Taktiilrobootika: kompimismeelega robotid: Vulcani ja MITi uus põlvkond haptilise objektituvastuse uuringutest – Pilt: Xpert.Digital
MIT-i objektide tuvastamise süsteem ilma spetsiaalsete anduriteta ja Amazoni Vulcani robot
Masinate haptiline taju: uute standardite seadmine objektide tuvastamisel
Robootika valdkonnas tähistab puutetundlike andurite ja tuvastussüsteemide väljatöötamine olulist edasiminekut, võimaldades masinatel esmakordselt mitte ainult oma keskkonda näha, vaid ka seda "tunda". Seda arengut näitavad Amazoni uus Vulcan robot ja MIT uuenduslik objektituvastussüsteem. Mõlemad tehnoloogiad laiendavad oluliselt robotite rakendusi ja võimaldavad ülesandeid, mida varem said inimesed täita ainult oma loomuliku haptilise taju abil.
Sobib selleks:
Amazoni Vulcani robot: läbimurre kombatavate robotite haarde valdkonnas
Toimivad ja tehnoloogilised alused
Amazoni väljatöötatud robot Vulcan esindab märkimisväärset tehnoloogilist edasiminekut füüsilise tehisintellekti valdkonnas. Amazon ise kirjeldab seda arendust kui „läbimurret robootikas ja füüsilises tehisintellektis“. Süsteem koosneb kahest põhikomponendist: „Stow“ esemete hoiustamiseks ja „Pick“ nende väljavõtmiseks. Selle silmapaistev omadus on võime tajuda oma keskkonda taktiilselt.
Vulcani kompimisvõime tehnoloogiline alus koosneb spetsiaalsetest jõu-pöördemomendi anduritest, mis on hokiketi kujuga ja võimaldavad robotil "tunda", kui palju jõudu ta suudab objekti haaramiseks rakendada seda kahjustamata. Adam Parness, Amazoni robootika tehisintellekti direktor, rõhutab selle lähenemisviisi ainulaadsust: "Vulcan ei ole meie esimene robot, mis suudab objekte liigutada. Kuid oma kompimismeelega – võimega mõista, millal ja kuidas see objektiga kokku puutub – avab see uusi võimalusi töövoogude ja rajatiste optimeerimiseks."
Esemete riiulitele sorteerimiseks kasutab Vulcan juuksesirgendaja külge kinnitatud joonlauda meenutavat tööriista. Selle "joonlauaga" lükkab ta teised esemed kõrvale, et teha ruumi uutele. Haardehoovad reguleerivad oma haardetugevust vastavalt eseme suurusele ja kujule, samal ajal kui integreeritud konveierilindid liigutavad eseme konteinerisse. Esemete kättesaamiseks kasutab Vulcan iminapagasit koos kaamerasüsteemiga.
Praegused rakendusalad ja toimivus
Vulcani robotit testitakse praegu kahes Amazoni logistikakeskuses: Winsenis Hamburgi lähedal (Saksamaal) ja Spokanes Washingtoni osariigis (USAs). Washingtonis töötab kuus Stow Vulcani robotit, mis on edukalt ladustanud juba pool miljonit eset. Winsenis töötab kaks Pick Vulcani robotit, mis on juba töödelnud 50 000 tellimust.
Süsteemi võimalused on märkimisväärsed: Vulcan suudab praegu käsitleda ligikaudu 75 protsenti Amazoni pakutavatest miljonitest toodetest. Väikseim objekt, mida robot suudab manipuleerida, on umbes huulepulga või USB-mälupulga suurune. Eriti muljetavaldav on roboti võime objekte reaalajas tuvastada, kuna Parnessi selgitusel oleks "tal võimatu kõiki esemete üksikasju peast teada".
Tulevikuplaanid ja integreerumine logistikaahelasse
Amazon plaanib lähiaastatel Vulcani robotite arvu märkimisväärselt suurendada. Sel aastal peaks Winsenis Vulcanite arv suurenema 60-ni ja Washingtonis 50-ni. Pikaajaline plaan on paigutada robotid logistikakeskustesse üle Euroopa ja USA.
Amazoni strateegia võtmeelement on inimeste ja masinate kooseksisteerimine. Ettevõtte „üldplaan“ näeb ette inimeste ja masinate kõrvuti töötamist. Robotid on peamiselt mõeldud nende riiulitel olevate toodete käitlemiseks, milleni inimesed ilma redelita ei ulatu või mis nõuaksid liigset kummardumist. See peaks suurendama üldist efektiivsust, vähendades samal ajal inimestest töötajate töökoormust.
MIT-i objektide tuvastamise süsteem käitlemise kaudu: intelligentne "tundmine" ilma spetsiaalsete anduriteta
Innovatiivne lähenemine objektide tuvastamisele
Paralleelselt Amazoni Vulcaniga on MIT-i, Amazon Roboticsi ja Briti Columbia ülikooli teadlased välja töötanud süsteemi, mis annab robotitele haptilise võime teistsuguse lähenemisviisi. See tehnoloogia võimaldab robotitel tuvastada objekti omadusi, nagu kaal, pehmus või sisu, lihtsalt selle üles tõstes ja õrnalt raputades – sarnaselt sellele, kuidas inimesed teevad võõraste esemete käsitsemisel.
Selle lähenemisviisi eripäraks on see, et spetsiaalseid puuteandureid pole vaja. Selle asemel kasutab süsteem enamikus robotites juba olemasolevaid liigeste kodeerijaid – andureid, mis tuvastavad liigeste pöörlemisasendit ja kiirust liikumise ajal. Peter Yichen Chen, MIT järeldoktor ja uurimistöö juhtiv autor, selgitab projekti tagamaid: „Minu unistus oleks saata robotid maailma, et nad saaksid asju puudutada ja liigutada ning iseseisvalt avastada kõige omadusi, millega nad suhtlevad.“
Tehniline funktsionaalsus ja simulatsioonimudelid
MIT-süsteemi tuum koosneb kahest simulatsioonimudelist: üks simuleerib robotit ja selle liikumist ning teine kopeerib objekti dünaamikat. Chao Liu, teine MIT-i järeldoktor, rõhutab nende digitaalsete kaksikute olulisust: „Reaalse maailma täpne digitaalne koopia on meie meetodi edukuse jaoks väga oluline.“
Süsteem kasutab tehnikat nimega „diferentseeruv simulatsioon“, mis võimaldab algoritmil ennustada, kuidas objekti omaduste, näiteks massi või pehmuse, väikesed muutused mõjutavad roboti liigeste lõplikku asendit. Kui simulatsioon vastab roboti tegelikele liikumistele, on süsteem tuvastanud objekti õiged omadused.
Selle meetodi peamine eelis on efektiivsus: algoritm suudab arvutused teha sekunditega ja selle toimimiseks on vaja ainult roboti reaalset liikumistrajektoori. See muudab süsteemi reaalsetes rakendustes eriti kulutõhusaks ja praktiliseks.
Rakenduspotentsiaal ja eelised
Arendatud tehnoloogia võiks olla eriti kasulik rakendustes, kus kaamerad on vähem tõhusad, näiteks esemete sorteerimisel pimedas keldris või prahi koristamisel osaliselt kokkuvarisenud hoones pärast maavärinat.
Kuna algoritm ei vaja treenimiseks suurt andmekogumit, erinevalt mõnest arvutinägemisele või välistele anduritele tuginevast meetodist, on see tundmatute keskkondade või uute objektidega kokku puutudes vähem vigade suhtes altid. See muudab süsteemi eriti töökindlaks ja mitmekülgseks.
Laiem uurimismaastik puutetundlike andurite kohta robootikas
Põhilised väljakutsed ja praegused lahendused
Puutemeelega robotite väljatöötamine esitab teadlastele põhimõttelisi väljakutseid. Kuigi inimese puutesüsteem on äärmiselt keeruline ja nüansirikas, peavad tehissüsteemid seda tehnoloogiliste vahendite abil jäljendama. Ken Goldberg, California Ülikooli Berkeley robotiteadlane, rõhutab selle ülesande keerukust: „Inimese puutemeel on uskumatult nüansirikas ja keerukas, tohutu dünaamilise ulatusega. Kuigi robotid edenevad kiiresti, oleksin üllatunud, kui näeksin järgmise viie kuni kümne aasta jooksul inimese tasemel puutetundlikke andureid.“
Vaatamata neile väljakutsetele tehakse uurimistöös märkimisväärseid edusamme. Näiteks Fraunhofer IFF arendab taktiilseid andurite süsteeme, mis võimaldavad reaktiivset haaret, jäljendades inimkätt ning sobivad ideaalselt habraste või painduvate objektide käsitsemiseks. Andurite andmeid kasutatakse haaratsi kohandamiseks, komponentide ja positsiooni tuvastamiseks ning protsesside jälgimiseks.
Innovatiivsed uurimisprojektid taktiilse robootika valdkonnas
Lisaks Amazoni ja MITi arendustele on puutetundlike robotsensorite valdkonnas ka teisi olulisi uurimisprojekte:
Max Plancki Intelligentsete Süsteemide Instituut on välja töötanud haptilise sensori nimega Insight, mis tuvastab puudutust suure tundlikkusega. Instituudi uurimisrühma juht Georg Martius rõhutab sensori jõudlust: „Meie sensor demonstreerib silmapaistvat jõudlust tänu korpuse uuenduslikule mehaanilisele disainile, sees olevale spetsiaalselt disainitud pildisüsteemile, automaatsele andmete kogumisele ja tipptasemel süvaõppe meetoditele.“ Andur on nii tundlik, et suudab isegi tajuda omaenda orientatsiooni gravitatsiooni suhtes.
Teine huvitav projekt on DensePhysNet, süsteem, mis teostab aktiivselt dünaamiliste interaktsioonide jada (nt libisemine ja kokkupõrge) ning kasutab oma visuaalsete vaatluste peal sügavat ennustusmudelit, et õppida tihedaid, pikslipõhiseid esitusi, mis peegeldavad vaadeldavate objektide füüsikalisi omadusi. Nii simulatsioonis kui ka reaalsetes keskkondades tehtud katsed näitavad, et õpitud esitused sisaldavad rikkalikku füüsikalist teavet ja neid saab otse kasutada objektide füüsiliste omaduste, näiteks hõõrdumise ja massi, dekodeerimiseks.
Sobib selleks:
Taktiilsete robotisüsteemide tulevikuväljavaated
Multimodaalsete andurisüsteemide integreerimine
Taktiilrobotite tulevik peitub erinevate sensoorsete modaalsuste integreerimises. MIT-i teadlased töötavad juba selle nimel, et õpetada tehisintellekti ühendama selliseid meeli nagu nägemine ja kompimine. Mõistes, kuidas need erinevad sensoorsed modaalsused omavahel suhtlevad, saavad robotid arendada terviklikumat arusaama oma keskkonnast.
MIT meeskond plaanib juba oma objektide tuvastamise meetodi kombineerida arvutinägemisega, et luua veelgi võimsam multimodaalne andurisüsteem. „See töö ei püüa arvutinägemist asendada. Mõlemal meetodil on oma eelised ja puudused. Kuid siin oleme näidanud, et suudame mõnda neist omadustest avastada isegi ilma kaamerata,“ selgitab Chen.
Laiendatud rakendusalad ja edasised arengud
MIT meeskonna teadlased soovivad uurida ka rakendusi keerukamate robotsüsteemidega, näiteks pehmete robotite ja keerukamate objektidega, sealhulgas pritsivate vedelike või granuleeritud keskkondade, näiteks liivaga. Pikas perspektiivis loodavad nad seda tehnikat kasutada robotite õppimise parandamiseks, võimaldades tulevastel robotitel kiiresti uusi manipuleerimisoskusi arendada ja keskkonnamuutustega kohaneda.
Amazon plaanib lähiaastatel Vulcani tehnoloogiat edasi arendada ja laiemalt kasutusele võtta. Vulcani integreerimine ettevõtte olemasoleva 750 000 mobiilroboti laevastikuga viitab terviklikule automatiseerimiskontseptsioonile, mis võiks logistikatööstust põhjalikult muuta.
Taktiilne õppimine: kui andurid annavad robotitele kompimismeele
Puutemeelega robotite väljatöötamine, mida ilmestavad Amazoni Vulcan ja MIT-i objektituvastussüsteem, tähistab robootikas olulist pöördepunkti. Need tehnoloogiad võimaldavad robotitel täita ülesandeid, mis varem olid ainult inimeste pärusmaa, kuna need nõuavad peenmotoorikat ja puutetundlikkust.
Erinevad lähenemisviisid – Amazoni keskendumine spetsiaalsetele anduritele ja MITi kontseptsioon olemasolevate andurite kasutamisest haptilise järeldamise jaoks – näitavad selle valdkonna uurimissuundade mitmekesisust. Mõlemal lähenemisviisil on oma spetsiifilised tugevused ja rakendusvaldkonnad.
Kombamisvõime üha suureneva integreerimisega robotisüsteemidesse avanevad uued võimalused keerukate ülesannete automatiseerimiseks logistikas, tootmises, tervishoius ja paljudes teistes valdkondades. Robotite võime mitte ainult näha, vaid ka "tunda" oma keskkonda viib meid olulise sammu lähemale tulevikule, kus robotid ja inimesed saavad veelgi tihedamalt ja intuitiivsemalt koostööd teha.
Sobib selleks:
