A Universal Robots bemutatta az UR AI-trénert, egy új rendszert, amelynek célja az ipari automatizáláshoz szükséges, mesterséges intelligencián alapuló robotbetanítás felgyorsítása. A platformot az NVIDIA GTC rendezvényen mutatták be, és a robotok előre programozott rutinjaitól az MI által fejlesztett mozgási munkafolyamatok felé való elmozdulást jelzi. A Scale AI-jal együttműködésben fejlesztett megoldás a robotikai alkalmazásokhoz szükséges valós mozgás- és interakciós adatok rögzítésére összpontosít.

A Universal Robots bemutatja az UR AI-trénert az NVIDIA GTC rendezvényen. A kép a Universal Robots jóvoltából.

Az áthidaló megoldás a laboratóriumi betanítás és az üzemi alkalmazás között

Az MI-alapú robotbetanítás gyakran nehézségekbe ütközik, amikor a laboratóriumi szimulációkból valós gyártási környezetbe kerül. A szabályozott körülmények között létrehozott betanítási adatok nem feltétlenül tükrözik a valós mechanikai eltéréseket, a tárgyak viselkedését vagy a gyártási feltételeket. Ennek eredményeként a szimulációban betanított robotok gyakran további finomhangolást igényelnek az üzembe helyezés előtt.

A hagyományos betanítási módszerek elsősorban vizuális adathalmazokra támaszkodnak. A kizárólag vizuális adatok nem képesek rögzíteni a nyomaték-visszacsatolást, az érintkezési erőket vagy az anyagellenállást. Ezek a korlátok rontják a teljesítményt az olyan alkalmazásokban, mint az összeszerelés, a beillesztés és az együttműködő anyagmozgatás.

A közvetlen nyomatékvezérlés erőérzékeny tanulást tesz lehetővé

Az UR AI-tréner a közvetlen nyomatékvezérlést és az erő-visszacsatolást is integrálja a betanítási folyamatba. Ez lehetővé teszi, hogy a robotok a mozgáspályákat és a fizikai interakció jellemzőit egyaránt megtanulják. A betanítás során a rendszer rögzíti a nyomatékot, a fogóerőt és az érintkezési viselkedést, így valósághűbb adathalmazokat hoz létre.

A vizuális információk és a mechanikai visszacsatolás ötvözésével a robotok megtanulják, milyen érzetekkel jár az egyes feladatok végrehajtása. Ez javítja a teljesítményt az adaptív mozgást, az emberrel való együttműködést és a precíz anyagmozgatást igénylő alkalmazásokban.

A közvetlen nyomatékvezérlés lehetővé teszi, hogy a robotok megtanulják az erő-visszacsatolást, ezáltal pontosabb MI-alapú betanítást tesz lehetővé. A kép a Universal Robots jóvoltából.

A vezető robot rögzíti a mozgás- és interakciós adatokat

Az UR AI-tréner vezető-követő betanítási modellt alkalmaz. A kezelő végigvezeti a vezető robotot egy feladatsoron, miközben a rendszer rögzíti a mozgásra, az erőhatásokra és a vizuális jellemzőkre vonatkozó információkat. Az összegyűjtött adatokat Vision-Language-Action adathalmazba rendezik további robotok betanításához.

A követő robotok ezt követően kézi programozás nélkül is megismételhetik a megtanult műveleteket. Ez csökkenti a mérnöki munkára fordított időt, és javítja a robotcellák közötti egységességet. A megközelítés a többrobot-rendszereket alkalmazó automatizálási rendszerek gyorsabb üzembe helyezését is támogatja.

MI-alapú robotprogramozás az ipari automatizálásban

Az UR AI-tréner egy lépést jelent az ipari robotikában megvalósuló gép-gép alapú betanítás felé. Az MI-modellek optimalizálhatják a mozgáspályákat, kiegyensúlyozhatják a sebességet és a pontosságot, valamint alkalmazkodhatnak a változó gyártási környezetekhez. Ez csökkenti a kézi betanítópaneles programozástól való függést, és egyszerűsíti az üzembe helyezést.

A feldolgozás nagy része robotvezérlők helyett külső MI-számítási platformokon fut. Ez az architektúra lehetővé teszi a fejlett MI-képességek használatát a hardver összetettségének növelése nélkül, és támogatja a több automatizálási rendszeren átívelő, skálázható bevezetést.

Ipari automatizálási alkalmazások

Az UR AI-tréner támogatja az összeszerelés automatizálását, a gépkiszolgálást és az anyagmozgatást. Különösen alkalmas az erőérzékeny vezérlést igénylő feladatokra, például a beillesztésre, a polírozásra és a csomagolásra. A kollaboratív robotokat alkalmazó környezetek szintén profitálhatnak a fejlettebb mozgásintelligenciából és az adaptív interakcióból.

A szerzőről

Lin Haoyu az ipari automatizálás, a robotika és az MI-alapú gyártástechnológiák témakörével foglalkozik.