Robótica para fabricação

Os pesquisadores do ME estão explorando como a robótica e a IA podem ajudar a melhorar a segurança dos trabalhadores da indústria, padronizar processos e muito mais.

Por: Lyra FontaineFoto: Dennis Wise / Universidade de WashingtonImagem superior: Os pesquisadores do ME estão usando um robô com uma câmera estéreo 2D e uma pinça paralela (mostrada acima) que possui sensores de pressão. Eles desenvolveram um algoritmo que pode detectar quando objetos escapam da pinça.

Trabalhando em conjunto com parceiros da indústria, os investigadores do ME estão a explorar formas de melhorar a segurança dos trabalhadores da produção, automatizar as inspeções e melhorar as capacidades dos robôs para interagir com os objetos à sua volta.

No Laboratório de Mecatrônica, Automação e Sistemas de Controle da UW (MACS Lab), pesquisadores estudam como máquinas e processos de automação podem impactar positivamente a vida das pessoas. O laboratório é liderado por Xu Chen, Bryan T. McMinn Endowed Research Professor em Engenharia Mecânica.

“A inteligência artificial está criando novas oportunidades significativas”, diz Chen. “Permitir que robôs manipulem objetos de forma inteligente pode ajudar os trabalhadores a concluir tarefas de fabricação. Estou muito animado para resolver desafios neste espaço.”

No Boeing Advanced Research Center, a professora assistente Krithika Manohar desenvolve algoritmos para prever e controlar sistemas dinâmicos complexos, que são situações imprevisíveis onde as condições evoluem ao longo do tempo. Seu trabalho inclui a otimização de sensores para tomada de decisões na fabricação de aeronaves.

“A IA e o aprendizado de máquina são muito poderosos neste espaço porque os processos de engenharia são estritamente regulamentados”, diz ela. “Seus testes de voo precisam ser extremamente precisos. Uma asa de avião precisa estar dentro de uma faixa estrita de medidas para funcionar corretamente. Os modelos de IA, quando aplicados a esses processos muito bem controlados, podem aprender os padrões com muito mais facilidade. Eles podem encontrar as variáveis ​​que afetam os defeitos dessas peças.”

Manohar gosta de como seu trabalho é aplicado a processos de fabricação da vida real, como a previsão de lacunas nos calços em aeronaves.

“Posso ver isso sendo aplicado e como isso afeta essas decisões reais de engenharia”, diz ela. “Você pode ver isso em uma ala real.”

Como você ensina robôs a agarrar objetos e detectar quando eles estão escorregando? Um novo projeto no MACS Lab combina feedback visual e tátil em robôs industriais que executam tarefas ao lado de trabalhadores humanos. Estudos anteriores propuseram algoritmos de feedback apenas visual ou tátil para capturar objetos. Este projeto, financiado pelo UW + Amazon Science Hub, imita como os humanos usam a visão e o tato para agarrar objetos.

Os pesquisadores – incluindo ME Ph.D. o aluno Xiaohai Hu e os alunos de mestrado Apra Venkatesh e Guiliang Zheng – estão usando um robô com uma câmera estéreo 2D e uma pinça paralela que possui sensores de pressão em seus experimentos. Eles desenvolveram um algoritmo que detecta quando um objeto escorrega da pinça robótica em mais de 99% das vezes.

A equipe testou sua abordagem com 10 objetos comuns, incluindo uma esponja, uma caixa, uma bola de tênis e uma chave de fenda. Eles também demonstraram pegar um livro em uma prateleira cheia de objetos.

“Este processo parece intuitivo, mas na verdade é bastante dinâmico e difícil para agarradores robóticos”, diz Chen. “A apreensão robótica é uma tarefa complexa que envolve questões desafiadoras de percepção, planejamento e execução de interações precisas e utilização de raciocínio avançado. Nas nossas demonstrações, o atrito também muda durante o processo.”

Detectar e impedir que objetos escorreguem da pinça robótica podem ser habilidades úteis para robôs que trabalham ao lado de trabalhadores em ambientes como armazéns ou instalações de fabricação. Por exemplo, uma pinça com capacidade de detecção de deslizamento poderia segurar e mover objetos pesados, como peças de máquinas ou componentes automotivos, pegar itens frágeis sem danificá-los, classificar itens como embalagens e manusear itens molhados ou escorregadios, como produtos agrícolas.

Agora que eles entendem melhor como agarrar e podem detectar quando os objetos escorregam, a equipe espera aumentar a força da pinça e mudar o local onde ela segura o objeto para evitar que ele caia.