Jak ucz? si? roboty? Techniki uczenia maszynowego

Izabela Myszkowska
4 Min

Szybki rozwój ?rodowiska 5G, technologii komunikacyjnych, sztucznej inteligencji
i uczenia maszynowego umo?liwiaj? zastosowanie inteligentnych algorytmów do rozwoju robotów przemys?owych o zupe?nie nowych funkcjonalno?ciach. A nowe mo?liwo?ci oznaczaj? nowe zastosowania, wspieraj?ce rozwój przemys?u i podnosz?ce op?acalno?? produkcji.

Roboty przemys?owe wykonuj? automatycznie ró?nego typu zadania, przyjmuj?c polecenia i realizuj?c odpowiadaj?ce im funkcje w oparciu o procedury programów lub wykorzystuj?c technologi? sztucznej inteligencji. Jednak zdolno?? robotów do wykonywania zaprogramowanych zada? zale?y w du?ej mierze od dok?adnego wykrywania celów oraz identyfikowania tych zada?, a wi?c od systemu wizyjnego.

Prze?omowa technologia AI

Ró?ne, zmieniaj?ce si? typy produkcji i produktów sprawiaj?, ?e tradycyjne metody pozycjonowania oraz rozpoznawania charakteryzuj? si? powa?nymi b??dami oraz nisk? dok?adno?ci?. Z tego te? wzgl?du w z?o?onych ?rodowiskach wiele zada? jest wci?? wykonywanych manualnie.

– Dlatego tak prze?omowa okaza?a si? technologia g??bokiego uczenia (deep learning), która umo?liwi?a analiz? ró?nego typu danych, jak np. obraz czy odczyt si?y z czujników zamontowanych na robocie. Zastosowanie metod g??bokiego uczenia pozwala na tworzenie bardziej generycznych i odpornych rozwi?za? do monta?u elementów na liniach produkcyjnych. W zwi?zku z tym, we wspó?czesnej robotyce z powodzeniem stosuje si? algorytmy wizyjne do wyznaczania lokalizacji oraz planowania trajektorii ruchu ramienia robota t?umaczy Grzegorz Bartyzel, specjalista ds. AI z firmy FITECH. 

Po co robotowi sztuczna inteligencja i uczenie maszynowe?

Sztuczna inteligencja pomaga robotowi przemys?owemu wykrywa? i chwyta? ró?nego typu obiekty pomimo ró?nic w kszta?cie. – Dlatego doskona?ym przyk?adem uczenia maszynowego jest np. lokalizacja elementów do pobrania w przestrzeni roboczej robota albo stanowisko do zapewnienia kontroli jako?ci PCBA na liniach produkcyjnych w fabrykach elektronikiwylicza ekspert z FITECH.

Bez uczenia maszynowego automatyzacja przy du?ej liczbie typów cz??ci nie by?aby op?acalna, poniewa? wymaga?aby nieustannej ingerencji ze strony in?yniera produkcji. Jednak roboty wykorzystuj?ce technologie AI mog? pobiera? obrazy nowych cz??ci np. z chmury danych, a nast?pnie z powodzeniem chwyta? oraz manipulowa? nowymi elementami.

3 obszary wykorzystania sztucznej inteligencji i uczenia maszynowego w robotyce

Sztuczna inteligencja wykorzystywana jest g?ównie w trzech obszarach robotyki, dzi?ki którym zastosowania robotów staj? si? coraz bardziej funkcjonalne, a tak?e bardziej op?acalne. S? to:

  • Systemy wizyjne: sztuczna inteligencja pomaga robotom rozpoznawa? obiekty z du?o wi?ksz? dok?adno?ci? i wykrywa? przedmioty, których wcze?niej nie “widzia?y”.
  • Systemy sterowania ruchem: dzi?ki algorytmom sztucznej inteligencji, które pomagaj? robotom ustali? najlepsz? pozycj? i orientacj? chwytanego obiektu, oraz trajektori? optymalnego ruchy ramienia robota.
  • Dane: algorytmy sztucznej inteligencji daj? robotom i systemom dost?p do olbrzymich ilo?ci danych, które pozwalaj? okre?li? czysto fizyczne oraz logistyczne wzorce i odpowiednio na nie reagowa?.

Co nas czeka w przysz?o?ci?

Je?li chodzi o zastosowania w robotyce, sztuczna inteligencja z wolna wkracza w procesy przemys?owe, ale ju? teraz wywiera istotny wp?yw na procesy produkcji oraz rozwi?zania logistyczne. Tworzone systemy pozwalaj? budowa? ca?kowicie zautomatyzowane linie produkcyjne, zautomatyzowane stanowiska kontrolne oraz zautomatyzowane rozwi?zania logistyczne. – To nowa era automatyzacji procesów przemys?owych, która mo?e przynie?? przedsi?biorstwom realne korzy?ci i pozwala osi?gn?? przewag? konkurencyjn?podkre?la Grzegorz Bartyzel z FITECH, firmy, która jest inteligentnym elementem tego procesu.

Obecnie w inteligentnej robotyce pojawi?a si? nowy trend, zwany g??bokim uczeniem ze wzmocnieniem (deep reinforcement learning), gdzie roboty same ucz? si? wykonywa? zadane im zadania. To rozwi?zanie w przysz?o?ci mo?e znacz?co zredukowa? ingerencje in?yniera w konfiguracje procesów przemys?owych. Jest to na razie na wczesnym stadium rozwoju, dlatego póki co trudno przewidzie? efekty finalne tych prac.

Udostępnij