Cómo ayudar a los robots de la línea de montaje a cambiar de marcha y recoger casi cualquier cosa

Al comienzo de la pandemia de COVID-19, los fabricantes de automóviles como Ford cambiaron rápidamente la producción de automóviles a máscaras y ventiladores.

Para hacer posible este cambio, estas empresas confiaron en personas que trabajaban en una línea de montaje. Habría sido demasiado difícil para un robot hacer esta transición porque los robots están atados a sus tareas habituales.

Teóricamente, un robot podría recoger casi cualquier cosa si sus pinzas pudieran intercambiarse para cada tarea. Para reducir costos, estas pinzas podrían ser pasivas, lo que significa que las pinzas recogen objetos sin cambiar de forma, de forma similar a como funcionan las pinzas de una carretilla elevadora.

Un equipo de la Universidad de Washington ha creado una nueva herramienta capaz de diseñar una pinza pasiva imprimible en 3D y calcular la mejor ruta para agarrar un objeto. El equipo probó este sistema en un conjunto de 22 objetos, incluido un conejo impreso en 3D, una cuña de tope de puerta, una pelota de tenis y un taladro. Las pinzas y caminos diseñados fueron exitosos para 20 de los objetos. Dos de ellos eran la cuña y una forma de pirámide con un ojo de cerradura curvo. Ambas formas son difíciles de agarrar para varios tipos de alicates.

El equipo presentará estos resultados el 11 de agosto en SIGGRAPH 2022.

«Todavía producimos la mayoría de nuestros artículos con líneas de ensamblaje, que son realmente geniales pero también muy rígidas. La pandemia nos ha demostrado que necesitamos una manera de reutilizar fácilmente estas líneas de producción», dijo la autora principal Adriana Schulz, UW El profesor asistente de la Escuela de Informática e Ingeniería Paul G. Allen dijo: «Nuestra idea es crear herramientas personalizadas para estas líneas de fabricación. Esto nos brinda un robot muy simple que puede realizar una tarea con una pinza específica. Y luego, cuando cambiar tareas, simplemente reemplazo la pinza.

Las pinzas pasivas no pueden adaptarse al objeto que sujetan, por lo que tradicionalmente los objetos se han diseñado para adaptarse a una pinza específica.

“La pinza pasiva de mejor rendimiento en el mundo es una pinza para montacargas. Pero la contrapartida es que las pinzas para montacargas solo funcionan bien con formas específicas, como paletas, lo que significa que lo que quiera agarrar tiene que estar en una paleta”, dijo el coautor Jeffrey Lipton, profesor asistente de ingeniería mecánica en la UW. . «Aquí decimos ‘Está bien, no queremos predefinir la geometría de la pinza pasiva’. En su lugar, queremos tomar la geometría de cualquier objeto y diseñar una pinza.

Para cualquier objeto dado, hay muchas posibilidades de cómo se vería su pinza. Además, la forma de la pinza está ligada a la trayectoria que toma el brazo del robot para agarrar el objeto. Si está mal diseñado, una pinza podría chocar contra el objeto en su camino para recogerlo. Para enfrentar este desafío, los investigadores tenían algunas ideas clave.

“Los puntos de contacto de la pinza con el objeto son fundamentales para mantener la estabilidad del objeto en el agarre. Llamamos a este conjunto de puntos el ‘patrón de agarre’”, dijo el autor principal Milin Kodnongbua, quien completó esta investigación como estudiante de pregrado de la UW en la Escuela Allen. «Además, la pinza debe hacer contacto con el objeto en estos puntos dados, y la pinza debe ser un único objeto sólido que conecte los puntos de contacto con el brazo del robot. Podemos buscar una trayectoria de oblea que cumpla con estos requisitos. .

Lors de la conception d’un nouveau préhenseur et d’une nouvelle trajectoire, l’équipe commence par fournir à l’ordinateur un modèle 3D de l’objet et son orientation dans l’espace – comment il serait présenté sur un tapis roulant, por ejemplo.

“Nuestro algoritmo primero genera posibles configuraciones de agarre y las clasifica según la estabilidad y otras métricas”, dijo Kodnongbua. “Luego, toma la mejor opción y la co-optimiza para determinar si es posible una trayectoria de inserción. Si no encuentra uno, pasa a la siguiente configuración de toque en la lista e intenta rehacer la optimización conjunta.

Una vez que la computadora encuentra una buena coincidencia, genera dos conjuntos de instrucciones: uno para una impresora 3D para crear la pinza y otro con la trayectoria para el brazo del robot una vez que la pinza está impresa y unida.

El equipo eligió una variedad de objetos para probar el poder del método, incluidos algunos de un conjunto de datos de objetos que son estándar para probar la capacidad de un robot para realizar tareas de manipulación.

“También diseñamos objetos que serían difíciles para los robots de agarre tradicionales, como objetos con ángulos muy bajos u objetos con un agarre interno, donde hay que agarrarlos con la inserción de una llave”, dijo el coautor Ian Good, un estudiante de doctorado de la UW en el departamento de ingeniería mecánica.

Los investigadores realizaron 10 micrófonos de prueba con 22 formas. Para 16 formas, los 10 micrófonos pasaron. Si bien la mayoría de los formularios tuvieron al menos una recolección exitosa, dos no la tuvieron. Estas fallas se debieron a problemas con los modelos 3D de los objetos que se entregaron a la computadora. Para un tazón, el modelo describió los lados del tazón como más delgados de lo que eran. Para el otro, un objeto que parece una taza con un asa en forma de huevo, el modelo tenía la orientación incorrecta.

El algoritmo desarrolló las mismas estrategias de agarre para objetos de forma similar, incluso sin intervención humana. Los investigadores esperan que esto signifique que podrán crear pinzas pasivas que puedan agarrar una clase de objetos, en lugar de tener que tener una pinza única para cada objeto.

Una limitación de este método es que las pinzas pasivas no pueden diseñarse para recoger todos los objetos. Si bien es más fácil agarrar objetos que varían en ancho o tienen bordes sobresalientes, los objetos con superficies uniformemente lisas, como una botella de agua o una lata, son difíciles de agarrar sin partes móviles.

Aún así, a los investigadores les animó ver que el algoritmo funcionaba tan bien, especialmente con algunas de las formas más difíciles, como una columna con un ojo de cerradura en la parte superior.

«La ruta que ideó nuestro algoritmo para esa es una aceleración rápida hasta donde realmente se acerca al objeto. Parecía que iba a chocar contra el objeto, y pensé: «Oh, no. ¿Qué pasaría si no hubiéramos No lo calibró, ¿verdad? «, Dijo Good. «Y luego, por supuesto, se acerca increíblemente y lo capta perfectamente. Ese fue este momento increíble, una montaña rusa extrema de emociones.

Yu Lou, quien completó esta investigación como estudiante de maestría en la Escuela Allen, también es coautor de este artículo.