تم النشر على: 8 مايو 2025 / تحديث من: 9 مايو ، 2025 - المؤلف: كونراد ولفنشتاين
الروبوتات اللمسية: روبوت مع شعور باللمس: الجيل الجديد من فولكان وبحوث مشارك حول التعرف على الكائنات الهابية: Xpert.Digital
نظام معهد ماساتشوستس للتكنولوجيا للتعرف على الكائنات بدون أجهزة استشعار خاصة وروبوت فولكان من أمازون
تصور haptic للآلات: معايير جديدة في التعرف على الكائنات
في مجال الروبوتات ، يمثل تطوير مستشعرات اللمس وأنظمة الهوية تقدمًا حاسمًا ، لأول مرة يمكّن الآلات ليس فقط من رؤية محيطها ، ولكن أيضًا إلى "الشعور". يتجلى هذا التطور من خلال روبوت فولكان الجديد من أمازون ونظام الكشف عن الكائنات المبتكر في MIL. توسع كلتا التقنيتين بشكل كبير الاستخدامات المحتملة للروبوتات وتمكين المهام التي سبق إدارتها حصريًا من قبل الأشخاص الذين لديهم تصورهم الطبيعي.
مناسب ل:
روبوت فولكان من أمازون: اختراق في منطقة مقبض روبوت اللمس
المؤسسات الأداء والتكنولوجية
يمثل روبوت فولكان الذي طورته Amazon تقدمًا تكنولوجيًا كبيرًا في مجال الذكاء الاصطناعي البدني. تصف الأمازون التطور نفسه بأنه "اختراق في الروبوتات والمنظمة العفوبية المادية". يتكون النظام من مكونين رئيسيين: "Stow" إلى Stow و "Pick" لإزالة الكائنات. جودتها المتميزة هي القدرة على إدراك محيطها عن طريق اللمس.
يشكل الأساس التكنولوجي لمهارات الفلكان اللمسية أجهزة استشعار خاصة بزخرفة القوة التي تبدو وكأنها عفريت للهوكي وتمكين الروبوت من "الشعور" بالقوة التي يمكنه من خلالها الاستيلاء على كائن دون إتلافها. يؤكد آدم بارنس ، مدير Robotics AI في Amazon ، على تفرد هذا النهج: "فولكان ليس أول روبوت يمكنه تحريك الأشياء. ولكن مع إحساسه باللمس - لفهم قدرته على فهم متى وكيف يتصل بكائن ما - يفتح إمكانيات جديدة لتحسين عمليات ومرافق العمل".
من أجل فرز الكائنات في الرفوف ، يستخدم فولكان أداة تشبه المسطرة التي يتم لصقها على الحديد الملساء للشعر. مع هذا "الحاكم" ، يدفع الأشياء الأخرى جانباً لإفساح المجال للمقالات الجديدة. تتكيف الأسلحة التي تجتاحها سماكة مقبضها اعتمادًا على حجم وشكل الكائن ، بينما تدفع أحزمة الناقل المتكاملة الكائن إلى الحاوية. للحصول على كائنات ، يستخدم فولكان قبو شفط مع نظام الكاميرا.
المجالات الحالية للتطبيق والأداء
يتم اختبار Robot Vulcan حاليًا في مركزين لوجستيات Amazon: في Winsen بالقرب من هامبورغ (ألمانيا) وفي سبوكان ، واشنطن (الولايات المتحدة الأمريكية). في واشنطن ، ستة روبوتات Stow-Vulcan نشطة ، والتي نجحت بالفعل في تخزين نصف مليون مقالة. يعمل اثنان من البولكان في Winsen الذين تعاملوا بالفعل مع 50000 طلب.
يعد أداء النظام رائعًا: يمكن لـ Vulcan حاليًا التعامل مع حوالي 75 في المائة من ملايين المنتجات التي تقدمها Amazon. يتوافق أصغر حجم كائن يمكن للروبوت معالجته مع أحمر الشفاه أو عصا USB. من المثير للإعجاب بشكل خاص قدرة الروبوت على تحديد الأشياء في الوقت الفعلي ، لأنه "من المستحيل عليه حفظ جميع تفاصيل العناصر" ، كما يوضح Parness.
الخطط المستقبلية والتكامل في السلسلة اللوجستية
تخطط Amazon لزيادة عدد روبوتات فولكان بشكل كبير في السنوات القليلة المقبلة. في هذا العام ، سيتم زيادة عدد الفلكان في Winsen إلى 60 وفي واشنطن إلى 50 قطعة. على المدى الطويل ، من المخطط استخدام الروبوتات في المراكز اللوجستية في جميع أنحاء أوروبا والولايات المتحدة الأمريكية.
أحد الجوانب المهمة لاستراتيجية Amazon هو تعايش الإنسان والآلة. توفر "الخطة الرئيسية" للشركة للأشخاص والآلات للعمل جنبًا إلى جنب على التوازي. قبل كل شيء ، يجب أن تتولى الروبوتات المنتجات على الرف الذي لا يصل إليه الرجل بدون سلم أو من سيتعين عليه أن ينحني كثيرًا. يجب أن يؤدي ذلك إلى ارتفاع الكفاءة الإجمالية وفي الوقت نفسه يقلل من عبء العمل للموظفين البشريين.
