أخبار

كونت شركة كوكا (KUKA) المصنعة للروبوتات الصناعية شراكة استراتيجية مع مايكروبسي إندستريز (Micropsi Industries) لتقديم نظام الرؤية ميراي (MIRAI) الذي يعمل بالذكاء الاصطناعي عبر محافظها المتنوعة من الروبوتات المفصلية، مما يتيح لأنظمة الذراع المفصلية التكيف ديناميكيًا مع الاختلافات الهيكلية في مكان العمل في الوقت الفعلي.

تتفوق الكينماتيكا الصناعية القياسية في تنفيذ المهام المتكررة وعالية السرعة داخل خلايا التصنيع المنظمة بشكل مثالي. ومع ذلك، فإن الانحرافات الفيزيائية الطفيفة - مثل وصول مكون خارج المسار على حزام ناقل أو اختلافات طفيفة في عرض المواد - غالبًا ما تتسبب في تعطل إجراءات الأتمتة التقليدية، مما يؤدي إلى توقف مكلف للآلة. لتخفيف هذه القيود التشغيلية الهندسية الصارمة، يمكن لمستخدمي KUKA الآن تجهيز وحدات التحكم الروبوتية بنظام الرؤية الفرعي MIRAI. يعمل هذا المزيج من الأجهزة والبرامج كحلقة تغذية راجعة حسية ذكية، مما يمنح الآلات الروبوتية المرونة المحلية في الوقت الفعلي المطلوبة لضبط مسارات المعالجة على الفور دون مقاطعة حلقة الأتمتة الأوسع.

يعتمد التنفيذ الميكانيكي لهيكل MIRAI على تسليم سلس للتحكم بين وحدة التحكم الرئيسية في حركة الروبوت KUKA ومعالج رؤية الذكاء الاصطناعي المخصص. تتكون المجموعة الفيزيائية الكاملة من غطاء كاميرا صناعية مثبت مباشرة على شفة معصم الروبوت، ووحدة تحكم حاسوبية متخصصة، وجهاز لوحي عالي المتانة محمل مسبقًا بتطبيق التدريب الأصلي. خلال دورة إنتاج نموذجية، تملي وحدة التحكم الرئيسية في الآلة حركات خطية أو مفصلية لمسافات طويلة وسريعة. ومع ذلك، بمجرد أن يدخل الذراع الروبوتي منطقة عمل معقدة تتطلب تفاوتات عالية الدقة وسط اختلافات مكانية عشوائية، يتم التنازل عن صلاحية التحكم بسلاسة إلى وحدة معالجة MIRAI. بمجرد تنفيذ مهمة تحديد المسار التكيفي المعقد بنجاح، يتم إرجاع التحكم فورًا إلى وحدة التحكم الأساسية لإنهاء حلقة المعالجة.

تمثل إمكانية التصحيح في الوقت الفعلي قفزة تكنولوجية كبيرة مقارنة بأنظمة الرؤية الآلية التقليدية ثنائية وثلاثية الأبعاد الثابتة. تلتقط إعدادات الرؤية التقليدية لقطة لحظية لمساحة العمل، وتحسب تعويضات الإحداثيات، وترسل أمر مسار واحد معدّل إلى المعالج. إذا تغير موضع جسم بعد الالتقاط الأولي، فسيحدث حتمًا تصادم ميكانيكي أو فشل في الالتقاط. تعتمد منصة MIRAI، على النقيض من ذلك، على البث المرئي المستمر، وتتبع الهدف العملي ديناميكيًا وتعديل إحداثيات مسار الذراع بدقة حتى يحدث اتصال هيكلي دقيق لأداة نهاية الذراع بقطعة العمل.

على الرغم من التعقيد الرياضي لنشر الذكاء الاصطناعي في الوقت الفعلي على حافة المصنع، فقد تم تبسيط سير عمل البرمجة من خلال واجهة عرض بديهية. بدلاً من كتابة ملفات نصية حركية موسعة، يقوم مهندس تكامل النظام بتهيئة النظام من خلال توجيه الذراع فعليًا عبر المسار المستهدف بينما تسجل الكاميرا التباينات المحيطة. تتم معالجة صور التدريب هذه عبر خوادم الحوسبة السحابية الآمنة، والتي تقوم بتجميع البيانات الأولية في سياسات تشغيل محسّنة يتم تنفيذها محليًا بواسطة وحدة التحكم الطرفية. تتيح طريقة التدريب البديهية هذه للمصنعين أتمتة العمليات الدقيقة وذات التسامح الدقيق التي كانت تتطلب تاريخيًا تجميعًا يدويًا بشريًا، بما في ذلك توجيه الكابلات المرنة، وتسلسلات ربط المسامير المعقدة، وعمليات إدخال الإبر الكهربائية، وتزاوج المكونات الحساسة. يتيح هذا النهج المنظم لجمع البيانات للمصانع تغذية سجلات الأصول المحلية مباشرة في برامج التحليلات التنبؤية على مستوى المؤسسة، مما يمهد الطريق لشفافية كاملة على مستوى المصنع.

بقلم: هاريسون فانس، مهندس نشر روبوتات مخضرم يتمتع بخبرة تزيد عن خمسة عشر عامًا في تحسين مسارات الروبوتات الموجهة بالرؤية، وتكوين خلايا حركية متعددة المحاور، وإنشاء اتصالات قوية للحافلات الميدانية لخطوط تجميع السيارات من الدرجة الأولى.