"Pick-and-place" makineleri, nesneleri düzenli ve organize edilmiş konumlara yerleştirmek için kullanılan otomatik ekipman türlerindendir. Elektronik montajından paketlemeye, kutu toplamadan incelemeye kadar çeşitli uygulamalarda kullanılan bu makineler, ne yazık ki çoğu zaman sınırlıdır. Mevcut pick-and-place (Seç ve yerleştir) çözümleri, birçok farklı görevi "kesin genelleme" yaparak veya doğruluktan ödün vermeden yerine getirme yeteneğine sahip değildir.
SimPLE, bilgisayar destekli tasarım modellerini kullanarak nesneleri alma, seçme, yeniden şekillendirme ve yerleştirme işlemlerini öğrenmektedir.
"Sektörde, üreticilerin belirli sorunlarına çok özel çözümler bulduklarını, bu yüzden çözümlerin çok fazla mühendislik içerdiğini ve esneklikten yoksun olduğunu görürsünüz," diyor Maria Bauza Villalonga, Google DeepMind'da robotik ve robotik manipülasyon üzerine çalışan kıdemli araştırma bilimcisi.
"SimPLE, bu sorunu çözerek, esnek ve aynı zamanda gerekli hassasiyeti sağlayan bir pick-and-place çözümü sunuyor." Maria Bauza Villalonga
Science Robotics dergisinde yayımlanan yeni bir makale, MechE araştırmacıları tarafından geliştirilen pick-and-place çözümlerini daha detaylı bir şekilde ele alıyor. Robot, kitting olarak bilinen hassas alma ve yerleştirme işleminde, yapılandırılmamış nesne düzenlemelerini organize bir hale getirir. SimPLE (Simulation to Pick Localize and placE) adı verilen bu yöntem, nesnelerin bilgisayar destekli tasarım (CAD) modellerini kullanarak nesneleri almayı, yeniden kavramayı ve yerleştirmeyi öğreniyor ve bunu belirli nesnelerle önceden herhangi bir deneyim veya karşılaşma gerektirmeden gerçekleştiriyor.
“SimPLE'ın vaadi, her bir özel göreve uyum sağlayan modelleri öğrenmek için simülasyon kullanarak aynı donanım ve yazılımla birçok farklı görevi çözebilmemizdir,” diyor MIT'de misafir bilim insanı olan ve eski MechE fakültesi üyesi ve şu anda Boston Dynamics'te manipülasyon araştırmaları yardımcı direktörü olan Alberto Rodriguez. SimPLE, Rodriguez'in yönetimi altında MIT'deki Manipülasyon ve Mekanizmalar Laboratuvarı (MCube) üyeleri tarafından geliştirildi.
“SimPLE'ın sunduğu çözümü, simülasyon kullanarak özel her göreve uyum sağlayacak modelleri öğrenmek ve aynı donanım ile yazılımla çok çeşitli görevleri çözebilmektir,” diyor MIT'de misafir bilim insanı, eski MechE fakültesi üyesi ve şu an Boston Dynamics'te manipülasyon araştırmaları yardımcı direktörü olarak görev yapan Alberto Rodriguez.
SimPLE, Rodriguez'in liderliğinde, MIT'deki Manipülasyon ve Mekanizmalar Laboratuvarı (MCube) ekibi tarafından geliştirilmiştir.
Rodriguez, "Bu çalışmada, başka bir uzmanlığa gerek kalmadan birçok endüstriyel alım ve yerleştirme görevi için gerekli olan konumsal doğruluk seviyelerine ulaşılabileceğini gösteriyoruz," diyor.
SimPLE çözümü, görsel-dokunmatik algılama özelliğine sahip çift kollu bir robot kullanarak üç temel bileşenden yararlanır: göreve özgü kavrama, görme ve dokunma yoluyla algılama ve yeniden kavrama planlaması. Gerçek gözlemler, olası nesne pozisyonlarının dağılımını tahmin etmek ve yerleştirme işlemini gerçekleştirmek için denetimli öğrenme ile simüle edilmiş gözlemlerle eşleştirilir.
Deneyler, SimPLE'nin çeşitli nesneleri seçme ve yerleştirme konusundaki yeteneğini başarıyla sergilediğini göstermiştir; altı nesne için %90'ın üzerinde ve on bir nesne için %80'in üzerinde başarı oranıyla yerleştirmeler yapılmıştır.
Makine mühendisliği doktora öğrencisi Antonia Delores Bronars SM '22, robotik topluluğunda hem görme hem de dokunmanın yararlı olduğuna dair sezgisel bir anlayış bulunduğunu, ancak karmaşık robotik görevler için bu ikisinin nasıl faydalı olabileceğine dair çok az sistematik kanıt olduğunu belirtiyor. Elektrik Mühendisliği ve Bilgisayar Bilimleri (EECS) bölümünde yardımcı doçent Pulkit Agrawal ile çalışan Bronars, doktora çalışmasında robotik sistemlere dokunsal yetenekler kazandırılmasını araştırmaya devam ediyor.
Berkshire Grey'de baş bilim insanı ve Carnegie Mellon Üniversitesi'nde fahri profesör olan Matt Mason, çalışmaya katılmamış olmasına rağmen, "Çoğu kavrama çalışması, alt akış görevlerini ihmal ediyor," diyor.
"Bu makale, insanları taklit etme çabasının ötesine geçerek, dokunsal algılama, görme ve iki elin koordinasyonunun avantajlarını tamamen işlevsel bir perspektiften ortaya koyuyor." Matt Mason
Çalışmaya katılmayan ve Kaliforniya Üniversitesi, Berkeley'de William S. Floyd Jr. Mühendislikte Seçkin Kürsüsü Başkanı olan Ken Goldberg, makalede anlatılan robot manipülasyon metodolojisinin, yapay zeka ve makine öğrenimi yöntemlerine karşı değerli bir alternatif oluşturduğunu belirtiyor.
Ambi Robotics ve Jacobi Robotics'in kurucu ortağı ve baş bilim insanı Goldberg, "Araştırmacılar, belirli bir nesne şekli kümesi için yüksek hassasiyetle güvenilir sonuçlar verebilen sağlam geometrik algoritmaları birleştiriyor. Bu kombinasyon, yapay zeka yöntemlerine göre performansı önemli derecede artırabilir" diyor.
"Bu, endüstride derhal kullanılabilecek ve benim 'iyi eski moda mühendislik' olarak adlandırdığım şeyin harika bir örneğidir." Goldberg
Bauza ve Bronars, bu çalışmanın birkaç nesil işbirliğinden ilham aldığını söylüyor.
Bronars, "Görme ve dokunma yeteneklerinin bir arada ne kadar faydalı olabileceğini göstermek için, tek başına kısa sürede yapılması oldukça zor olan kapsamlı bir robotik sistem geliştirmek gerektiğini" belirtiyor.
"Nikhil ve Yifan ile birlikte, birçok nesil ve laboratuvarlar arası iş birliği sayesinde, uçtan uca bir sistem kurmayı başardık." Bronars
Comments