việc thay đổi.
Kiến trúc này cũng khiến hệ thống thị giác ít phụ thuộc hơn vào một góc nhìn cố định duy nhất. Điều này hữu ích khi robot cần kiểm tra chi tiết từ các góc khác nhau trong quá trình gắp.
Các yếu tố về hiệu suất và sản xuất
Theo Inbolt, hệ thống đã được triển khai tại hơn năm nhà máy và đạt thời gian hoạt động cùng năng suất cao tại các cơ sở sản xuất này. Công ty báo cáo tỷ lệ gắp thành công lên đến 95% và thời gian xử lý trung bình dưới một giây cho mỗi lần gắp.
Những số liệu này nên được xem là đặc thù theo từng ứng dụng thay vì thông số hiệu suất mang tính phổ quát. Kết quả thực tế sẽ phụ thuộc vào các yếu tố như hình học chi tiết, đặc tính bề mặt, mức nạp thùng, cấu hình robot, thiết kế bộ kẹp, điều kiện chiếu sáng, yêu cầu chu kỳ và mức độ che khuất của chi tiết.
Đối với các kỹ sư công nghiệp, sự phân biệt này rất quan trọng. Hiệu suất thị giác cuối cùng nên được đánh giá dựa trên toàn bộ trạm robot thay vì chỉ dựa trên riêng thuật toán thị giác.
AI và ước tính tư thế 3D
Hệ thống chạy trên phần cứng NVIDIA và sử dụng các mô hình hướng dẫn robot dựa trên AI của Inbolt để ước tính tư thế và hiệu chỉnh quỹ đạo theo thời gian thực.
Mục tiêu kỹ thuật không chỉ là nhận dạng một vật thể. Hệ thống phải xác định vật thể đang ở đâu, được định hướng như thế nào, liệu có thể tiếp cận về mặt vật lý để gắp hay không và robot nên di chuyển ra sao sau khi gắp chi tiết.
Điều này khiến sự kết hợp giữa nhận biết 3D, ước tính tư thế, chuyển động robot và điều khiển phản hồi trở nên quan trọng hơn việc chỉ nhận dạng hình ảnh riêng lẻ.
Những nơi kiến trúc này có thể tạo ra giá trị
Cách tiếp cận này phù hợp với các ứng dụng khó tiêu chuẩn hóa việc trình bày chi tiết. Ví dụ gồm các chi tiết được nạp ngẫu nhiên, các thùng có thể dịch chuyển vị trí, hướng chi tiết thay đổi và môi trường sản xuất cần xử lý nhiều hình dạng chi tiết.
Một lợi thế tiềm năng khác là triển khai trên nhiều trạm. Nếu cùng một kiến trúc robot và thị giác có thể được cấu hình cho các thùng và nhóm chi tiết khác nhau, các đội ngũ kỹ thuật có thể giảm lượng hạ tầng thị giác chuyên dụng cần thiết cho từng trạm làm việc.
Từ góc độ tự động hóa, lợi ích đáng chú ý nhất do đó không chỉ là gắp nhanh hơn. Đó là khả năng giảm lượng công sức cơ khí và lập trình cần thiết để duy trì hiệu suất khi môi trường vật lý thay đổi.
Góc nhìn kỹ thuật
Sự phát triển của thị giác 3D gắn trên cánh tay robot phản ánh một xu hướng rộng hơn trong lĩnh vực robot công nghiệp: khả năng nhận biết đang được tích hợp chặt chẽ hơn với chuyển động robot.
Tự động hóa truyền thống thường cố gắng loại bỏ sự biến thiên thông qua đồ gá, vị trí camera cố định, cách trình bày chi tiết có kiểm soát và các quỹ đạo được xác định trước. Thị giác dựa trên AI lại đi theo hướng ngược lại bằng cách cho phép robot quan sát nhiều biến động hơn và bù trừ chúng thông qua phần mềm cùng phản hồi.
Điều đó không loại bỏ nhu cầu về thiết kế cơ khí hợp lý, lựa chọn bộ kẹp, lập trình robot hoặc kỹ thuật quy trình. Thay vào đó, nó thay đổi nơi một phần độ phức tạp được xử lý. Đối với các ứng dụng có cách trình bày chi tiết thực sự biến thiên, việc chuyển một phần độ phức tạp từ các ràng buộc cơ khí sang khả năng nhận biết và điều khiển chuyển động theo thời gian thực có thể là một sự đánh đổi kỹ thuật thiết thực.
Kết luận
Giải pháp gắp sản phẩm trong thùng của Inbolt cho thấy cách kết hợp thị giác 3D gắn trên cánh tay robot và AI với điều khiển robot vòng kín cho các ứng dụng xử lý vật liệu ít có cấu trúc hơn. Thời gian xử lý được báo cáo dưới một giây, tỷ lệ gắp thành công lên đến 95% và việc triển khai tại nhiều nhà máy cho thấy giải pháp tập trung vào sử dụng trong sản xuất thay vì chỉ trình diễn trong phòng thí nghiệm.
Khái niệm kỹ thuật cốt lõi là sự tương tác liên tục giữa khả năng nhận biết và chuyển động robot: hệ thống quan sát cơ hội gắp, xác minh chi tiết sau khi gắp và điều chỉnh quỹ đạo đặt khi cần. Cách tiếp cận này có thể mang đến một phương án thích ứng hơn so với các kiến trúc gắp sản phẩm trong thùng phụ thuộc nhiều vào camera cố định và điều kiện gắp được xác định trước.
