रोबोट मनमानी वस्तुओं के हेरफेर का सामना करना शुरू करते हैं।

बेहतर त्रि-आयामी धारणा और स्पर्श संवेदनाओं के साथ एक नई पीढ़ी के रूप में, एक विस्तृत श्रृंखला से वस्तुओं में हेरफेर करना सीखता है

लेख के लेखक द्वारा स्थापित रोबोटिक सामग्री इंक द्वारा बनाई गई कैप्चर, टोक्यो वर्ल्ड रोबोटिक्स समिट में एक औद्योगिक विधानसभा प्रतियोगिता में हेरफेर करने का कार्य करती है।

हालांकि रोबोट 1961 से नाश्ते को पकाने में सक्षम हैं , वास्तविक दुनिया में सामान्य-प्रयोजन हेरफेर (एमईएस) स्वचालित कार ड्राइविंग की तुलना में अधिक जटिल समस्या हो सकती है। हालांकि, वास्तव में यह वर्णन करना मुश्किल है कि ऐसा क्यों है। यदि आप ध्यान से वीडियो को 1961 से देखते हैं, तो आप देख सकते हैं कि टू-फिंगर समानांतर कैप्चर काफी बड़ी संख्या में कार्यों के लिए उपयुक्त है, और रोबोट में एम्बेडेड संवेदनाओं और सामान्य ज्ञान की कमी ही इसे वास्तविक दुनिया में समान कार्य करने से रोकती है। साइंस के एक हालिया लेख में विज्ञान ने हमें याद दिलाया है कि फर्नीचर को असेंबल करने का भी इतना समृद्ध काम मौजूदा औद्योगिक रोबोट की क्षमताओं के भीतर है। वास्तविक समस्या संभावित आंदोलनों और जोड़तोड़ की बड़ी संख्या है, और आंदोलनों को मक्खन के साथ एक सैंडविच बनाने के लिए आवश्यक है, कुर्सी को इकट्ठा करने के लिए आवश्यक आंदोलनों के साथ मेल नहीं खाता है।

औद्योगिक दृष्टिकोण से, एमईएस एक समस्या नहीं है जिसे संबोधित किया जाना चाहिए। आखिरकार, हम किसी भी चीज के लिए एक मशीन बना सकते हैं - एस्प्रेसो बनाना, बर्तन धोना, गेहूं इकट्ठा करना, जिम के जूते का बड़े पैमाने पर उत्पादन। यही कारण है कि आधुनिक उद्योग में अधिकांश रोबोटिक्स का उपयोग किया जाता है। यहां तक ​​कि जिन रोबोट को "सहयोग मशीनों" के रूप में प्रचारित किया जाता है, वे मूल रूप से एक असेंबली लाइन पर अधिक जटिल मशीन के हिस्से बन जाते हैं (और इसे सुरक्षित रूप से काम करने के लिए गार्ड की आवश्यकता नहीं होती है)। ऐसे उपयोग के मामलों के संबंध में एक एमईएस विकसित करने का प्रयास जो वैज्ञानिक रूप से दिलचस्प है, मापा जाता है। इस वजह से, किसी समस्या के सामान्यीकृत समाधान के फायदे कम स्पष्ट हो जाते हैं और जब निवेशक और उद्योग उन में रुचि खो देते हैं तो "अक्षमता वाली गली" में फंसने का खतरा रहता है। हालांकि, उत्पादन और वितरण प्रक्रियाओं में भारी संख्या में हेरफेर के विभिन्न चरण शामिल हैं। भले ही प्रत्येक चरण का मूल्य शून्य हो जाता है, लेकिन उनका कुल मूल्य आर्थिक रूप से महत्वपूर्ण है।

