为帮助机器人在更复杂的工作空间实现自动化而开发的算法

想象一个汽车装配厂:每天需要执行成千上万的重复任务，比如将方向盘插入汽车。一旦机器人学会了从A点(堆积轮子的地方)到B点(需要插入轮子的地方)的最佳轨迹，它就可以在这个轨道上执行数百万次，而不会发生错误或碰撞。然而，如果这项任务稍有改变——比如增加轮子的尺寸——机器人将无法完成这项任务。

为了帮助自动化机器人即使在复杂的制造场景中也能提供高质量的解决方案，南加州大学维特比工程学院的研究人员先进制造中心(CAM)确定了一种新的方法来自动化机器人在其工作空间中的路径。2019年11月4日，在中国澳门举行的智能机器人与系统国际会议上，包括史密斯国际机械工程教授、CAM主任SK Gupta教授和博士候选人Pradeep Rajendran在内的研究团队提出了一种新的路径规划算法和接口，指导机器人在工作空间中以最少的人力投入从源点到目标点走最短、最快的路线。

Rajendran说:“我们提出了一种方法，用于在非常复杂的工作空间中操作的机械手的自动化路径规划过程中获得人类反馈，例如，卫星装配操作。”“通常，机器人操作员使用自动路径规划器来规划机器人在工作空间内完成任务的轨迹。如果路径规划失败——这意味着所提出的轨迹没有产生预期的结果——机器人操作员必须手动输入路径点——路径上的特定点，引导机器人从源头到目的地。”

这种情况更常出现在复杂或受限的工作空间中，如卫星装配操作，其中更困难的工作空间几何形状、物理障碍和更频繁的更改或定制要求机器人执行复杂的路径。因此，机器人操作员浪费宝贵的时间手动输入每个场景的信息，首先就违背了使用自动化的目的。

该算法的工作原理是为机器人提供一个用户友好的界面，以便在路径规划的早期收集人类操作员的输入，即映射机器人在工作场所完成任务所需的路线的过程。通过程序中的视觉提示，人类操作员被提醒到机器人需要导航的更复杂的区域，并可以提供相应的信息，以产生高级指令。因此，当机器人在任务中遇到轻微变化时——比如前面提到的车轮尺寸增加——它将能够利用这些指令并相应地调整其路径。

该方法由南加州大学维特比的研究人员设计航空航天与机械工程系“，其中还包括博士后研究助理Ariyan Kabir，博士生Shantanu Thakar和CAM研究科学家Brual Shah，他们优先考虑自动化，确保路径规划程序只在需要时获得帮助。手动指定路径通常需要15到30分钟;使用路径规划算法，可以在几秒钟内生成路径。

“在小批量生产中，机器人执行许多频繁变化的非重复性任务。为这些任务的每一个迭代编程机器人不仅耗时，而且繁琐且低效。”Rajendran说。“通过这种新算法，我们证明了在小批量制造应用中遇到的许多非重复流程可以轻松实现自动化，而人工操作人员的输入最少。”

南加州大学维特比工程

-副主编克里斯·瓦夫拉编辑，控制工程， CFE传媒，cvavra@cfemedia.com．查看更多控制工程机器人的故事．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。