Робот для переработки птицы имитирует человеческий хват
Робот для переработки птицы имитирует человеческий хват
Автоматизированное решение для повторного подвешивания туш может помочь улучшить здоровье и безопасность работников завода.
Исследователи из Университета Арканзаса разработали роботизированную систему, имитирующую движение человека, чтобы автоматизировать процесс повторного подвешивания в переработке птицы — задачу, которую индустрия с трудом автоматизировала.
«Мы собираем человеческие траектории, и робот напрямую учится на этих данных», — сказал руководитель проекта Дунъи Ван, доцент биологической и сельскохозяйственной инженерии Арканзаской сельскохозяйственной экспериментальной станции, исследовательского подразделения Сельскохозяйственного отдела Университета Арканзаса.
«Это может легче адаптироваться к различным вариациям характеристик птиц или туши, чем предыдущие методы.»
Переход к автоматизации и робототехнике отчасти мотивирован растущими проблемами по поводу здоровья и безопасности работников. Повторное подвешивание проводится в холодных условиях с высокой частотой повторения в течение 12-часовых смен, что может привести к заболеваниям опорно-двигательного аппарата среди работников на птицеперерабатывающих предприятиях.
Ван подчеркнул, что цель — не заменить рабочих, а сотрудничать с ними.
«Робот не заменяет человека», — сказал он, — «а работает вместе с ним, чтобы сотрудники на передовой могли работать в более удобной для пользователя среде.»
Обучение роботов мыслить как люди
Большинство существующих решений автоматизации в области птицеводства основаны на фиксированных механических системах, основанных на предположении, что птицы одинаковые по размеру и форме. Однако на практике существует значительное разнообразие от птицы к птице. Некоторые решения используют камеры и сенсоры для обнаружения этих различий, но критический разрыв всегда заключался в преобразовании этих данных в отзывчивые роботизированные действия, отметил Ван.
Вместо того чтобы программировать таблицу поиска с заранее заданными движениями для разных размеров птиц, система Вана плавно учится на наблюдаемом человеческом поведении, что позволяет ей более разумно реагировать на вариабельность на линии — примерно так же, как это делает квалифицированный рабочий естественно.
Кастомный захват с двумя челюстями под названием ChicGrasp спроектирован так, чтобы имитировать хват человеческой руки на барабанных палочках птицы, что повышает точность обращения при повторном подвешивании.
Команда Вана продемонстрировала целесообразность в исследованиях, опубликованных в Advanced Robotics AI, но признаёт, что до коммерческого внедрения системы остаются значительные технические препятствия. Главная из них — скорость: текущая система работает примерно на десятую от скорости в живой обработке.
Чтобы помочь преодолеть этот разрыв, команда сделала свой код открытым доступом, позволяя отраслевым партнёрам, использующим промышленных роботов, развивать исследования и потенциально достигать более высоких скоростей, требуемых коммерческой обработкой. В академической сфере Ван также стремится к фундаментальному совершенствованию самой методологии имитационного обучения.
Команда также работает над интеграцией технологии с движущимися конвейерными лентами. В настоящее время тесты используются стационарные оковы, но реальные линии обработки находятся в постоянном движении.
Команда активно ищет отраслевых партнёров, заинтересованных в продвижении технологии в коммерческом направлении. Заинтересованным в партнерстве рекомендуется обратиться в Сельскохозяйственную экспериментальную станцию Арканзаса.
Проект был профинансирован грантом в размере 1 миллион долларов от Национальной инициативы по робототехнике 3.0 Национального научного фонда и Национального института продовольствия и сельского хозяйства (NIFA) Министерства сельского хозяйства США (USDA).
Исследователи из Университета Арканзаса разработали роботизированную систему, имитирующую движение человека, чтобы автоматизировать процесс повторного подвешивания в переработке птицы — задачу, которую индустрия с трудом автоматизировала.
«Мы собираем человеческие траектории, и робот напрямую учится на этих данных», — сказал руководитель проекта Дунъи Ван, доцент биологической и сельскохозяйственной инженерии Арканзаской сельскохозяйственной экспериментальной станции, исследовательского подразделения Сельскохозяйственного отдела Университета Арканзаса.
«Это может легче адаптироваться к различным вариациям характеристик птиц или туши, чем предыдущие методы.»
Переход к автоматизации и робототехнике отчасти мотивирован растущими проблемами по поводу здоровья и безопасности работников. Повторное подвешивание проводится в холодных условиях с высокой частотой повторения в течение 12-часовых смен, что может привести к заболеваниям опорно-двигательного аппарата среди работников на птицеперерабатывающих предприятиях.
Ван подчеркнул, что цель — не заменить рабочих, а сотрудничать с ними.
«Робот не заменяет человека», — сказал он, — «а работает вместе с ним, чтобы сотрудники на передовой могли работать в более удобной для пользователя среде.»
Обучение роботов мыслить как люди
Большинство существующих решений автоматизации в области птицеводства основаны на фиксированных механических системах, основанных на предположении, что птицы одинаковые по размеру и форме. Однако на практике существует значительное разнообразие от птицы к птице. Некоторые решения используют камеры и сенсоры для обнаружения этих различий, но критический разрыв всегда заключался в преобразовании этих данных в отзывчивые роботизированные действия, отметил Ван.
Вместо того чтобы программировать таблицу поиска с заранее заданными движениями для разных размеров птиц, система Вана плавно учится на наблюдаемом человеческом поведении, что позволяет ей более разумно реагировать на вариабельность на линии — примерно так же, как это делает квалифицированный рабочий естественно.
Кастомный захват с двумя челюстями под названием ChicGrasp спроектирован так, чтобы имитировать хват человеческой руки на барабанных палочках птицы, что повышает точность обращения при повторном подвешивании.
Команда Вана продемонстрировала целесообразность в исследованиях, опубликованных в Advanced Robotics AI, но признаёт, что до коммерческого внедрения системы остаются значительные технические препятствия. Главная из них — скорость: текущая система работает примерно на десятую от скорости в живой обработке.
Чтобы помочь преодолеть этот разрыв, команда сделала свой код открытым доступом, позволяя отраслевым партнёрам, использующим промышленных роботов, развивать исследования и потенциально достигать более высоких скоростей, требуемых коммерческой обработкой. В академической сфере Ван также стремится к фундаментальному совершенствованию самой методологии имитационного обучения.
Команда также работает над интеграцией технологии с движущимися конвейерными лентами. В настоящее время тесты используются стационарные оковы, но реальные линии обработки находятся в постоянном движении.
Команда активно ищет отраслевых партнёров, заинтересованных в продвижении технологии в коммерческом направлении. Заинтересованным в партнерстве рекомендуется обратиться в Сельскохозяйственную экспериментальную станцию Арканзаса.
Проект был профинансирован грантом в размере 1 миллион долларов от Национальной инициативы по робототехнике 3.0 Национального научного фонда и Национального института продовольствия и сельского хозяйства (NIFA) Министерства сельского хозяйства США (USDA).
Источник: https://www.wattagnet.com
