https://manufacturingtomorrow.com/images/facebooknews.jpg
Một yếu tố quan trọng phân biệt robot với máy móc là khả năng phản ứng với đầu vào hoặc kích thích bên ngoài. Nếu không có bất kỳ đầu vào bên ngoài nào hướng dẫn hành động hoặc quyết định của mình, robot sẽ hoạt động như một cỗ máy, thực hiện các nhiệm vụ mà không có khả năng thích ứng hoặc tự chủ. Đóng vai trò là liên kết quan trọng giữa robot và môi trường của nó, các cảm biến cho phép robot nhận thức và diễn giải.
Ứng dụng trên toàn phổ
Tuy nhiên, tầm quan trọng và mục đích của cảm biến lại khác nhau rất nhiều giữa các loại rô-bốt khác nhau. Ví dụ, trong khi cánh tay rô-bốt sản xuất truyền thống ít sử dụng cảm biến và thường chỉ đi theo một đường dẫn được lập trình sẵn, thì ở phía bên kia của quang phổ, có những rô-bốt di động hoạt động trong môi trường chủ yếu là con người (ví dụ như xe đẩy rô-bốt chạy quanh bệnh viện để giao đồ giặt) dựa rất nhiều vào cảm biến. Có thể cách tiếp cận truyền thống hoạt động theo cách này vì mọi thứ xung quanh rô-bốt đều cố định — được bao bọc trong một ô, con người bị hạn chế tiếp cận và các vật phẩm mà rô-bốt xử lý vẫn luôn được đặt ở cùng một vị trí. Ngược lại, đối tác nặng về cảm biến của nó hoạt động trong môi trường thay đổi liên tục, nơi sự hiện diện bất ngờ của con người có thể đột nhiên cản trở đường đi của rô-bốt. Để hoạt động trong những môi trường như thế này, camera 3D, lidar, sonar, v.v. trang bị cho rô-bốt khả năng hiểu biết về môi trường của chúng và liên tục cập nhật.
Các yêu cầu đối với giải pháp robot cho kho Logistics nằm ở đâu đó ở giữa—môi trường không thay đổi nhiều lắm, nhưng các mục cần xử lý thay đổi theo từng nhiệm vụ và vị trí của chúng cũng thường không chắc chắn. Trong trường hợp này, việc sử dụng camera 2D và 3D tỏ ra rất có lợi, đặc biệt là để tìm các mục này. Chúng ta hãy xem xét một số ứng dụng của các công nghệ như vậy giúp cải thiện độ tin cậy và hiệu quả của robot trong bối cảnh kho bãi.
Hiểu biết về môi trường xung quanh
Camera 3D có thể được sử dụng trong các hệ thống pick and place để chụp ảnh chi tiết giúp robot phát triển khả năng hiểu biết toàn diện về môi trường xung quanh. Sau đó, các thuật toán thị giác xử lý dữ liệu này, cho phép robot thực hiện các nhiệm vụ pick and place một cách chính xác và hiệu quả. Bằng cách liên tục theo dõi và đánh giá môi trường xung quanh, robot có thể thực hiện nhiều nhiệm vụ cùng lúc một cách hiệu quả.
Hoạt động kho hiệu quả phụ thuộc vào kế hoạch tuyến đường hiệu quả và tích hợp khả năng quét mã vạch 360 độ đảm bảo phạm vi bao phủ toàn diện. Điều này cho phép đọc nhanh từ mọi góc độ, cuối cùng là giảm thiểu nhu cầu điều chỉnh thủ công.
Hiểu vị trí chính xác – nhặt và đặt
Khi một robot kích hoạt hành động nhặt để đáp ứng yêu cầu tương ứng, nó cũng đồng thời gửi yêu cầu chụp ảnh đến từng camera 3D. Thông qua phân tích hình ảnh độ sâu, thuật toán sau đó xác định chính xác túi đựng đồ nhặt, cập nhật robot mô hình thế giới để đảm bảo định vị chính xác và ngăn ngừa va chạm trong khi thực hiện hành động nhặt. Tương tự như vậy, khi các mặt hàng cần được đặt vào một chiếc túi tote, một hình ảnh 3D mới được tạo ra để phát hiện cả chiếc túi tote và nội dung của nó. Một thuật toán xếp chồng chuyên dụng được đặc trưng bởi thiết kế thông minh của nó sau đó xác định trình tự xếp chồng tối ưu, tính đến các phép tính khoảng cách để đảm bảo xử lý nhẹ nhàng. Theo một cách nào đó, nó giống như chơi trò Tetris — các bưu kiện có kích thước và trọng lượng khác nhau được sắp xếp tự động để sử dụng Lĩnh vực tối đa và ổn định, mà không dựa vào các mẫu xếp chồng được xác định trước.
Bạn có thể thích
Hiểu rõ thông tin chi tiết về mặt hàng – loại, số lượng, trọng lượng, kích thước, v.v.
Có thể sử dụng máy ảnh 2D để xác định các mục để chọn, bổ sung bằng thị giác máy tính và thuật toán học sâu để xác định vị trí và số lượng của chúng trong túi. Thông tin này cho phép robot cập nhật mô hình va chạm của nó và thực hiện việc lấy vật phẩm mà không va chạm. Ngoài ra, các thuật toán học sâu cũng có thể phân biệt loại vật liệu của các mục; ví dụ như chúng được làm bằng bìa cứng, giấy, nhựa cứng hay mềm, cho phép robot chọn đúng loại cốc hút để chọn vật liệu đó.
Trong khi đó, một cảm biến trọng lượng tích hợp vào kẹp có thể cung cấp khối lượng của từng vật phẩm, giúp xác định xem robot có vô tình nhặt hai vật phẩm thay vì một vật phẩm hay không và điều chỉnh tốc độ di chuyển của nó cho phù hợp để tránh làm rơi chúng, đặc biệt là nếu chúng nặng. Vì các thùng đựng đồ có thể chứa nhiều vật phẩm, có khả năng cản trở lẫn nhau, nên ban đầu robot có thể không nhận thức chính xác về mọi kích thước. Điều này đòi hỏi phải có một hình ảnh mới của mỗi vật phẩm được nhặt để tìm hiểu chính xác kích thước của chúng. Nhiệm vụ này được hỗ trợ bởi camera 3D, chụp một hình ảnh mới về vật phẩm mà robot đang cầm.
Xác định phương pháp tiếp cận tốt nhất
Robot cũng có thể xác định tư thế cầm nắm tối ưu bằng cách phân tích chính xác hướng của các vật phẩm. Ví dụ, nếu một vật phẩm bị nghiêng, robot có thể cần điều chỉnh kẹp để nghiêng cốc hút vào bề mặt chính xác.
Tầm nhìn tốt hơn = Độ tin cậy cao hơn
Không cần phải nói, khả năng phát hiện và tầm nhìn được cải thiện giúp tăng đáng kể độ tin cậy trong các hoạt động của rô-bốt. Loại bỏ nhu cầu phải dạy SKU tốn công và thúc đẩy việc học liên tục, rô-bốt lấy thông tin về mặt hàng trực tiếp từ hình ảnh 3D. Rô-bốt học hỏi từ mỗi hình ảnh 3D mà nó phân tích. Điều này giúp tăng cường khả năng của nó, dẫn đến việc phát hiện mặt hàng nhanh hơn và chính xác hơn. Nhờ việc rô-bốt liên tục theo dõi môi trường của nó, bao gồm vị trí của các thùng đựng hàng và kích thước mặt hàng, khả năng va chạm cũng giảm đáng kể.
Những phát triển đầy hứa hẹn trong công nghệ máy ảnh
Bối cảnh công nghệ máy ảnh hiện đang chứng kiến một số sự phát triển thú vị. Lấy trường hợp của máy ảnh 2D và bạn thấy độ phân giải tăng nhanh. Trong lĩnh vực máy ảnh tiêu dùng, không có gì lạ khi có độ phân giải từ 12 đến 48 MP cho máy ảnh điện thoại thông minh, trong khi trong lĩnh vực robot, độ phân giải thường bị giới hạn ở mức 1MP. Nhưng trong những năm gần đây, các nhà cung cấp đang tung ra độ phân giải 5 MP, 8 MP trở lên. Đây là một sự thay đổi đáng hoan nghênh, vì giờ đây có thể nhìn thấy các vật thể nhỏ hơn và các chi tiết tốt hơn rất nhiều.
