Тест с открытым исходным кодом для оценки навыков манипуляций и планирования сборочных роботов
За последнее десятилетие исследования в области робототехники стремительно развивались с целью решения задач, представляющих реальную ценность для промышленности и общественного достояния. Поскольку новые роботизированные системы появляются буквально через день, разработка надежных инструментов, которые можно использовать для оценки их производительности, и тестирования алгоритмов, лежащих в основе их функционирования, является актуальной задачей.
Исследователи из Оксфордского института робототехники, Центра производственных технологий (MTC) и Бирмингемского университета недавно представили RAMP (Robotic Assembly Manipulation and Planning) — тест, который можно использовать для оценки способности сборочных роботов (т.е. роботов, предназначенных для сборки изделий) манипулировать объектами и планировать свою работу. Новый тест, представленный в статье, опубликованной на сервере предварительной печати arXiv, может помочь расширить возможности сборочных роботов, облегчив их использование в обрабатывающей промышленности.
«Статья появилась в результате сотрудничества с Центром производственных технологий (MTC) в Ковентри, Великобритания, у которого есть ряд партнеров в промышленности, сталкивающихся с аналогичными проблемами в области долгосрочного планирования сборки», — сказал Tech Xplore Джек Коллинз, один из исследователей, проводивших исследование..
«Эта область задач содержит множество сложностей и открытых вопросов в робототехнике, и поэтому, работая с MTC, мы разработали тест, который отражает предметную область и задачи, а также обеспечивает доступность для исследователей, чтобы они могли внести свой вклад в решение согласованных задач».
Работа ведется в рамках гранта программы EPSRC в области воплощенного интеллекта под руководством проф. Ингмар Познер в Оксфорде. «Цель нашего бенчмарка — быть ориентированным на решение сложных задач, доступным и открытым. Наше видение состоит в том, чтобы предложить платформу, которая в дальнейшем превратится в усилия сообщества по продвижению исследований в области робототехники с особым акцентом на применение в производстве и сборке «.
Изображение реальной настройки робота, используемой при тестировании и сборе данных для оценки эффективности базового метода. Кредит: Оксфордский институт робототехники
Познер, Коллинз и их коллеги задались целью создать открытый тест, который можно было бы применить к более широкому спектру задач роботизированной сборки. RAMP использует ряд базовых деталей, которые можно перенастраивать и расширять, чтобы проверить способность роботов собирать более широкий спектр объектов.
«Чтобы учесть различия в конфигурациях целей, RAMP требует четкого обоснования и планирования для определения порядка сборки балок, без которого результатом была бы неосуществимая последовательность сборки», — объяснил Коллинз.
По сути, RAMP позволяет пользователям достоверно оценить способность робота-манипулятора собирать различные балки в одну из нескольких различных целевых конфигураций. Тест был разработан с учетом общих проблем при строительстве на месте, когда детали изготавливаются заранее и собираются на месте, например, для формирования каркасов, составляющих внутреннюю структуру зданий.
«В тесте представлены балки, созданные из серии 3D-печатных соединений и алюминиевых профилей, цель состоит в том, чтобы собрать эти балки в заданную конфигурацию как можно быстрее, обеспечивая при этом повторяемость», — сказал Коллинз. «RAMP уникально разработан для оценки долгосрочных задач сборки, требующих четкого обоснования порядка сборки. Наш тест также снижает барьер для входа, делая все общедоступным, чтобы люди могли начать работу».
Отраслевая проблема, на которой основан бенчмарк. Здесь у нас есть несколько человек, которые вручную собирают стальные балки в конечную сборку. Фото: Центр производственных технологий/Коллинз и др.
RAMP находится в открытом доступе, поэтому исследователи и производители по всему миру теперь могут использовать его для тестирования своих собственных роботизированных систем. Пользователям предоставляется все необходимое для начала использования бенчмарка, включая базовые компоненты, руководство по сборке, код для базовой реализации и код для высокореалистичной среды моделирования на базе платформы Nvidia Isaac.
«В RAMP также есть базовый метод, который способен решать задачи простого класса сборок, мы публикуем базовый метод публично с намерением позволить другим использовать и развивать нашу собственную работу», — сказал Коллинз. «Мы считаем, что следствием этого является измеримый прогресс в проблемной области, которая имеет непосредственное применение в промышленности, а также продвижение вперед по целому ряду открытых задач, известных в робототехнике. Мы видим, что этот бенчмарк превращается в проект, ориентированный на сообщество, а будущие пользователи расширяют бенчмарк, чтобы охватить новые области, такие как бимануальные манипуляции, 3D-конструирование и деформируемые манипуляции «.
Новый тест, созданный этой командой исследователей, вскоре может оказаться ценным инструментом для оценки навыков планирования и манипулирования роботами, предназначенными для сборки конструкций на удаленных строительных площадках. В конечном счете, RAMP мог бы помочь лучше оценить прогресс в области роботизированной сборки, а также выявить потенциальные проблемы, связанные с роботами, и способы их преодоления.
«В наших будущих исследованиях мы постараемся использовать соответствующую среду моделирования для применения подходов, основанных на обучении, чтобы разработать более надежные методы решения сборок», — добавил Коллинз. «Мы также рассмотрим, как мы можем решить для порядка сборки, не требуя от эксперта сначала написать абстракцию предметной области, которая может быть решена с помощью символьного планировщика».