स्पर्श रोबोटिक्स: टच की भावना के साथ रोबोट-वल्कन की नई पीढ़ी और हैप्टिक ऑब्जेक्ट मान्यता पर सह-अनुसंधान

मशीनों के लिए हैप्टिक धारणा: ऑब्जेक्ट मान्यता में नए मानक

रोबोटिक्स के क्षेत्र में, स्पर्श सेंसर और पहचान प्रणालियों का विकास एक निर्णायक प्रगति को चिह्नित करता है जो पहली बार मशीनों को न केवल अपने परिवेश को देखने में सक्षम बनाता है, बल्कि "महसूस" करने के लिए भी। यह विकास अमेज़ॅन के नए वल्कन रोबोट और एमआईएल के अभिनव ऑब्जेक्ट डिटेक्शन सिस्टम द्वारा अनुकरणीय है। दोनों प्रौद्योगिकियां रोबोट के संभावित उपयोगों का काफी विस्तार करती हैं और उन कार्यों को सक्षम करती हैं जो पहले विशेष रूप से लोगों द्वारा उनकी प्राकृतिक हैप्टिक धारणा वाले लोगों द्वारा प्रबंधित किए गए हैं।

के लिए उपयुक्त:

• स्मार्ट पिकिंग - स्मार्ट पिकिंग

अमेज़ॅन से वल्कन रोबोट: स्पर्श रोबोट हैंडल के क्षेत्र में एक सफलता

कामकाज और तकनीकी नींव

अमेज़ॅन द्वारा विकसित वल्कन रोबोट भौतिक कृत्रिम बुद्धिमत्ता के क्षेत्र में महत्वपूर्ण तकनीकी प्रगति का प्रतिनिधित्व करता है। अमेज़ॅन विकास को "रोबोटिक्स और फिजिकल एआई में सफलता" के रूप में वर्णित करता है। सिस्टम में दो मुख्य घटक होते हैं: "स्टोव" स्टोव और "पिक" ऑब्जेक्ट्स को हटाने के लिए। इसकी उत्कृष्ट गुणवत्ता अपने परिवेश को स्पर्श करने की क्षमता है।

वल्कन स्पर्श कौशल के लिए तकनीकी आधार विशेष पावर-टार्क सेंसर बनाते हैं जो एक हॉकी पक की तरह दिखते हैं और रोबोट को उस शक्ति को "महसूस" करने में सक्षम बनाते हैं जिसके साथ वह किसी वस्तु को नुकसान पहुंचाए बिना उसे पकड़ सकता है। अमेज़ॅन में रोबोटिक्स एआई के निदेशक एडम परनेस ने इस दृष्टिकोण की विशिष्टता पर जोर दिया: "वल्कन हमारा पहला रोबोट नहीं है जो वस्तुओं को स्थानांतरित कर सकता है। लेकिन अपने स्पर्श की भावना के साथ - यह समझने की अपनी क्षमता को समझने के लिए कि वह कब और कैसे किसी वस्तु के संपर्क में आता है - वह कार्य प्रक्रियाओं और सुविधाओं के अनुकूलन के लिए नई संभावनाओं को खोलता है"।

अलमारियों में वस्तुओं को सॉर्ट करने के लिए, वल्कन एक ऐसे उपकरण का उपयोग करता है जो एक शासक के समान है जो एक बाल चिकनी लोहे से चिपके हुए हैं। इस "शासक" के साथ वह अन्य वस्तुओं को नए लेखों के लिए जगह बनाने के लिए एक तरफ धकेल देता है। ग्रिपिंग आर्म्स ऑब्जेक्ट के आकार और आकार के आधार पर उनके हैंडल मोटाई को अनुकूलित करते हैं, जबकि एकीकृत कन्वेयर बेल्ट ऑब्जेक्ट को कंटेनर में धकेलते हैं। वस्तुओं को बाहर निकालने के लिए, वल्कन एक कैमरा सिस्टम के साथ संयोजन में एक सक्शन ग्रिपर का उपयोग करता है।

आवेदन और प्रदर्शन के वर्तमान क्षेत्र

वल्कन रोबोट का वर्तमान में दो अमेज़ॅन लॉजिस्टिक्स सेंटरों में परीक्षण किया जा रहा है: हैम्बर्ग (जर्मनी) के पास विंसन में और स्पोकेन, वाशिंगटन (यूएसए) में। वाशिंगटन में, छह स्टोव-वुल्कन रोबोट सक्रिय हैं, जो पहले से ही आधा मिलियन लेखों को सफलतापूर्वक संग्रहीत कर चुके हैं। दो पिक-वुल्कन विंसन में काम करते हैं जिन्होंने पहले ही 50,000 ऑर्डर संभाला है।

सिस्टम का प्रदर्शन उल्लेखनीय है: वल्कन वर्तमान में अमेज़ॅन प्रदान करने वाले लाखों उत्पादों के लगभग 75 प्रतिशत को संभाल सकता है। सबसे छोटा ऑब्जेक्ट आकार जो रोबोट में हेरफेर कर सकता है, वह एक लिपस्टिक या यूएसबी स्टिक से मेल खाता है। विशेष रूप से प्रभावशाली, वास्तविक समय में वस्तुओं की पहचान करने के लिए रोबोट की क्षमता है, क्योंकि यह "वस्तुओं की सभी बारीकियों को याद करने के लिए उनके लिए असंभव है", जैसा कि पारनेस बताते हैं।

भविष्य की योजनाएं और लॉजिस्टिक्स चेन में एकीकरण

अमेज़ॅन ने अगले कुछ वर्षों में वल्कन रोबोट की संख्या में काफी वृद्धि करने की योजना बनाई है। इस वर्ष विंसन में वल्कन्स की संख्या को 60 और वाशिंगटन में 50 टुकड़ों तक बढ़ा दिया जाना है। लंबी अवधि में, पूरे यूरोप और संयुक्त राज्य अमेरिका में रसद केंद्रों में रोबोट का उपयोग करने की योजना है।

अमेज़ॅन रणनीति का एक महत्वपूर्ण पहलू मनुष्य और मशीन का सह -अस्तित्व है। कंपनी की "मास्टर प्लान" लोगों और मशीनों को समानांतर में कंधे से कंधा मिलाकर काम करने के लिए प्रदान करता है। इन सबसे ऊपर, रोबोट को शेल्फ पर उत्पादों को संभालना चाहिए कि आदमी एक सीढ़ी के बिना नहीं पहुंचता है या जिसके लिए उसे बहुत अधिक झुकना होगा। इससे उच्च समग्र दक्षता होनी चाहिए और साथ ही साथ मानव कर्मचारियों के लिए कार्यभार कम करना चाहिए।

हैंडलिंग के माध्यम से ऑब्जेक्ट मान्यता के लिए एमआईटी प्रणाली: विशेष सेंसर के बिना बुद्धिमान "फील"

वस्तु मान्यता के लिए अभिनव दृष्टिकोण

अमेज़ॅन के वल्कन के समानांतर, एमआईटी के शोधकर्ताओं, अमेज़ॅन रोबोटिक्स और ब्रिटिश कोलंबिया विश्वविद्यालय से, एक प्रणाली विकसित की है जो रोबोट हैप्टिक कौशल देने के लिए एक अलग दृष्टिकोण का अनुसरण करती है। यह तकनीक रोबोटों को किसी वस्तु के गुणों को पहचानने में सक्षम बनाती है जैसे कि वजन, कोमलता या सामग्री बस इसे उठाकर और इसे आसानी से हिलाकर - जैसे कि अज्ञात वस्तुओं से निपटने के दौरान लोग।

इस दृष्टिकोण के बारे में विशेष बात यह है कि कोई विशेष स्पर्शक सेंसर की आवश्यकता नहीं है। इसके बजाय, सिस्टम पहले से ही अधिकांश रोबोटों में मौजूद संयुक्त कोड का उपयोग करता है - सेंसर जो आंदोलन के दौरान जोड़ों की रोटेशन स्थिति और गति को कैप्चर करते हैं। एक MIT-POSTDOC और अनुसंधान कार्य के मुख्य लेखक पीटर यिचेन चेन, परियोजना के पीछे की दृष्टि बताते हैं: "मेरा सपना दुनिया में रोबोट को बाहर भेजने के लिए होगा ताकि वे चीजों को छूते और स्थानांतरित करें और स्वतंत्र रूप से उन गुणों का पता लगाएं जो वे बातचीत करते हैं"।

तकनीकी कामकाज और अनुकरण मॉडल

एमआईटी प्रणाली के मूल में दो सिमुलेशन मॉडल होते हैं: एक जो रोबोट और उसके आंदोलन का अनुकरण करता है, और एक जो वस्तु की गतिशीलता को पुन: पेश करता है। चाओ लियू, एक अन्य MIT-POSTDOC, इन डिजिटल जुड़वा बच्चों के महत्व पर जोर देता है: "वास्तविक दुनिया की एक सटीक डिजिटल प्रतिकृति वास्तव में हमारी विधि की सफलता के लिए महत्वपूर्ण है"।

सिस्टम "अलग -अलग सिमुलेशन" नामक एक तकनीक का उपयोग करता है, जो एल्गोरिथ्म को यह अनुमान लगाने में सक्षम बनाता है कि किसी वस्तु के गुणों में छोटे परिवर्तन, जैसे द्रव्यमान या कोमलता, रोबोट जोड़ों की अंतिम स्थिति को प्रभावित करते हैं। जैसे ही सिमुलेशन रोबोट के वास्तविक आंदोलनों से मेल खाता है, सिस्टम ने ऑब्जेक्ट के सही गुणों की पहचान की है।

इस पद्धति का एक निर्णायक लाभ इसकी दक्षता है: एल्गोरिथ्म सेकंड के भीतर गणना कर सकता है और केवल काम करने के लिए रोबोट के एक वास्तविक आंदोलन प्रक्षेपवक्र की आवश्यकता होती है। यह वास्तविक अनुप्रयोगों के लिए सिस्टम को विशेष रूप से सस्ती और व्यावहारिक बनाता है।

अनुप्रयोग क्षमता और लाभ

विकसित तकनीक उन अनुप्रयोगों में विशेष रूप से उपयोगी हो सकती है जिसमें कैमरे कम प्रभावी होते हैं, जैसे कि एक अंधेरे तहखाने में वस्तुओं को छांटते समय या जब भूकंप के बाद आंशिक रूप से ढह गई इमारत में खंडहर कमरे।

चूंकि एल्गोरिथ्म को प्रशिक्षण के लिए एक व्यापक डेटा सेट की आवश्यकता नहीं है, जैसे कि कुछ तरीके जो कंप्यूटर विजन या बाहरी सेंसर पर भरोसा करते हैं, यह त्रुटियों के लिए कम अतिसंवेदनशील है यदि यह अज्ञात वातावरण या नई वस्तुओं के साथ सामना किया जाता है। यह सिस्टम को विशेष रूप से मजबूत और बहुमुखी बनाता है।

रोबोटिक्स में स्पर्श सेंसर के लिए व्यापक अनुसंधान परिदृश्य

बुनियादी चुनौतियां और वर्तमान समाधान

स्पर्श की भावना के साथ रोबोट का विकास मौलिक चुनौतियों के साथ अनुसंधान प्रस्तुत करता है। जबकि मानव स्पर्श प्रणाली बेहद जटिल और बारीक है, कृत्रिम प्रणालियों को इसे तकनीकी साधनों के साथ पुन: पेश करना पड़ता है। केन गोल्डबर्ग, कैलिफोर्निया विश्वविद्यालय, बर्कले के एक रोबोट, इस कार्य की जटिलता पर जोर देते हैं: "स्पर्श की मानवीय भावना एक व्यापक गतिशील क्षेत्र के साथ अविश्वसनीय रूप से बारीक और जटिल है। जबकि रोबोट जल्दी से प्रगति कर रहे हैं, मैं अगले पांच से दस वर्षों में एक मानव स्तर पर स्पर्श सेंसर देखकर आश्चर्यचकित हो जाऊंगा।"

इन चुनौतियों के बावजूद, अनुसंधान में बड़ी प्रगति होती है। उदाहरण के लिए, फ्राउनहोफर IFF, स्पर्श सेंसर सिस्टम विकसित करता है जो मानव हाथ के मॉडल के अनुसार प्रतिक्रियाशील समझ को सक्षम करता है और नाजुक या झुकने वाले स्लैब को संभालने के लिए आदर्श होता है। सेंसर डेटा का उपयोग ग्रिपर, घटक और स्थान मान्यता के साथ -साथ प्रक्रिया की निगरानी के लिए भी किया जाता है।

स्पर्श रोबोटिक्स के क्षेत्र में अभिनव अनुसंधान परियोजनाएं

अमेज़ॅन और एमआईटी के विकास के अलावा, स्पर्श रोबोट सेंसर के क्षेत्र में अन्य महत्वपूर्ण अनुसंधान परियोजनाएं हैं:

मैक्स प्लैंक इंस्टीट्यूट फॉर इंटेलिजेंट सिस्टम्स ने इनसाइट नामक एक हैप्टिक सेंसर विकसित किया है, जो उच्च संवेदनशीलता के साथ स्पर्श को मानता है। इंस्टीट्यूट में रिसर्च ग्रुप लीडर जॉर्ज मार्टियस, सेंसर के प्रदर्शन पर जोर देते हैं: "हमारा सेंसर शेल के अभिनव मैकेनिकल डिज़ाइन, टेलर -मेड इमेजिंग सिस्टम इनसाइड, ऑटोमैटिक डेटा अधिग्रहण और नवीनतम गहरी सीखने के तरीकों के लिए धन्यवाद के लिए एक उत्कृष्ट प्रदर्शन दिखाता है। सेंसर इतना संवेदनशील है कि यह गुरुत्वाकर्षण के संबंध में अपने स्वयं के अभिविन्यास को भी महसूस कर सकता है।

एक अन्य दिलचस्प परियोजना डेंसपिहाइजनेट है, एक प्रणाली जो सक्रिय रूप से गतिशील इंटरैक्शन (जैसे ग्लाइडिंग और टकराने) का एक अनुक्रम करती है और घनत्व सीखने के लिए अपने दृश्य टिप्पणियों के बारे में एक गहरी भविष्यवाणी मॉडल का उपयोग करती है, पिक्सेलेटेड प्रतिनिधित्व जो भौतिक गुणों को दर्शाती हैं। सिमुलेशन और वास्तविक वातावरण दोनों में प्रयोगों से पता चलता है कि सीखे गए अभ्यावेदन में समृद्ध भौतिक जानकारी होती है और इसका उपयोग सीधे भौतिक वस्तु गुणों जैसे कि घर्षण और द्रव्यमान के डिकोडिंग के लिए किया जा सकता है।

के लिए उपयुक्त:

• अमेज़ॅन और एईएस सौर मॉड्यूल स्थापना के लिए एआई रोबोट मैक्सिमो के साथ - आधे समय में सौर पार्क और कुशल श्रमिकों की कमी का मुकाबला करें

स्पर्श रोबोट सिस्टम के लिए भविष्य की संभावनाएं

मल्टीमॉडल सेंसर प्रणालियों का एकीकरण

स्पर्शपूर्ण रोबोटिक्स का भविष्य विभिन्न संवेदी तौर -तरीकों के एकीकरण में निहित है। काम के शोधकर्ता पहले से ही कृत्रिम बुद्धिमत्ता सिखाने के लिए, देखने और छूने जैसी इंद्रियों को संयोजित करने के लिए। यह समझकर कि ये विभिन्न संवेदी तौर -तरीके एक साथ कैसे काम करते हैं, रोबोट अपने परिवेश की अधिक समग्र समझ विकसित कर सकते हैं।