Mọi thứ thậm chí còn thú vị hơn đối với máy ảnh 3D. Nếu chúng ta nhìn lại mười năm trước, có rất ít nguồn cung (và cầu) cho máy ảnh 3D. Các tùy chọn khả dụng thường có độ phân giải rất thấp và không có gì ngạc nhiên là không chính xác. Tuy nhiên, trong năm qua, đã có sự gia tăng đáng kể về số lượng nhà cung cấp cung cấp máy ảnh 3D với nhiều thông số kỹ thuật công nghệ, độ phân giải cao hơn đáng kể và do đó, độ chính xác được cải thiện. Một tiến bộ đặc biệt hấp dẫn trong công nghệ máy ảnh 3D là tích hợp học sâu để nâng cao chất lượng dữ liệu 3D. Hầu hết các máy ảnh 3D đều thấy khó chụp dữ liệu đầy đủ và chính xác cho tất cả các bề mặt trong một hình ảnh, thường dẫn đến các khoảng trống hoặc vùng có độ không chắc chắn cao. Giờ đây, những cải tiến mới nhất liên quan đến các máy ảnh sử dụng thuật toán học sâu để lấp đầy những khoảng trống này một cách thông minh dựa trên các hình ảnh mẫu.
Sự kết hợp giữa tầm nhìn, chuyển động và lập kế hoạch nhiệm vụ để nâng cao độ tin cậy của robot
Robot cần xử lý chính xác nhiều loại vật phẩm khác nhau và liên tục thích nghi và cải thiện hiệu quả, ngay cả trong môi trường phức tạp. Để đạt được điều này, cần phải có sự phối hợp thực hiện tỉ mỉ về tầm nhìn, chuyển động và lập kế hoạch nhiệm vụ. Việc tích hợp thị giác máy tính vào robot đã cách mạng hóa cách robot diễn giải môi trường của chúng thông qua hình ảnh kỹ thuật số hoặc video, cho phép nhận dạng vật thể, điều hướng và thực hiện nhiệm vụ chính xác. Tuy nhiên, việc phát triển các hệ thống lập kế hoạch chuyển động an toàn và hiệu quả vẫn là một thách thức, đòi hỏi các thuật toán tinh vi để hướng dẫn chuyển động của robot một cách chính xác.
Phần mềm lập kế hoạch và thực hiện nhiệm vụ bổ sung thêm cho các hệ thống này, cho phép robot hiểu, sắp xếp và thực hiện các nhiệm vụ một cách tự động. Trong khi chuyển động chiếm phần lớn thời gian chu kỳ của robot, thì lập kế hoạch chuyển động được sử dụng để chỉ đường cho robot từ A đến B. Mặt khác, lập kế hoạch nhiệm vụ bao gồm tất cả các hành động mà robot cần thực hiện, như di chuyển đến vị trí nhặt, tạo hình ảnh 3D hoặc tắt kẹp, đảm bảo rằng nó được thực hiện đúng vào thời điểm chính xác để đạt được mục tiêu, ví dụ như nhặt và đặt một vật phẩm.
Về Heico Sandee
Nhà sáng lập và giám đốc điều hành của Smart Robotics, Heico Sandeecó bằng Tiến sĩ và trước đây từng là quản lý chương trình về robot tại Đại học Công nghệ Eindhoven. Với hơn 15 năm kinh nghiệm trong phát triển robot, Heico hiện đang dẫn đầu Smart Robotics trong việc phát triển phần mềm thông minh, độc lập với robot để triển khai linh hoạt các giải pháp tự động.
Giới thiệu về Smart Robotics
Robot thông minh là một chuyên gia phát triển về robot và hệ thống kho tự động. Các giải pháp robot pick and place do công ty cung cấp được thiết kế để cải thiện năng lực chung, tăng độ tin cậy của hoạt động kho và giải quyết các vấn đề liên quan đến tình trạng thiếu hụt lao động liên tục trong ngành Logistics. Các giải pháp này được thúc đẩy bởi phần cứng và phần mềm tech-trinity của Smart Robotics. Các giải pháp tự động hóa được thiết kế riêng của Smart Robotics giúp cải thiện điều kiện làm việc cho công nhân kho bằng cách đảm nhiệm các nhiệm vụ lặp đi lặp lại và đòi hỏi thể lực, chẳng hạn như chọn đơn hàng, đóng gói, xếp pallet và phân loại.
Nội dung và ý kiến trong bài viết này là của tác giả và không nhất thiết đại diện cho quan điểm của ManufacturingTomorrow
Nguồn: https://www.manufacturingtomorrow.com/article/2024/06/the-core-of-optimizing-robotic-performance-sensors-in-warehousing/22933 .