نظام معهد ماساتشوستس للتكنولوجيا للتعرف على الكائنات من خلال المناولة: "الشعور" الذكي بدون أجهزة استشعار خاصة
نهج مبتكر للتعرف على الأشياء
بالتوازي مع Amazon's Vulcan ، قام باحثو MIT ، من Amazon Robotics وجامعة كولومبيا البريطانية ، بتطوير نظام يتبع نهجًا مختلفًا لإعطاء روبوتات مهارات. تمكن هذه التكنولوجيا الروبوتات من التعرف على خصائص كائن مثل الوزن أو النعومة أو المحتوى ببساطة عن طريق التقاطها وتهزها بسهولة - مثل الأشخاص عند التعامل مع كائنات غير معروفة.
الشيء الخاص في هذا النهج هو أنه لا يلزم عدم وجود أجهزة استشعار عن طريق اللمس. بدلاً من ذلك ، يستخدم النظام رمز المفصل الموجود بالفعل في معظم الروبوتات - المستشعرات التي تلتقط موضع الدوران وسرعة المفاصل أثناء الحركة. يشرح بيتر ييشن تشن ، وهو مؤلف من معهد ماساتشوستس للتكنولوجيا والمؤلف الرئيسي للعمل البحثي ، الرؤية الكامنة وراء المشروع: "سيكون حلمي هو إرسال الروبوتات إلى العالم حتى يلمسوا الأمور وتكتشف خصائص ما يتفاعلون معه بشكل مستقل".
نماذج الأداء الفني والمحاكاة
يتكون جوهر نظام MIT من نموذجين للمحاكاة: واحد يحاكي الروبوت وحركته ، ويعيد إنتاج ديناميات الكائن. تشاو ليو ، آخر معهد ماساتشوستس للتكنولوجيا ، يؤكد على أهمية هذه التوائم الرقمية: "إن النسخة المتماثلة الرقمية الدقيقة للعالم الحقيقي مهم حقًا لنجاح طريقتنا".
يستخدم النظام تقنية تسمى "المحاكاة القابلة للتخصيص" ، والتي تمكن الخوارزمية من التنبؤ بكيفية تأثير التغييرات الصغيرة في خصائص كائن ، مثل الكتلة أو اللينة ، على الموضع النهائي لمفاصل الروبوت. بمجرد أن تتطابق المحاكاة مع الحركات الفعلية للروبوت ، حدد النظام الخصائص الصحيحة للكائن.
تتمثل الميزة الحاسمة لهذه الطريقة في كفاءتها: يمكن للخوارزمية تنفيذ الحسابات في غضون ثوان وتتطلب فقط مسار حركة حقيقي للروبوت للعمل. هذا يجعل النظام غير مكلف وعملي للتطبيقات الحقيقية.
إمكانات التطبيق والمزايا
يمكن أن تكون التكنولوجيا المتقدمة مفيدة بشكل خاص في التطبيقات التي تكون فيها الكاميرات أقل فعالية ، كما هو الحال عند فرز الأشياء في قبو مظلم أو عندما تكون غرفة الأنقاض في مبنى انهار جزئيًا بعد الزلزال.
نظرًا لأن الخوارزمية لا تحتاج إلى مجموعة بيانات واسعة للتدريب ، مثل بعض الطرق التي تعتمد على رؤية الكمبيوتر أو المستشعرات الخارجية ، فهي أقل عرضة للأخطاء إذا واجهت بيئات غير معروفة أو كائنات جديدة. هذا يجعل النظام قويا وتنوعا بشكل خاص.
المشهد البحثي الأوسع لأجهزة استشعار عن طريق اللمس في الروبوتات
التحديات الأساسية والحلول الحالية
يعرض تطور الروبوتات ذات الإحساس باللمس الأبحاث التي تحمل تحديات أساسية. في حين أن نظام اللمس البشري معقد للغاية ودقيق ، فإن الأنظمة الاصطناعية يجب أن تتكاثر هذا بالوسائل التكنولوجية. يؤكد كين جولدبرغ ، وهو روبوتي من جامعة كاليفورنيا ، بيركلي ، على تعقيد هذه المهمة: "إن الإحساس الإنساني باللمس هو دقيق ومعقد بشكل لا يصدق ، مع منطقة ديناميكية واسعة النطاق. بينما تحرز الروبوتات تقدمًا بسرعة ، سأفاجأ برؤية أجهزة استشعار عن طريق اللمس على مستوى إنساني في السنوات الخمس إلى العشر المقبلة."
على الرغم من هذه التحديات ، هناك تقدم كبير في البحث. على سبيل المثال ، يقوم Fraunhofer IFF بتطوير أنظمة مستشعرات اللمس التي تمكن الفهم التفاعلي وفقًا لنموذج اليد البشرية وهي مثالية للتعامل مع لوح هش أو الانحناء. يتم استخدام بيانات المستشعر لتكييف القابض والمكون والموقع التعرف وكذلك لمراقبة العملية.
