Sistemi di presa autonomi
L'industria dei sistemi di presa sta subendo cambiamenti radicali. In passato i processi di sistemi di presa erano principalmente regolati per l'incremento della produttività e la sicurezza del processo.
Con l'avvento delle fabbriche intelligenti la flessibilità sta diventando un fattore sempre più importante. Nella visione di SCHUNK le pinze di domani permetteranno operazioni flessibili e persino scenari di movimentazione autonoma.
Fino a poco tempo fa i sistemi di presa industriali sono stati relativamente rigidi: la geometria delle parti deve essere conosciuta, così come l'esatta posizione di pick & place. Un processo di manipolazione affidabile può essere assicurato predefinendo percorsi trasversali e specificando le coordinate del punto di destinazione basate su operazioni di alimentazione di pezzi ripetibili. Con l'aumento della digitalizzazione, la tendenza si sta ora spostando verso sistemi di produzione altamente automatizzati, completamente collegati in rete e autonomi.
Intelligenza artificiale
In questo contesto l'intelligenza artificiale (IA) sta diventando sempre più importante. Le prime applicazioni dotate di intelligenza cognitiva per pinze in combinazione con telecamere sono già possibili. Ciò permette la formazione intuitiva dell'operatore e la manipolazione autonoma di attività di presa da parte del robot. Per queste applicazioni SCHUNK progetta appositamente processi di manipolazione pratici e orientati all'industria limitando il numero delle varianti dei componenti.
Ciò snellisce la classificazione e il processo di formazione. In un caso d'uso iniziale che utilizza approcci di apprendimento automatico per la classificazione dei pezzi e del processo di presa, i blocchi costruttivi ad incastro sono combinati casualmente e presentati a un robot leggero su una superficie di appoggio in una disposizione casuale. Il compito del robot è quello di raccogliere e trasportare i blocchi.
Interagendo con telecamere a 2D o 3D, il sistema di autoapprendimento aumenta la propria affidabilità di presa rapidamente, dopo solamente alcuni cicli di apprendimento. Con ciascuna presa il sistema di presa apprende come raccogliere e trasportare il pezzo con successo.
Apprendimento efficace tramite la continua ottimizzazione
Dopo solo alcune sessioni di formazione, il network classifica la manipolazione della gamma dei pezzi e le risultanti opzioni di combinazione. La pinza conosce come raccogliere e trasportare il pezzo in base a un'esperienza appresa. Grazie all'intelligenza dell'algoritmo, la pinza può classificare future combinazioni e disposizioni di pezzi da sola, dopo avere svolto un breve periodo di formazione. In questo modo il sistema è capace di manipolare parti autonomamente e in base alla situazione.
Gli algoritmi sono continuamente adattati utilizzando i metodi dell'IA. Ciò rende possibile rivelare correlazioni non riconosciute in precedenza e rifinire ulteriormente il processo di manipolazione.
Richiedi maggiori informazioni…
