פורסם בתאריך: 8 במאי 2025 / עדכון מ: 9 במאי 2025 - מחבר: קונרד וולפנשטיין
רובוטיקה מישושית: רובוט עם תחושת מגע: הדור החדש של וולקן ומחקר משותף בנושא זיהוי אובייקטים Haptic-דימוי: xpert.digital
מערכת MIT לזיהוי אובייקטים ללא חיישנים מיוחדים ורובוט וולקן מאמזון
תפיסה Haptic למכונות: סטנדרטים חדשים בזיהוי אובייקטים
בתחום הרובוטיקה, פיתוח חיישן מישוש ומערכות זיהוי מסמן התקדמות מכרעת המאפשרת למכונות לראשונה לא רק לראות את סביבתם, אלא גם "להרגיש". פיתוח זה מודגם על ידי הרובוט החדש של וולקן של אמזון ומערכת גילוי האובייקטים החדשנית של ה- MIL. שתי הטכנולוגיות מרחיבות באופן משמעותי את השימושים האפשריים ברובוטים ומאפשרים משימות שנורו בעבר באופן בלעדי על ידי אנשים עם התפיסה הטבעית שלהם.
מתאים לכך:
הרובוט הוולקני מאמזון: פריצת דרך באזור של ידית הרובוט המישושית
יסודות מתפקדים וטכנולוגיים
הרובוט הוולקני שפותח על ידי אמזון מייצג התקדמות טכנולוגית משמעותית בתחום הבינה המלאכותית הפיזית. אמזון מתארת את ההתפתחות עצמה כ"פריצת דרך ברובוטיקה ו- AI פיזי ". המערכת מורכבת משני רכיבים עיקריים: "סטו" לסטו ו"בחירת "להסרת אובייקטים. האיכות הבולטת שלה היא היכולת לתפוס את סביבתו המישוש.
הבסיס הטכנולוגי לכישורי מישוש של וולקנים מהווה חיישנים מיוחדים-מונע כוח שנראים כמו פאק הוקי ומאפשרים לרובוט "להרגיש" את הכוח שאיתו הוא יכול לתפוס חפץ מבלי לפגוע בו. אדם פרנס, מנהל הרובוטיקה AI באמזון, מדגיש את הייחודיות של גישה זו: "וולקן הוא לא הרובוט הראשון שלנו שיכול להזיז חפצים. אלא עם תחושת המגע שלו - כדי להבין את יכולתו להבין מתי ואיך הוא בא במגע עם אובייקט - הוא פותח אפשרויות חדשות למיטוב תהליכי עבודה ומתקנים".
על מנת למיין חפצים במדפים, וולקן משתמש בכלי הדומה לשליט המודבק לברזל חלק. עם "שליט" זה הוא דוחף חפצים אחרים הצידה כדי לפנות מקום למאמרים חדשים. הזרועות האוחזות מתאימות את עובי הידית שלהן בהתאם לגודל ובצורת האובייקט, ואילו חגורות מסוע משולבות דוחפות את האובייקט למיכל. כדי להוציא חפצים, Vulcan משתמשת באחיזת יניקה בשילוב עם מערכת מצלמה.
תחומי היישום והביצועים הנוכחיים
הרובוט של וולקן נבדק בימים אלה בשני מרכזי לוגיסטיקה של אמזון: בווינסן ליד המבורג (גרמניה) ובספוקיין, וושינגטון (ארה"ב). בוושינגטון, שישה רובוטים סטו-וולקניים פעילים, שכבר שמרו בהצלחה חצי מיליון מאמרים. שני וולקנים עובדים בווינסן שכבר טיפלו ב 50,000 הזמנות.
ביצועי המערכת ראויים לציון: Vulcan יכול כרגע לטפל בכ- 75 אחוז ממיליוני המוצרים שאמזון מציעה. גודל האובייקט הקטן ביותר שהרובוט יכול לתפעל תואם שפתון או מקל USB. מרשים במיוחד הוא היכולת של הרובוט לזהות את החפצים בזמן אמת, מכיוון ש"בלתי אפשרי לו לשנן את כל הספציפיות של הפריטים ", כפי שמסביר פרנס.
תוכניות עתידיות ושילוב בשרשרת הלוגיסטית
אמזון מתכננת להגדיל משמעותית את מספר הרובוטים של וולקן בשנים הקרובות. השנה יש להגדיל את מספר הוולקנים בווינסן ל -60 ובוושינגטון ל 50 חלקים. בטווח הארוך מתוכנן להשתמש ברובוטים במרכזי לוגיסטיקה ברחבי אירופה ובארה"ב.
היבט חשוב באסטרטגיית אמזון הוא דו קיום של אדם ומכונה. "תוכנית האב" של החברה קובעת שאנשים ומכונות עובדים זה לצד זה במקביל. מעל לכל, הרובוטים צריכים להשתלט על המוצרים שעל המדף שאדם לא יגיע ללא סולם או שאליו יצטרך להתכופף יותר מדי. זה אמור להוביל ליעילות כוללת גבוהה יותר ובמקביל להפחית את עומס העבודה לעובדים אנושיים.
