Dokunsal Tabanlı Robot Merkezleme: Usta Manipülasyon İçin Bir Yetenek

Dokunsal Tabanlı Robot Merkezleme: Usta Manipülasyon İçin Bir Yetenek
Bir robot, bir parçayı her zaman hedeflendiği yerden tam olarak kavrayamaz. Görüş, kavrayıcıyı yakına yönlendirebilir, ancak kamera kalibrasyonu, parça sunumu ve konumlandırma hataları birikir ve parmakların nesnenin merkezinin biraz dışına kapanmasına neden olur. Kavrama güvenli görünebilir, ta ki robot kaldırmaya başlayana kadar. Kavrama ile parçanın kütle merkezi arasındaki bir kayma, nesnenin parmaklar içinde dönebilmesine neden olan bir moment yaratır; bu da nesnenin pozunu değiştirebilir veya tamamen kaymasına yol açabilir—bu, kavrama başarısızlığına katkıda bulunan belgelenmiş bir faktördür.¹

Bir robot, bir parçayı her zaman hedeflenen yerden tam olarak kavrayamaz. Görüş, kavrayıcıyı yakına yönlendirebilir, ancak kamera kalibrasyonu, parça sunumu ve konumlandırma hataları birikerek, parmakların nesnenin merkezinin biraz dışında kapanmasına neden olur. Kavrayış güvenli görünebilir, ta ki robot kaldırmaya başlayana kadar. Kavrayış ile parçanın kütle merkezi arasındaki bir kayma, nesneyi parmaklar içinde döndürebilecek bir moment oluşturur, bu da nesnenin pozunu değiştirebilir veya tamamen kaymasına neden olabilir—bu, kavrayış başarısızlığına katkıda bulunan belgelenmiş bir faktördür.¹


Dokunsal algılama, robotun temas sağlandıktan sonra bu sorunu tespit etmesine ve düzeltmesine olanak tanır. Bir nesne merkezden kaydırıldığında, temas kuvvetleri parmak uçları arasında eşit olmayan bir şekilde dağıtılır. Robot, yalnızca toplam kavrama kuvvetini değil, tam kuvvet dağılımını ölçerek, kavrayışın dengesiz olduğunu ve kaymanın yönünü belirleyebilir.

Robot daha sonra uç efektörünün konumunu ayarlayabilir ve nesneyi daha dengeli bir konfigürasyonda yeniden kavrayabilir. Bu, nesnenin kütle merkezinden kaynaklanan kaymadan kaynaklanan momenti azaltır ve parçanın yük altında döneceği veya kayacağı riskini sınırlar.

Robotiq Kullanıcı Konferansı'nda yapılan son bir gösterim, bu döngüyü eylemde gösterdi. TSF-85 dokunsal sensörler ile donatılmış bir 2F-85 kavrayıcı, temas kuvvetinin parmak uçları arasında nerede yoğunlaştığını ölçtü. Robot, bu bilgiyi kullanarak parçayı yeniden konumlandırdı ve yeniden kavradı, yük dağılımı daha simetrik olana kadar—tüm bunları temas verilerini kullanarak, düzeltme için bir görsel sisteme güvenmeden gerçekleştirdi.

Faydası, takip eden işlemlerde ortaya çıkar. Dengeli bir kavrama, nesneyi stabil bir konfigürasyonda tutar ve kontrolöre bilinen bir başlangıç pozisyonu sağlar, yeniden yönlendirmeyi, yeniden kavramayı ve hassas yerleştirmeyi kontrol edilen ayarlara indirger, açık döngü denemeleri yerine. Bu yetenek, mevcut bir hücrenin temas zengin manipülasyon donanımını kullanarak neler başarabileceğini genişletir.

Teknik ekibimizle konuşun dokunsal entegrasyon hakkında manipülasyon hattınız için ve Robotiq'ın uygulamanızı nasıl mümkün kılabileceğini öğrenin.

¹ Q. Feng, Z. Chen, J. Deng, C. Gao, J. Zhang ve A. Knoll, Dokunsal-Görsel Sensörler Kullanarak Bilinmeyen Nesneler için Kütle Merkezi Tabanlı Sağlam Kavrama Planlaması, 2020 IEEE Uluslararası Robotik ve Otomasyon Konferansı (ICRA), arXiv:2006.00906. Çalışma, kütle merkezi farkındalığına dayalı yeniden kavrama planlamasından %31'lik bir kavrama başarı oranı iyileşmesini rapor etmektedir.