Роботизированный прорыв, сделанный Центром производственных технологий

Эксперты по автоматизации Центра производственных технологий совершили прорыв в робототехнике для захвата неизвестных объектов...

Последний прорыв, сделанный экспертами по автоматизации в Центре производственных технологий (MTC), означает, что робототехника может манипулировать объектами без необходимости использования данных САПР или специально разработанных захватов для более быстрого развертывания роботизированных решений.

«Этот проект демонстрирует решимость MTC внедрить академические разработки, способные преобразовать робототехнику в производство. Возможность переноса этой техники на новые объекты позволит компании MTC быстро проводить испытания деталей клиентов и давать рекомендации по стратегиям внедрения», — прокомментировал Марк Робсон, старший инженер-исследователь, робототехника, MTC.

Проект

Выбор контейнеров — обычная задача обработки в отраслях, где необходимо отделить один объект от неструктурированного массового ввода.

При использовании традиционных методов фабрики используют данные САПР наряду с дорогостоящими датчиками для точной идентификации отдельных деталей, а также проверяют осуществимость ряда предварительно спроектированных захватов.

Чтобы сократить время и затраты, MTC продемонстрировал свою «современную» технику для сбора мусора. В этом методе используется обученная модель, чтобы найти наилучшее положение для размещения вакуумной присоски, и ее можно обучить с помощью смоделированных данных, чтобы уменьшить потребность в трудоемком ручном сборе данных и маркировке.

«Инженеры робототехники MTC доказывают, что проектирование и разработка могут быть дематериализованы при создании экономичных интеллектуальных решений для автоматизации операций, где заранее заданное программирование менее жизнеспособно», — добавила д-р Алехандра Матаморос, менеджер по технологиям, MTC.

Результат

Методика проекта была протестирована MTC на ряде объектов, включая металлические компоненты, контейнеры для фруктов и косметики.

Обученный с помощью данных, размеченных вручную и смоделированных дат, этот метод показал хорошие результаты с 92 % и 94 % успешных сборов соответственно.

«Производительность модели, обученной на чисто смоделированных данных, показала, что этот подход является хорошим решением для снижения нагрузки по сбору данных для конкретных случаев использования», — заявил MTC, добавив, что «отличная производительность по элементам, отсутствующим в обучающих данных, показала, что метод хорошо обобщается на любые предметы».

Чтобы получить дополнительную информацию по вопросам производства, ознакомьтесь с последним выпуском

Подпишитесь на нас и .

Источник изображения