MIT टीम पहले से ही मल्टीमॉडल सेंसर बनाने के लिए कंप्यूटर विज़न के साथ ऑब्जेक्ट मान्यता के लिए अपनी विधि को संयोजित करने की योजना बना रही है जो और भी अधिक कुशल है। चेन बताते हैं, "यह काम कंप्यूटर विज़न को बदलने की कोशिश नहीं करता है।

आवेदन और भविष्य के विकास के विस्तारित क्षेत्र

MIT टीम के शोधकर्ता अधिक जटिल रोबोट सिस्टम जैसे नरम रोबोट, और अधिक जटिल वस्तुओं के साथ अनुप्रयोगों पर शोध करना चाहते हैं, जिनमें स्लॉश तरल पदार्थ या रेत जैसे दानेदार मीडिया शामिल हैं। लंबी अवधि में, आप भविष्य के रोबोटों को नए हेरफेर कौशल विकसित करने और अपने वातावरण में परिवर्तन के अनुकूल बनाने के लिए रोबोट सीखने में सुधार करने के लिए इस तकनीक का उपयोग करने की उम्मीद करते हैं।

अमेज़ॅन ने आने वाले वर्षों में वल्कन तकनीक को और विकसित करने और इसे बड़े पैमाने पर उपयोग करने की योजना बनाई है। कंपनी के 750,000 मोबाइल रोबोट के साथ वल्कन का एकीकरण एक व्यापक स्वचालन अवधारणा को इंगित करता है जो मूल रूप से लॉजिस्टिक्स उद्योग को बदल सकता है।

स्पर्श सीखना: जब सेंसर रोबोट को चातुर्य देते हैं

स्पर्श की भावना के साथ रोबोट का विकास, अमेज़ॅन के वल्कन द्वारा अनुकरणीय और ऑब्जेक्ट मान्यता के लिए साथी प्रणाली, रोबोटिक्स में एक निर्णायक मोड़ बिंदु को चिह्नित करता है। ये प्रौद्योगिकियां रोबोट को उन कार्यों को लेने में सक्षम बनाती हैं जो पहले लोगों के लिए आरक्षित थे क्योंकि उन्हें संवेदनशीलता और स्पर्शपूर्ण समझ की आवश्यकता होती है।

अलग-अलग दृष्टिकोण-अमेज़ोन का विशेष सेंसर पर ध्यान केंद्रित करता है और इस क्षेत्र में अनुसंधान दिशाओं की विविधता को हाप्टिक निष्कर्षों के लिए मौजूदा सेंसर का उपयोग करने की सह-अवधारणा है। दोनों दृष्टिकोणों में उनकी विशिष्ट ताकत और आवेदन के क्षेत्र हैं।

रोबोट सिस्टम में सामरिक कौशल के प्रगतिशील एकीकरण के साथ, रसद, उत्पादन, स्वास्थ्य सेवा और कई अन्य क्षेत्रों में जटिल कार्यों के स्वचालन के लिए नए अवसर खुलते हैं। रोबोटों की क्षमता न केवल उनके परिवेश को देखने के लिए, बल्कि "महसूस" करने के लिए भी, हमें एक भविष्य के करीब एक महत्वपूर्ण कदम लाती है जिसमें रोबोट और लोग एक साथ काम कर सकते हैं और भी अधिक सहज और अधिक सहज ज्ञान युक्त।

के लिए उपयुक्त:

• अमेज़ॅन रोबोटों की अपनी हिस्सेदारी का विस्तार कर रहा है
• सैमसंग से अभिनव मिनी रोबोट: घरेलू रोबोट "बैली एआई" अमेज़ॅन के एस्ट्रो रोबोट और एनबोट ईबो एक्स प्रतियोगिता बनाता है