हमें कैसे पता चलेगा कि इस मूल्य को प्रकट करने के लिए हेरफेर समस्या का समाधान सामान्यीकृत किया जाएगा? रोबोटिक्स डेवलपमेंट कम्युनिटी ने कई प्रतियोगिता विकल्पों का प्रस्ताव दिया है जिसमें विभिन्न समस्याओं को हल करना या विभिन्न वस्तुओं को हेरफेर करना आवश्यक है। उदाहरण के लिए, RoboCup @ Home , IROS और Amazon Picking Challenge जैसी प्रतियोगिताएं हैं । हालांकि ये प्रतियोगिताएं सामान्यीकृत समाधानों के लिए अभियान चला रही हैं, लेकिन ऐसे कार्यों के साथ आना अभी भी मुश्किल है जो विशेष समाधान बेहतर सामना नहीं करेंगे। उदाहरण के लिए, कोरियाई विजेता IROS टीम ने बैक्सटर रोबोट और स्व-चिपकने वाले फोम ब्लॉक की एक प्रणाली का इस्तेमाल किया, जैसे प्लेट और चम्मच जैसी वस्तुओं में हेरफेर करने के लिए। इसी तरह, Amazon Picking Challenge में ज्यादातर काम सिर्फ एक वैक्यूम पंप से पूरे किए जा सकते हैं। वास्तव में, हमें इन सभी कार्यों में अच्छी तरह से जोड़तोड़ करने के लिए एक ही समाधान की आवश्यकता है।

टोक्यो में विश्व रोबोटिक्स शिखर सम्मेलन में एक औद्योगिक प्रतियोगिता में चीजों की एक अलग दृश्य की पेशकश की गई थी, जहां उन्होंने एक टीम को 130,000 डॉलर का पुरस्कार दिया, जो एक कंटेनर लोड करने और सामान इकट्ठा करने के कई औद्योगिक कार्यों के लिए एक सामान्यीकृत समाधान प्रदान करने में सक्षम होगा जो एक दिन के बीच स्विच किया जा सकता है। टीमों को पहले बास्केट (एम 3 नट्स से लेकर इलेक्ट्रिक मोटर्स और लचीली ड्राइव बेल्ट तक) से बहुत अलग-अलग आकार की वस्तुओं को प्राप्त करने की आवश्यकता थी, उन्हें एक कंटेनर में रखें, और फिर उनसे जटिल संरचनाओं को इकट्ठा करें। इस तरह की प्रतियोगिता के लिए, एक हेरफेर समाधान की आवश्यकता होती है जो न केवल वस्तुओं को कैप्चर और हेरफेर कर सकता है, बल्कि प्रतियोगिता के दिन के दौरान आसानी से पुनर्प्रकाशित भी हो सकता है। ऐसे रोबोट के सफल निर्माण के मामले में, उन्हें फर्नीचर की असेंबली में सहायक के रूप में इस्तेमाल किया जा सकता है, चलने में सहायता, या अन्य हेरफेर कार्य जो लोग आसानी से समझ सकते हैं, लेकिन आधुनिक रोबोट नहीं कर सकते।

वैक्यूम पंप, ग्रिप और सॉफ्ट रोबोट

एमईएस प्राप्त करने के लिए हमारे पास क्या विकल्प हैं? औद्योगिक स्वचालन में, तीन प्रतिस्पर्धी प्रतिमान हावी हैं: पंप, मैकेनिकल पकड़ और हथियार, और हाल ही में, नरम रोबोट। पंप अग्रभूमि में होते हैं क्योंकि कप सक्शन कप विकृत होते हैं और किसी वस्तु का आकार लेते हैं, तब भी जब इसके स्थान का ठीक से पता नहीं होता है। उसके बाद, आप हवा को चूस सकते हैं, जो कटोरे को ठोस बनाता है और ऑब्जेक्ट के आंदोलन पर एक कुंडलाकार प्रतिबंध बनाता है। यह एक आकर्षक विकल्प है, क्योंकि एक कप सक्शन कप बड़ी संख्या में विभिन्न वस्तुओं पर कब्जा करने में सक्षम है। हालांकि, सक्शन कप सभी समस्याओं को हल नहीं करता है - उदाहरण के लिए, जब ऑब्जेक्ट बहुत भारी, बहुत छिद्रपूर्ण होता है, जब आगे की जोड़तोड़ के लिए वस्तु को सही ढंग से स्थानांतरित करना या उस पर कुछ प्रभाव लागू करना आवश्यक होता है।