مشاريع بحثية مبتكرة في مجال الروبوتات اللمسية
بالإضافة إلى تطورات Amazon و MIT ، هناك مشاريع بحثية مهمة أخرى في مجال مستشعرات الروبوت اللمسية:
طور معهد Max Planck للأنظمة الذكية مستشعرًا haptic يسمى Insight ، والذي يرى أنه يتصرف بحساسية عالية. يؤكد جورج مارتيوس ، قائد مجموعة الأبحاث في المعهد ، على أداء المستشعر: "يُظهر مستشعرنا أداءً ممتازًا بفضل التصميم الميكانيكي المبتكر للقشرة ، ونظام التصوير المصمم خصيصًا داخل ، واكتساب البيانات التلقائي ، وبفضل أحدث طرق التعلم العميق". المستشعر حساس لدرجة أنه يمكن أن يشعر توجهه الخاص فيما يتعلق بالجاذبية.
مشروع آخر مثير للاهتمام هو DensepeHysnet ، وهو نظام يؤدي بنشاط سلسلة من التفاعلات الديناميكية (مثل الانزلاق والتصادم) ويستخدم نموذجًا تنبؤًا عميقًا حول ملاحظاته المرئية لتعلم الكثافة ، تمثيلات البكسل التي تعكس الخصائص الفيزيائية المرصودة. تُظهر التجارب في كل من المحاكاة والبيئات الحقيقية أن التمثيلات المستفادة تحتوي على معلومات مادية غنية ويمكن استخدامها مباشرة لفك تشفير خصائص الكائن المادي مثل الاحتكاك والكتلة.
مناسب ل:
آفاق مستقبلية لأنظمة روبوت عن طريق اللمس
تكامل أنظمة المستشعرات متعددة الوسائط
يكمن مستقبل الروبوتات اللمسية في دمج الطرائق الحسية المختلفة. باحثو العمل بالفعل لتعليم الذكاء الاصطناعي ، الجمع بين الحواس مثل الرؤية واللمس. من خلال فهم كيفية عمل هذه الطرائق الحسية المختلفة معًا ، يمكن للروبوتات تطوير فهم أكثر شمولية لمحيطها.
يخطط فريق معهد ماساتشوستس للتكن "لا يحاول هذا العمل استبدال رؤية الكمبيوتر. كلتا الطريقتين لها مزايا وعيوبها. لكننا أظهرنا هنا أنه يمكننا بالفعل اكتشاف بعض هذه الخصائص بدون كاميرا" ، يوضح تشن.
مجالات التطبيق الممتدة والتطورات المستقبلية
يرغب باحثو فريق معهد ماساتشوستس للتكنولوجيا أيضًا في البحث عن تطبيقات مع أنظمة روبوت أكثر تعقيدًا مثل الروبوتات الناعمة ، والأشياء الأكثر تعقيدًا ، بما في ذلك سوائل slosh أو الوسائط الحبيبية مثل الرمال. على المدى الطويل ، تأمل في استخدام هذه التكنولوجيا لتحسين تعلم الروبوت لتمكين الروبوتات المستقبلية من تطوير مهارات التلاعب الجديدة بسرعة والتكيف مع التغييرات في بيئتك.
تخطط Amazon لزيادة تطوير تقنية Vulcan في السنوات القادمة واستخدامها على نطاق أوسع. يشير دمج Vulcan مع الروبوتات المحمولة التي تبلغ تكلفتها 750،000 شركة إلى مفهوم أتمتة شامل يمكن أن يغير بشكل أساسي صناعة الخدمات اللوجستية.
تعلم اللمس: عندما تعطي أجهزة الاستشعار براعة الروبوتات
يمثل تطور الروبوتات ذات الإحساس باللمس ، ويتمثله Amazon's Vulcan والنظام الزميل للتعرف على الأشياء ، نقطة تحول حاسمة في الروبوتات. تمكن هذه التقنيات الروبوتات من تولي المهام التي كانت مخصصة سابقًا للأشخاص لأنها تتطلب حساسية وفهم عن طريق اللمس.
تركز الأساليب المختلفة لأسمازون على أجهزة الاستشعار المتخصصة والمفهوم المشترك لاستخدام المستشعرات الحالية للاستنتاجات الشهية في تنوع اتجاهات البحث في هذا المجال. كلا النهجين لهما نقاط القوة المحددة ومجالات التطبيق.
مع التكامل التدريجي للمهارات التكتيكية في أنظمة الروبوت ، وفرص جديدة لأتمتة المهام المعقدة في الخدمات اللوجستية والإنتاج والرعاية الصحية والعديد من المجالات الأخرى. إن قدرة الروبوتات ليس فقط على رؤية محيطها ، ولكن أيضًا "الشعور" ، تجعلنا خطوة كبيرة من المستقبل الذي يمكن أن يعمل فيه الروبوتات والأشخاص معًا أكثر من ذلك وأكثر بديهية.
مناسب ل:
