BionicMobileAssistant

具有氣動夾爪的移動機器人系統

BionicMobileAssistant 在空間中自主移動,能夠獨立識別物體,自適應抓取物體,並可與人類協作。所獲取的資訊,由預先使用資料擴充訓練的神經網絡處理。

未來,工人和機器人將會越來越緊密地合作。因此,Festo 一直在深入研究一些系統,例如,可以讓人們減少單調或危險活動、並同時不會帶來任何風險的系統。人工智慧在這裡發揮核心作用。

模組化輔助系統

Festo 與蘇黎世聯邦理工學院合作開發了 BionicMobileAssistant,它由三個子系統組成:一個移動機器人、一個電動機器手臂和 BionicSoftHand 2.0。氣動夾爪受人手啟發,是 2019 款 BionicSoftHand 的升級版。

DynaArm:具有高功率密度的動態機器手臂

有了電動機器手臂 DynaArm,便可實現快速、動態的作動。其輕量化設計確保了這一點:高度整合的驅動器模組僅重 1 公斤。在這些所謂的・DynaDrive・中,馬達、減速機、馬達控制電子設備和感測器安裝在非常小的空間內。此外,機器手臂具有高功率密度,在 60 Nm 的驅動扭矩下為 1 kW,遠遠超過傳統工業機器人。

基於模型的力道控制和補償動態效應的控制演算法,機器手臂可以良好地對外部影響做出反應,因而非常靈敏地與周圍環境互動。它由球輪機器人透過 EtherCAT 通訊匯流排進行控制。由於其模組化設計,DynaArm 可快速投入運作並易於維護。

球輪機器人:具有特殊驅動器的移動機器人應用

球輪機器人基於複雜的驅動技術:它在一個由三個全向輪驅動的球上保持平衡。這使 BionicMobileAssistant 可以向任何方向移動。機器人一次只能以一點接觸地面,因此可以導航通過狹窄的通道。為了保持平衡,它必須不斷作動。儲存在球輪機器人內部強大電腦的規劃和控制演算法,負責作動的規劃和協調。

機器人的穩定性完全是動態達成的——在受到外部影響的情況下,球輪機器人可以快速讓球旋轉,因而保持平衡。它透過慣性測量單元裝置和車輪上的位置編碼器,記錄其作動和系統的相對傾斜度。基於這些資料,優化程式可以計算機器人和手臂必須如何移動才能將手帶到目標位置,同時穩定機器人。

氣動機器手的手指由具有氣腔的柔性波紋管結構組成,表層覆蓋著堅固且柔韌的紡織物。這使得機器手輕巧、靈活、適應性強和靈敏,同時也能夠施加強大的力量。與・2019・款・BionicSoftHand・一樣,氣動手指也透過一個具有壓電閥的精巧型閥島進行控制,該閥島直接安裝在手上。

透過指尖觸覺靈敏度微調夾爪

這隻機器手戴的手套,在指尖、手掌和機器手的外部都有觸覺力感測器。這樣,它們就能感覺到要抓取的物體有多硬、手感如何,並針對該物體調整抓力——就像我們人類一樣。此外,深度攝影機位於手腕內側,用於視覺物體偵測。

利用神經網絡進行物體偵測

藉由攝影機拍攝的影像,即使物體被部分覆蓋住,機器手仍可識別和抓住它們。經過適當的訓練後,機器手還可以根據記錄的資料評估物體,從而對物體進行辨識。所獲取的資訊,由預先使用資料擴充訓練的神經網絡處理。

透過資料擴充來擴展資料集

為了獲得可能的最佳結果,神經網絡需要大量的資訊來進行自我訓練。這表示訓練影像越多,它就越可靠。因為這通常很耗時,所以自動擴充資料庫是個好主意。

這個過程被稱為資料擴充。透過略微修改並複製一些來源影像(例如,不同的背景、照明條件或視角),系統獲得了可以獨立工作的綜合資料集。

在不斷變化的地點移動使用

該系統具有完整的板載電源:手臂和機器人的電池均位於體內。氣動手的壓縮空氣連接安裝在上臂。這表示機器人不僅可以移動,還可以自主移動。

儲存在主電腦上的演算法也對系統的自主作動進行控制。未來,這些演算法將確定手臂和球必須如何移動才能達到某些目標點,同時保持平衡藉由兩個攝影機,機器人在空間內獨立進行定位:一個攝影機在環境中搜尋預先設定的固定點來自主定位,而另一個攝影機則使用空間頂部結構來估計作動。

其移動性和自主能源供應,使 BionicMobileAssistant 能夠靈活地在不同地點執行不同任務,以適應不斷變化的生產環境。

多種應用可能性

該系統預定用作人類的直接助手,例如做為服務機器人,做為組裝助手,或者幫助工人從事強度大、壓力重或單調的工作。它也可以用在人類無法工作的環境中,例如危險或可及性有限。

與人類攜手協作

歸功於模組化概念,BionicSoftHand 2.0 也可以快速安裝在其他機器手臂上並進行調試。例如,搭配 BionicCobot 或 BionicSoftArm,夾爪就形成了一個完全氣動的機器人系統,由於其固有的靈活性,該系統可以與人類協同工作。