מערכת MIT לזיהוי אובייקטים באמצעות טיפול: "תחושה" אינטליגנטית ללא חיישנים מיוחדים
גישה חדשנית לזיהוי אובייקטים
במקביל לוולקן של אמזון, חוקרי ה- MIT, מאמזון רובוטיקה ואוניברסיטת קולומביה הבריטית, פיתחו מערכת העוקבת אחר גישה שונה להעניק לרובוטים כישורים האפטיים. טכנולוגיה זו מאפשרת לרובוטים לזהות תכונות של אובייקט כמו משקל, רכות או תוכן על ידי פשוט לאסוף אותו ולנער אותו בקלות - כמו אנשים כאשר הם מתמודדים עם חפצים לא ידועים.
הדבר המיוחד בגישה זו הוא שלא נדרשים חיישני מישוש מיוחדים. במקום זאת, המערכת משתמשת בקוד המשותף שכבר קיים ברוב הרובוטים - חיישנים הלוכדים את מיקום הסיבוב ומהירות המפרקים במהלך התנועה. פיטר ייכן חן, MIT-Postdoc והסופר הראשי של עבודת המחקר, מסביר את החזון שמאחורי הפרויקט: "החלום שלי יהיה לשלוח רובוטים אל העולם כך שהם ייגעו ויעבירו דברים ולברר באופן עצמאי את המאפיינים של מה הם מתקשרים".
דגמי תפקוד וסימולציה טכניים
ליבת מערכת ה- MIT מורכבת משני דגמי סימולציה: כזו המדמה את הרובוט ואת תנועתו, וכזו שמשכפלת את הדינמיקה של האובייקט. צ'או ליו, MIT-Postdoc נוסף, מדגיש את חשיבותם של התאומים הדיגיטליים הללו: "העתק דיגיטלי מדויק של העולם האמיתי חשוב באמת להצלחת השיטה שלנו".
המערכת משתמשת בטכנולוגיה הנקראת "סימולציה ניתנת לשונה", המאפשרת לאלגוריתם לחזות כיצד שינויים קטנים בתכונותיו של אובייקט, כמו מסה או רכות, משפיעים על מיקום הסוף של מפרקי הרובוט. ברגע שהסימולציה תואמת את התנועות בפועל של הרובוט, המערכת זיהתה את המאפיינים הנכונים של האובייקט.
יתרון מכריע של שיטה זו הוא היעילות שלה: האלגוריתם יכול לבצע את החישובים תוך שניות ורק דורש מסלול תנועה אמיתי של הרובוט לעבוד. זה הופך את המערכת לזולה במיוחד ומעשית ליישומים אמיתיים.
פוטנציאל יישום ויתרונות
הטכנולוגיה המפותחת יכולה להיות שימושית במיוחד ביישומים בהם המצלמות פחות יעילות, למשל בעת מיון חפצים במרתף אפל או כאשר החדר ההריסות בבניין שהתמוטט חלקית לאחר רעידת אדמה.
מכיוון שהאלגוריתם אינו זקוק למערך נתונים נרחב לאימונים, כמו שיטות מסוימות המסתמכות על ראיית מחשב או חיישנים חיצוניים, הוא פחות רגיש לטעויות אם הוא מתמודד עם סביבות לא ידועות או חפצים חדשים. זה הופך את המערכת לחזקה ומגוונת במיוחד.
נוף המחקר הרחב יותר לחיישני מישוש ברובוטיקה
אתגרים בסיסיים ופתרונות עדכניים
פיתוח רובוטים עם תחושת מגע מציג מחקרים עם אתגרים מהותיים. בעוד שמערכת המישוש האנושית מורכבת וניואנסית ביותר, מערכות מלאכותיות צריכות לשחזר זאת באמצעים טכנולוגיים. קן גולדברג, רובוטי מאוניברסיטת קליפורניה, ברקלי, מדגיש את המורכבות של משימה זו: "חוש המגע האנושי הוא ניואנס ומורכב להפליא, עם אזור דינמי נרחב. בעוד שהרובוטים מתקדמים במהירות, הייתי מופתע לראות חיישנים מישוש ברמה האנושית בחמש עד עשר שנים."
למרות אתגרים אלה, יש התקדמות משמעותית במחקר. ה- Fraunhofer IFF, למשל, מפתח מערכות חיישנים מישושיות המאפשרות אחיזה תגובית בהתאם למודל של היד האנושית והם אידיאליים לטיפול בלוח שברירי או כיפוף. נתוני החיישן משמשים להתאמת זיהוי האחיזה, הרכיב והמיקום וכן לניטור תהליכים.