छेद वाली वस्तुओं को सिर्फ एक सक्शन कप के साथ हथियाना मुश्किल है

यांत्रिक ग्रिपर्स का उपयोग करते समय बलों के सटीक अनुप्रयोग का उपयोग किया जा सकता है, जो अक्सर समानांतर ग्रिप या दो चार-लिंक तंत्र के रूप में लागू होते हैं। तीन-उंगली समाधान का उपयोग अक्सर कम किया जाता है, और यदि आवश्यक हो, तो ऊपर से बेलनाकार वस्तुओं का कब्जा होने पर खुद को अच्छी तरह से दिखाएं। तंग पकड़ के साथ समस्या यह है कि अनावश्यक आवेगों को प्रसारित करने से बचने के लिए वस्तु के संपर्क में पकड़ की गति शून्य होनी चाहिए। लोचदार संपर्कों के मामले में, आवेग को बनाए रखा जाता है, जिसके परिणामस्वरूप छोटी वस्तुएं उच्च गति पर कब्जा बंद कर देती हैं। रिबाउंड को अधिक संपर्क प्लास्टिसिटी के लिए एक विकृत पकड़ को लागू करके कम किया जा सकता है, धारणा की सटीकता बढ़ सकती है ताकि पकड़ समय पर बंद हो सके, या ऑब्जेक्ट के संभावित आंदोलन को प्रतिबंधित कर सके।

चरम मामलों में, इन उपायों से पूरी तरह से नरम पकड़ का उपयोग होता है, जिसकी विकृति वस्तु को उछलने से रोकती है, और कोमलता धारणा की आवश्यक सटीकता को कम कर देती है। कब्जा की सफलता बड़े संपर्क क्षेत्र में घर्षण को अधिकतम करने और वस्तु की स्वतंत्रता के घूर्णी डिग्री को कम करने में निहित है। दो-उंगली वाले ग्रिपर का उपयोग करके एक वर्ग रॉड को पकड़ते समय, हमें इसे स्थिति में लाने की आवश्यकता होती है ताकि उंगलियां रॉड के दो विमानों के समानांतर हों। एक नरम पकड़ को रॉड के उन्मुखीकरण को निर्धारित करने और पकड़ की योजना बनाने की आवश्यकता नहीं है, क्योंकि यह बस ऑब्जेक्ट को कवर करेगा। लेकिन पकड़ की विकृति, धारणा और योजना के लिए आवश्यकताओं को कम करने, प्रयास के नियंत्रित अनुप्रयोग को जटिल बनाता है। नरम हाथ में वस्तु की स्थिति अज्ञात है, और इसकी विकृति प्रयासों को नियंत्रित तरीके से लागू करने की अनुमति नहीं देती है। जब ऑब्जेक्ट को कैप्चर करना और फिर गिराना, यह एक समस्या नहीं हो सकती है, लेकिन यह उस हेरफेर को बहुत जटिल करता है जिसमें आपको ऑब्जेक्ट को उठाने और इसे सही ढंग से रखने की आवश्यकता होती है।

सरल स्थिति नियंत्रण के संयोजन और मोटर्स की अधिकतम टोक़ को सीमित करके अच्छे व्यावहारिक परिणाम प्राप्त किए जा सकते हैं। विकृत नरम रोबोट हथियारों की तरह, प्रतिरोध नियंत्रण के साथ एक ग्रिपर वस्तु को समायोजित कर सकता है, जिससे धारणा में अशुद्धियां हो सकती हैं।

इस प्रकार, आदर्श पकड़ आवश्यक रूप से कठोर या नरम हो जानी चाहिए, जिससे आप ऑब्जेक्ट को न्यूनतम धारणा और योजना के साथ पकड़ सकते हैं, ऑब्जेक्ट के स्थान में अनिश्चितताओं को समाप्त कर सकते हैं और कठोर हेरफेर की अनुमति दे सकते हैं। उसी समय, कैप्चर सतह को ऑब्जेक्ट के साथ निरंतर संपर्क बनाए रखना चाहिए। यह उपरोक्त तकनीकों के संयोजन से प्राप्त किया जा सकता है। उदाहरण के लिए, एक नरम पकड़ एक दानेदार जाम के साथ कठोर हो सकती है, या अतिरिक्त प्रतिबंध प्रदान करने के लिए चूषण तंत्र को पकड़ के साथ पूरक किया जा सकता है। मैकेनिकल ग्रिप को सक्शन कप या इलेक्ट्रोस्टैटिक पैड के साथ ब्रेकएबल आसंजन के लिए पूरक किया जा सकता है। मानव हाथ इन गुणों के संयोजन का एक अद्भुत काम करता है: कठोर हड्डियों और नरम ऊतकों का संयोजन आपको कठोरता को अलग करने की अनुमति देता है, यह वस्तुओं को कवर कर सकता है, जबकि सटीक नियंत्रण की क्षमता बनाए रखता है। इन अवसरों को नरम उंगली पैड, त्वचा की घर्षण और छड़ी करने की क्षमता द्वारा महसूस किया जाता है - जैसे कागज का एक छोटा टुकड़ा एक उंगली से चिपक जाता है।

टोक़ नियंत्रण पकड़ती है

कुछ आसान-से-पहुंच सुविधाओं ने हमें व्यावसायिक रूप से आकर्षक मॉन समाधान बनाने के लिए नरम और पारंपरिक रोबोट के लाभों को संयोजित करने की अनुमति दी है। उनमें से एक प्रतिरोध नियंत्रण है जैसा कि पारंपरिक टू-फिंगर ग्रिप्स पर लागू होता है। प्रतिरोध को नियंत्रित करके, हम पर्यावरण द्वारा लगाए गए बाहरी आंदोलनों के प्रतिरोध को नियंत्रित करते हैं। मोटर्स के अधिकतम टोक़ की सीमा के साथ सरल स्थान नियंत्रण के संयोजन से अच्छे व्यावहारिक परिणाम प्राप्त किए जा सकते हैं। टोक़ को सीमित करके, एक कठोर पकड़ मनमाने ढंग से विकृत हो सकती है (टोक़ सेंसर की सटीकता के भीतर)। इसके पूरी तरह से विकृत समकक्ष की तरह, प्रतिरोध नियंत्रण के साथ एक पकड़ वस्तु के लिए अनुकूल हो सकती है, गलत धारणा के लिए क्षतिपूर्ति कर सकती है। एक ही समय में, इस तरह की योजना सटीक हेरफेर के लिए कठिन हो सकती है। उंगलियों की स्थिति की धारणा के साथ प्रतिरोध नियंत्रण स्पर्शनीय संवेदना का एक रूप है। कैप्चर पर्यावरण में वस्तुओं की उपस्थिति, ट्रैकिंग स्थिति और टोक़ को निर्धारित करने में सक्षम होगा। आंदोलनों नरम हो जाएगा, धारणा की अशुद्धि के लिए बना रही है।


ऊपर: प्रतिरोध नियंत्रण का उपयोग करके स्ट्रॉबेरी को हथियाना। अधिकतम स्वीकार्य टोक़ को कम करने से अंगुलियों को एक बाधा के संपर्क में आने से रोकने और बेर को कुचलने की अनुमति नहीं मिलती है।

नीचे: प्रतिरोध नियंत्रण के साथ एक ठोस वस्तु पर कब्जा। संपर्क होने तक टोक़ नियंत्रण उंगलियों को स्थानांतरित करने की अनुमति देता है। प्रत्येक उंगली की स्थिति जानने के बाद, आप पूरे हाथ के स्तर पर स्थिति का नियंत्रण दर्ज कर सकते हैं।

नरम जोड़तोड़ पर हाल के शोध को मूर्त रूप देने के लिए टोक़-नियंत्रित ग्रिप्स एक मंच के रूप में काम कर सकते हैं: आपकी उंगलियों और हथेली को सक्शन कप के साथ पूरक करते हुए, हम सक्शन कप की विश्वसनीयता के साथ सटीक स्थिति नियंत्रण और प्रयास के लाभों को जोड़ते हैं। उंगलियों के जोड़ों में टोक़ सेंसर को स्पर्श सेंसर के साथ पूरक किया जा सकता है जो दबाव को मापता है, रणनीतिक रूप से पकड़ पर स्थित है। हथेली के स्पर्श संवेदक और युक्तियां इस बात को भेदने में मदद कर सकती हैं कि क्या कोई बाहरी बाधा उंगलियों की गति को रोकती है, या यदि हाथ वांछित वस्तु को छूता है। स्पर्श संवेदक सीधे दृश्य सेंसरों को भी जोड़ते हैं, संपर्क के क्षण का निर्धारण करते हैं और वस्तु के अभिविन्यास और उस स्थान के मूल्यांकन में सुधार करते हैं जिसके साथ हाथ ने इसे पकड़ा।

त्रि-आयामी धारणा की आधुनिक उपलब्धियां एमईएस के लक्ष्य को पहले जैसे करीब बनाती हैं। Intel RealSense जैसे तीन-आयामी सेंसर कैमरे से 11 सेमी की वस्तुओं की उपस्थिति को सटीकता के साथ महसूस करने में सक्षम हैं जो आपको M3 नट्स जैसी छोटी वस्तुओं को भी कैप्चर करने की अनुमति देता है, और जटिल समाधान पहले से ही बाजार पर उपलब्ध हैं - उदाहरण के लिए, मेरी प्रयोगशाला से शोध के आधार पर रोबोटिक सामग्री इंक। बस उसके हाथ का एक बीटा जारी किया । सटीक तीन-आयामी धारणा, पर्यावरण के साथ कोमल बातचीत के लिए प्रतिरोध नियंत्रण और विभिन्न स्पर्श संवेदना विधियों के संयुक्त कार्य जो आपको कैप्चर की सफलता का मूल्यांकन करने की अनुमति देते हैं, आपको एक गलत वातावरण में वस्तुओं के विश्वसनीय हेरफेर को लागू करने की अनुमति देते हैं।

उदाहरण के लिए, हमने हाल ही में कंटेनरों के मोबाइल भरने का प्रदर्शन किया है, जिसमें बास्केट से तीन अलग-अलग प्रकार (एम 3 नट, तंत्र का हिस्सा और रबर का पट्टा) की वस्तुओं को प्राप्त करने के लिए रोबोट की आवश्यकता होती है, जिनमें से मेज पर स्थान केवल लगभग ज्ञात है। स्वायत्त परिवहन द्वारा गोदाम की विभिन्न सीमा बिंदुओं के साथ चलती 10 सेमी त्रुटि के बावजूद, रोबोट हाथ में निर्मित त्रि-आयामी धारणा का उपयोग करके व्यक्तिगत टोकरी और वस्तुओं का पता लगाने में सक्षम था। टोक़ सीमा का उपयोग टोकरी की सामग्री के साथ सटीक रूप से बातचीत करने के लिए किया जाता है और संभावित टकरावों के प्रभाव को कम करता है। टार्क माप का उपयोग करने वाली स्पर्श धारणा का उपयोग पकड़ की सफलता को मापने के लिए किया जाता है।


एमईएस मामले में त्रि-आयामी धारणा, प्रतिरोध नियंत्रण और स्पर्शात्मक धारणा की प्रभावशाली सफलताओं के बावजूद, ये प्रौद्योगिकियां जोड़तोड़ के लिए विशेष समाधानों के प्रचलित औद्योगिक प्रतिमान का खंडन करती हैं। किसी भी प्रकार की धारणा में समय लगता है और अप्रत्याशित प्रभावों की ऊर्जा को सीमित करने के लिए आवश्यक कैप्चर गति पर प्रतिबंध लगाता है। इसलिए, सबसे आगे एमईएस एक बड़े वर्गीकरण और उत्पादों की एक छोटी संख्या के साथ काम करने वाले छोटे और मध्यम उद्यम होंगे, साथ ही बड़े खिलाड़ी जो अपने उत्पादों को अलग करना चाहते हैं, उत्पादन चक्र को कम करने और अनुकूलन की संभावनाओं को बढ़ाते हैं। इसी समय, मोबाइल रोबोट तेजी से गोदामों में, होटलों और अस्पतालों में पाए जाते हैं। ऐसी स्थितियों में, लोडिंग, अनलोडिंग और रखरखाव जैसे कुछ जोड़तोड़ ऐसे रोबोटों के मूल्य में बहुत वृद्धि कर सकते हैं, जो सामान्य प्रयोजन के हेरफेर कार्य को हल करने के लिए आवश्यक आर्थिक पूर्वापेक्षाओं का निर्माण करते हैं।