返回顶部
返回首页
返回首页
今天是    | 政策法规 | 行业应用 |
home 您现在的位置: 首页 >机械应用 > 详细信息
如何帮助装配线机器人换档和拿起几乎任何东西
2022年07月31日    阅读量:537     新闻来源:行业资讯在线    |  投稿

在新冠肺炎大流行之初,福特等汽车制造公司迅速将生产重点从汽车转向口罩和呼吸机。

为了实现这一转变,这些公司依靠在装配线上工作的人员。对于一个机器人来说,要实现这种转变太具有挑战性了,因为机器人与他们的日常任务息息相关。

从理论上讲,如果机器人的抓手可以在每项任务中互换,那么机器人几乎可以捡起任何东西。为了降低成本,这些夹持器可以是被动的,这意味着夹持器在不改变形状的情况下拾取物体,类似于叉车上的钳子的工作方式。

华盛顿大学的一个团队开发了一种新的工具,可以设计一种3D打印的被动抓取器,并计算出抓取物体的最佳路径。该团队在22个物体上测试了该系统鈥攊包括一个3D打印的兔子,一个门挡形状的楔子,一个网球和一个钻头。设计的夹持器和路径成功用于20个物体。其中两个是楔形和带弯曲锁孔的金字塔形状。这两种形状对于多种类型的夹持器来说都具有挑战性。

该团队将于8月11日在SIGGRAPH 2022上公布这些发现。

保罗·G·艾伦计算机科学与工程学院(Paul G.Allen School of Computer Science&Engineering)威斯康星州助理教授、资深作者阿德里安娜·舒尔茨(Adriana Schulz)表示:“我们仍然使用装配线生产大多数产品,这些装配线非常棒,但也非常严格。这场大流行告诉我们,我们需要一种方法来轻松地重新调整这些生产线的用途。”。“我们的想法是为这些生产线创建定制工具。这给了我们一个非常简单的机器人,可以用特定的抓手完成一项任务。然后当我改变任务时,我只需更换抓手。”

被动夹持器无法调整以适应其拾取的对象,因此传统上,对象设计为与特定夹持器匹配。

“世界上最成功的被动夹持器是叉车上的夹钳。但折衷是,叉车夹钳只能在特定形状下工作,例如托盘,这意味着你想要夹持的任何东西都需要放在托盘上,”合著者、威斯康星州机械工程助理教授杰弗里·利普顿(Jeffrey Lipton)说。“在这里,我们要说的是‘好吧,我们不想预先定义被动抓取器的几何形状。’相反,我们想要获取任何物体的几何形状并设计一个抓取器。”

对于任何给定的物体,其抓手的形状有很多可能。此外,夹持器的形状与机器人手臂拾取物体的路径有关。如果设计不当,抓手可能会在抓取物体的过程中撞到物体上。为了应对这一挑战,研究人员提出了一些关键见解。

“抓取器与物体接触的点对于保持物体在抓取过程中的稳定性至关重要。我们将这组点称为‘抓取配置’,”首席作者米林·科德农布亚(Milin Kodnongbua)说,他是艾伦学院(Allen School)华盛顿大学(UW)本科生,完成了这项研究。“此外,夹持器必须在这些给定点接触物体,并且夹持器必须是将接触点连接到机器人臂的单个实体。我们可以搜索满足这些要求的插入轨迹。”

在设计新的抓取器和轨迹时,团队首先向计算机提供物体的三维模型及其在空间中的方向鈥攈例如,它将出现在传送带上。

“首先,我们的算法生成可能的抓取配置,并根据稳定性和其他一些指标对其进行排序,”Kodnongbua说。“然后选择最佳选项并进行联合优化,以确定插入轨迹是否可行。如果找不到,则转到列表上的下一个抓取配置,并再次尝试进行联合优化。”

一旦计算机找到了一个很好的匹配,它就会输出两组指令:一组用于3D打印机创建夹持器,另一组用于打印并连接夹持器后的机器人臂轨迹。

该团队选择了多种对象来测试该方法的威力,包括一些来自对象数据集的对象,这些对象是测试机器人执行操作任务能力的标准。

“我们还设计了对传统抓取机器人具有挑战性的物体,例如角度非常浅的物体或具有内部抓取的物体鈥攚在这里,你必须插入一把钥匙来捡起它们,”作者之一伊恩·古德(IanGood)说,他是威斯康星州机械工程系的一名博士生。

研究人员对22种形状进行了10次测试。对于16种形状,所有10种拾音都成功。虽然大多数形状至少有一个成功拾取,但有两个没有。这些故障是由于提供给计算机的物体的三维模型问题造成的。一个人鈥攁 碗鈥攖他说碗的侧面比原来薄。对于另一个鈥攁n看起来像带蛋形把手的杯子的物体鈥攖模型没有正确的方向。

该算法为形状相似的物体开发了相同的抓取策略,即使没有任何人为干预。研究人员希望,这意味着他们将能够创造出能够抓取一类物体的被动抓手,而不必为每个物体配备唯一的抓手。

这种方法的一个局限性是,被动夹持器无法设计为拾取所有物体。虽然更容易抓取宽度不同或边缘突出的物体,但表面均匀光滑的物体,如水瓶或盒子,如果没有任何移动部件,则很难抓取。

尽管如此,研究人员还是被鼓励看到该算法做得很好,尤其是对于一些更难的形状,例如顶部有键孔的柱。

“我们的算法得出的路径是一个快速的加速度,下降到它真正接近物体的位置。看起来它要撞到物体上,我想,“哦,不。如果我们没有正确校准它会怎么样?”“说得好。”当然,它离得非常近,然后完美地把球捡起来。这是一个令人敬畏的时刻,是情绪的过山车。”

于楼是艾伦商学院硕士研究生,也是本文的合著者。

标签:行业资讯机械应用人工智能医用机器人
免责声明: 本文仅代表作者本人观点,与本网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识