פרויקטים מחקריים חדשניים בתחום הרובוטיקה המישושית
בנוסף להתפתחויות של אמזון ו- MIT, ישנם פרויקטים מחקריים חשובים אחרים בתחום חיישני רובוט מישוש:
מכון מקס פלאנק למערכות אינטליגנטיות פיתח חיישן הפטיק בשם Insight, שתופס מגע ברגישות גבוהה. ג'ורג 'מרטיוס, מנהיג קבוצת המחקר במכון, מדגיש את ביצועי החיישן: "החיישן שלנו מראה ביצועים מצוינים בזכות העיצוב המכני החדשני של הקליפה, מערכת ההדמיה המותאמת בפנים, רכישת נתונים אוטומטית ובזכות שיטות הלמידה העמוקות האחרונות". החיישן כל כך רגיש שהוא יכול אפילו להרגיש את האוריינטציה שלו ביחס לכוח המשיכה.
פרויקט מעניין נוסף הוא Densepehysnet, מערכת המבצעת באופן פעיל רצף של אינטראקציות דינאמיות (למשל גלישה והתנגשות) ומשתמשת במודל חזוי עמוק על התצפיות הוויזואליות שלו כדי ללמוד צפיפות, ייצוגים פיקסליים המשקפים את האובייקטים הפיזיים שנצפו. הניסויים בסימולציה ובסביבות אמיתיות מראים כי הייצוגים המלומדים מכילים מידע פיזי עשיר וניתן להשתמש בהם ישירות לפענוח של תכונות אובייקט פיזי כמו חיכוך ומסה.
מתאים לכך:
סיכויים עתידיים למערכות רובוט מישושיות
שילוב מערכות חיישנים רב -מודליות
העתיד של הרובוטיקה המישושית טמון בשילוב של מצבים חושיים שונים. חוקרי היצירה שכבר כדי ללמד בינה מלאכותית, לשלב חושים כמו ראייה ונגיעה. על ידי הבנת האופן בו אופציות חושיות שונות אלה פועלות יחד, רובוטים יכולים לפתח הבנה הוליסטית יותר של סביבתם.
צוות MIT כבר מתכנן לשלב את השיטה שלך לזיהוי אובייקטים עם ראיית מחשב על מנת ליצור חיישנים רב -מודאליים היעילים עוד יותר. "עבודה זו לא מנסה להחליף ראיית מחשב. לשתי השיטות יש יתרונות וחסרונות. אבל כאן הראינו שאנחנו כבר יכולים לגלות כמה מהמאפיינים הללו ללא מצלמה", מסביר חן.
תחומי יישום מורחבים והתפתחויות עתידיות
חוקרי צוות MIT רוצים גם לחקור יישומים עם מערכות רובוט מורכבות יותר כמו רובוטים רכים, וחפצים מורכבים יותר, כולל נוזלי SLOSH או מדיה גרגירית כמו חול. בטווח הארוך, אתה מקווה להשתמש בטכנולוגיה זו כדי לשפר את למידת הרובוט כדי לאפשר לרובוטים עתידיים לפתח במהירות מיומנויות מניפולציה חדשות ולהסתגל לשינויים בסביבתך.
אמזון מתכננת לפתח עוד יותר את טכנולוגיית Vulcan בשנים הקרובות ולהשתמש בה בקנה מידה גדול יותר. שילוב וולקן עם 750,000 הרובוטים הניידים של החברה מעיד על מושג אוטומציה מקיף שיכול לשנות באופן מהותי את ענף הלוגיסטיקה.
למידה מישושית: כאשר חיישנים נותנים לרובוטים טאקט
פיתוח רובוטים עם תחושת מגע, המודגמים על ידי וולקן של אמזון והמערכת העמיתית לזיהוי אובייקטים, מסמן נקודת מפנה מכרעת ברובוטיקה. טכנולוגיות אלה מאפשרות לרובוטים לקחת משימות שהיו בעבר שמורות לאנשים מכיוון שהם דורשים רגישות והבנה מישושית.
הגישות השונות-ההתמקדות של אמזון בחיישנים מיוחדים ובתפיסה המשותפת לשימוש בחיישנים קיימים למסקנות HAPTIC-מביא את המגוון של כיווני המחקר בתחום זה. לשתי הגישות יש נקודות חוזק ותחומי היישום הספציפיים שלהן.
עם שילוב מתקדם של מיומנויות טקטיות במערכות רובוט, הזדמנויות חדשות לאוטומציה של משימות מורכבות בלוגיסטיקה, ייצור, בריאות ותחומים רבים אחרים נפתחים. היכולת של הרובוטים לא רק לראות את סביבתם, אלא גם "להרגיש", מקרבת לנו צעד משמעותי לעתיד בו רובוטים ואנשים יכולים לעבוד יחד עוד יותר קרובים ואינטואיטיביים יותר.
מתאים לכך:
