ربات تا کردن لباس در کمتر از ۲۴ ساعت ساخته شد

یک سازنده رباتیک نمونه اولیه‌ای از ربات تا کردن لباس به نام Sourccey را در کمتر از ۲۴ ساعت ساخته است که نشان‌دهنده توانایی پرینت سه‌بعدی در تولید سریع قطعات و نمونه‌سازی سریع در حوزه رباتیک است. این پروژه توسط نیک ماسلی برای مشتری‌ای طراحی شد که عملکرد و سرعت را به زیبایی و پرداخت نهایی اولویت داده بود.

به گزارش interestingengineering، ربات Sourccey دارای بدنه‌ای استوانه‌ای و متحرک با پوشش گنبدی شکل در بالا، دو بازوی مفصلی و یک مکانیزم بالابر عمودی مرکزی برای جابجایی لباس‌ها است. این طراحی امکان دسترسی و انعطاف‌پذیری کافی برای کار با پارچه‌های نرم را فراهم می‌کند که نسبت به اشیای سخت بسیار چالش‌برانگیزتر است.

اکثر قطعات ساختاری ربات از طریق پرینت سه‌بعدی با فیلامنت PLA تولید شده‌اند از جمله بخش‌های بازو، براکت‌ها و پنل‌های بدنه. استفاده از پرینت سریع امکان اصلاح و جایگزینی قطعات معیوب یا بهبود یافته را در عرض چند ساعت فراهم کرد و نقش مهمی در موفقیت پروژه داشت.

هر بازو دارای چندین موتور سروو است که حرکت دقیق و هماهنگ بازو‌ها را امکان‌پذیر می‌کند. گیره‌های انتهای بازو طوری طراحی شده‌اند که پارچه را محکم نگه داشته و از لغزش آن جلوگیری کنند. از نظر الکتریکی ایمنی با استفاده از فیوز‌ها و سیستم توزیع برق ساختاریافته تضمین شده است.

کنترل اصلی ربات بر عهده یک کامپیوتر کوچک Raspberry Pi ۵ است که تصاویر چهار دوربین دید ماشین را پردازش می‌کند، موتور‌ها و مکانیزم بالابر را کنترل می‌کند و سخت‌افزار جانبی مانند نمایشگر، اسپیکر و میکروفون را مدیریت می‌کند. منبع تغذیه ربات یک باتری لیتیوم‌آهن فسفات ۱۲ ولت و ۱۰ آمپر ساعت است که با توجه به پایداری حرارتی و ایمنی انتخاب شده و جریان مورد نیاز موتور‌ها را به طور مناسب تامین می‌کند.

برخلاف روش‌های سنتی که مسیر‌های حرکتی از پیش تعیین می‌شوند Sourccey از روش یادگیری ماشین برای انجام وظیفه استفاده می‌کند. ابتدا یک اپراتور انسانی فرایند تا کردن لباس را از طریق سیستم تلئوپریشن نشان می‌دهد و داده‌های آموزشی جمع‌آوری می‌شوند. سپس مدل هوش مصنوعی شبانه بر روی GPU‌های پرقدرت آموزش داده شده و بر روی Raspberry Pi مستقر می‌شود.

با استفاده از سیستم بینایی چند دوربینه ربات قادر است لباس‌ها را شناسایی، شکل و جهت آنها را تشخیص دهد و حرکات تا کردن را مطابق با آموزش‌های دریافتی اجرا کند. معماری نرم‌افزاری ربات به گونه‌ای طراحی شده که امکان بارگذاری مدل‌های هوش مصنوعی جدید برای یادگیری وظایف خانگی دیگر نیز وجود دارد.

کل فرآیند مونتاژ سخت‌افزار در طول روز تکمیل شد و آموزش مدل هوش مصنوعی در طول شب انجام گرفت. با وجود موانع کوچک مانند فقدان یک گیره موتور و نیاز به پرینت مجدد برخی قطعات نمونه اولیه توانست وظیفه خود را با موفقیت انجام دهد و نشان دهد که ترکیب نمونه‌سازی سریع با محاسبات تعبیه‌شده مدرن و یادگیری ماشین می‌تواند سرعت توسعه ربات‌های کاربردی را به شکل قابل توجهی افزایش دهد.

انتهای پیام/