洗脸盆清洁机器人可以模仿人类的动作，并灵活地将其知识应用于不同情况

Josiah02 · 发表于 5 天前

机器人本应为我们做些无聊或令人不快的工作。然而，诸如清洁浴室等繁琐的任务很难实现自动化。如何计算机器人手臂的运动，使其能够触及洗脸盆的每个部分？如果洗脸盆的边缘弯曲异常怎么办？在哪个点应该施加多大的力？
将所有这些东西精确地编码在固定规则和预定义的数学公式中将非常耗时。维也纳技术大学采用了一种不同的方法：人类多次向机器人展示它应该做什么。特制的海绵用于清洁水槽边缘。
通过观察人类，机器人可以学习清洁工作，并可以灵活地将这些知识应用于不同形状的物体。这项研究成果现已在阿布扎比的IROS 2024上发表。
清洁、打磨、抛光
清洁只是表面处理的一种。工业中许多其他发挥重要作用的活动在技术上非常相似，例如打磨或抛光表面、喷漆或涂抹粘合剂。
“用相机捕捉洗脸盆的几何形状相对简单，”维也纳技术大学自动化与控制研究所的 Andreas Kugi 教授说。“但这不是关键的一步。教导机器人要困难得多：表面的哪个部分需要哪种类型的运动？运动速度应该有多快？合适的角度是多少？合适的力量是多少？”
人们通过经验和模仿来学习这些东西。“在车间，有人可能会从学徒的肩膀上看着，说，你需要在那个狭窄的边缘上再用力一点，”安德烈亚斯·库吉团队工业机器人小组负责人克里斯蒂安·哈特尔-内西奇说。“我们想找到一种让机器人以非常相似的方式学习的方法。”
清洁海绵的演示版
为此，他们开发了一种特殊的清洁工具。人类使用装有力传感器和跟踪标记的清洁海绵反复清洁水槽——但只清洁前缘。“我们从几次演示中生成了大量数据，然后对其进行处理，以便机器人了解正确的清洁方式，”Christian Hartl-Nesic 解释道。
这一学习过程得益于维也纳技术大学研究团队开发的创新数据处理策略。它结合了机器学习领域的几种现有技术：首先对测量数据进行统计处理，然后使用结果训练神经网络以学习预定义的运动元素（所谓的“运动原语”）。然后对机械臂进行最佳控制以清洁表面。
这种创新的学习算法使得机器人经过训练后能够清洁整个水槽或其他具有复杂表面的物体，即使它只被展示了如何清洁水槽的单个边缘。
工业机器人研究小组的博士生克里斯托夫·昂格 (Christoph Unger) 解释说：“机器人会学习到，根据表面形状，必须以不同方式握住海绵，在弯曲程度较大的区域和平坦表面上必须施加不同的力量。”
愿景：所有车间机器人一起学习
所介绍的技术适用于多种工艺，无论是细木工打磨木制品、修复和抛光车身油漆损坏，还是金属加工车间焊接钣金零件。未来，机器人可以放置在移动平台上，作为车间任何地方的得力助手。
这种机器人甚至可以与其他机器人分享知识。
“让我们想象一下，许多车间使用这些自学机器人来打磨或涂漆表面。然后，你可以让机器人利用本地数据单独获得经验。不过，所有机器人都可以相互分享它们学到的参数，”Andreas Kugi 说。
私人数据（例如特定工件的具体形状）将保持私密，但必要的基本原理将被交换，以进一步提高所有机器人的能力。这被称为“联合学习”。
维也纳技术大学的多次测试已证实了水槽清洁机器人的灵活性。该技术也已在国际上引起轰动。
在 IROS 2024（2024 年 10 月 14 日至 18 日）上，一场收到超过 3,500 篇科学论文的会议，维也纳技术大学的成果被授予最佳应用论文奖，从而被评为年度顶级创新之一。

账号		自动登录	找回密码
密码			立即注册