Контролирует роботизированную руку чтобы упаковывать коробки искусственный интеллект

Ученые Rutgers использовали искусственный интеллект для управления роботизированной рукой, которая обеспечивает более эффективный способ упаковки коробок, экономя время и деньги предприятий.

Польза изобретения

«Мы можем создавать недорогие автоматизированные решения, которые легко развертываются. Изюминка заключается в том, чтобы сделать минимальный, но эффективный выбор аппаратного обеспечения и сосредоточиться на надежных алгоритмах и программном обеспечении», - сказал старший автор исследования Костас Бекрис, доцент кафедры информатики в Школе искусств и наук Университета Рутгерса в Нью-Брансуике. Bekris, Abdeslam Boularias и JingjinYu, оба доцента по компьютерным наукам, сформировали команду для комплексного решения множества аспектов проблемы упаковки роботов посредством аппаратного обеспечения, трехмерного восприятия и надежного движения.

Рецензируемое исследование ученых было опубликовано недавно на Международной конференции IEEE по робототехнике и автоматизации, где оно стало финалистом премии Best Paper Award в области автоматизации.

Исследование совпадает с растущей тенденцией развертывания роботов для выполнения логистических, торговых и складских задач. Достижения в области робототехники ускоряются беспрецедентными темпами благодаря алгоритмам машинного обучения, которые позволяют проводить непрерывные эксперименты. Плотная упаковка продуктов, остается в значительной степени ручной задачей, даже если это имеет решающее значение для эффективности работы склада.

По мнению научной команды, Rutgers, автоматизация таких задач важна для конкурентоспособности компаний и позволяет людям сосредоточиться на менее тяжелой и трудоемкой работе. Исследование Rutgers было сосредоточено на том, чтобы поместить предметы из ведра в небольшую упаковочную коробку и плотно расположить их. Это более сложная задача для робота, чем просто взять предмет и бросить его в коробку.

Заключение

Исследователи разработали программное обеспечение и алгоритмы для своей роботизированной руки. Они использовали визуальные данные и простую присоску, которая одновременно служит пальцем для толкания предметов.

В результате система может опрокинуть объекты, чтобы получить желаемую поверхность для их захвата. Кроме того, он использует данные датчика, чтобы тянуть объекты к целевой области и объединять их.

Во время этих операций он использует мониторинг в режиме реального времени для обнаружения и предотвращения возможных сбоев. Поскольку исследование было сосредоточено на упаковке объектов в форме куба, следующим шагом будет изучение объектов упаковки различных форм и размеров. Другим шагом будет изучение автоматического обучения с помощью роботизированной системы после того, как ей будет дано конкретное задание.