Simulation-Based Adaptive Multi-Stage Toolpath Optimization for Robotic Machining of Freeform Shapes

تخيل ذراعاً آلياً عملاقاً وأخرق يحاول رسم لوحة فنية على جدار متموج ومتعرج. ليس هذا مجرد جدار عادي؛ بل هو شكل حر، مما يعني أنه ينحني ويلتوي مثل مسار الأفعوانية، وبعض أجزائه ناعمة كأنها نافذة زجاجية، بينما تزدحم أجزاء أخرى بتفاصيل دقيقة ومعقدة مثل بتلات الزهور. في عالم التصنيع، تُعد هذه الروبوتات هي الوجوه الجديدة في الساحة؛ فهي أرخص وأكثر مرونة من الآلات الضخمة والصلبة المستخدمة في المصانع التقليدية، لكن لديها نقطة ضعف: وهي أنها "مهتزة" قليلاً. إذا أخبرت روبوتاً مهتزاً أن ينحت تفصيلاً صغيراً وحاداً بنفس القوة التي يستخدمها على جدار مسطح، فقد يهتز، أو يفسد العمل، أو حتى يكسر الأداة.

لفترة طويلة، حاول المهندسون حل هذه المشكلة عبر توجيه الروبوت ليكون "موحداً". قالوا له: "عامل الجدار بأكمله بنفس الطريقة: تحرك ببطء، ثم بسرعة، في كل مكان". لكن هذا يشبه محاولة تنظيف غرفة فوضوية بكنس الأرضية بأكملة باستخدام فرشاة أسنان؛ فهذا يهدر الوقت في المساحات الفارغة، ومع ذلك لا يصل إلى الزوايا الصعبة. السؤال الكبير في هذا المجال هو: كيف نخبر الروبوت بأن يكون رقيقاً ودقيقاً حيث يلزم الأمر، وسريعاً وخشناً حيث يمكنه ذلك، دون أن يرتبك أو يضيع ساعات من الوقت؟ هذا البحث يغوص في هذه المعضلة تحديداً، مستخدماً عالماً افتراضياً لاختبار طريقة جديدة لتخطيط رحلة الروبوت قبل أن يمسك بالأداة فعلياً.

---

استراتيجية "الطاهي الذكي" لنحت الروبوت

يقدم هذا البحث طريقة جديدة ذكية تسمى "تحسين مسار الأداة التكيفي متعدد المراحل القائم على المحاكاة" (Simulation-Based Adaptive Multi-Stage Toolpath Optimization). هذا الاسم طويل ومعقد، لذا دعونا نفككه عبر قصة عن طاهٍ منظم جداً في مطبخ افتراضي.

تخيل أنك طاهٍ مكلف بنحت كتلة ضخمة وغريبة الشكل من الجبن (الشكل الحر) لتحويلها إلى منحوتة جميلة. لديك ذراع روبوت تمسك بسكين. في الطريقة القديمة (طريقة "المرحلة الواحدة")، ستأمر الروبوت باستخدام سكين حاد ودقيق لنحت الكتلة بأكملها ببطء وعناية، من الجوانب الكبيرة المسطحة إلى المنحنيات الصغيرة الدقيقة. سيستغرق ذلك وقتاً طويلاً جداً، وستشعر بالتعب قبل أن تنهي الأجزاء السهلة.

طريقة أخرى (طريقة "المرحلتين") كانت تتمثل في القيام بمرور خشن فوق الشيء بأكمله أولاً، ثم تمر بمرور دقيق. لكن الباحثين وجدوا أن هذه الطريقة لا تزال بطيئة للغاية. كان الأمر يشبه استخدام سكين متوسط الحجم لكشط كتلة الجبن بأكملها قبل التبديل إلى السكين الدقيق؛ كنت لا تزال تهدر الوقت في المساحات الكبيرة والمسطحة التي لا تحتاج إلى مثل هذا الاهتمام الدقيق.

الفكرة الجديدة: خطة المناطق الثلاث
أقترح المؤلفون، وهم فريق من جامعة ونتشو، نهجاً أكثر ذكاءً. لقد أدركوا أن كتلة الجبن ليست متساوية في كل أجزائها. فبعض الأجزاء هي مناطق ناعمة (مساحات كبيرة، مسطحة، ومملة)، وبعضها مناطق انتقالية (حيث يبدأ الشكل في التعقيد)، وبعضها مناطق تفصيلية (منحنيات عالية التردد تحتاج إلى عناية فائقة).

يعمل نظامهم الجديد كمنظم ذكي للغاية يقسم المهمة إلى ثلاث مراحل متميزة، حيث يخصص الأداة المناسبة والسرعة المناسبة لكل منطقة:

1. مرحلة التخشين (الجرافة): بالنسبة للمساحات الكبيرة والناعمة، يستخدم الروبوت أداة كبيرة ومسطحة لإزالة الجزء الأكبر من المادة بسرعة. هو لا يهتم بالتفاصيل الصغيرة هنا؛ بل يكتفي بتمهيد الطريق.
2. مرحلة التنعيم المتوسط (ورق الصنفرة): عندما يتحرك الروبوت نحو المناطق الانتقالية الصعبة، ينتقل إلى أداة متوسطة. يقوم بتنعيم الحواف الخشنة التي تركتها "الجرافة"، لكنه لا يصل إلى الكمال النهائي بعد.
3. مرحلة الإنهاء التفصيلي (المشرط): فقط عندما يصل الروبوت إلى "المناطق التفصيلية" ذات الانحناء العالي، ينتقل إلى أداته الأكثر دقة ونعومة. إنه يقضي وقته وطاقته بالضبط حيث تشتد الحاجة إليهما.

خدعة "الفقاعة الواقية"

إليك الجزء الأكثر إثارة في خدعتهم السحرية. قبل أن يبدأ الروبوت في القطع، يقوم الكمبيوتر ببناء "غلاف منخفض المضلعات" (Low-Poly Protective Envelope). فكر في هذا كفقاعة مبسطة وناعمة تلف حول الشكل المعقد.

عندما يقوم الروبوت بمروره الأول في مرحلة "التخشين"، فإنه لا يحاول اتباع كل نتوء صغير في الشكل الحقيقي. بدلاً من ذلك، يقوم بالنحت مقابل هذه الفقاعة المبسطة. هذا يشبه نحاتاً يستخدم إزميلاً كبيراً على كتلة حجر خشنة دون القلق بشأن الشقوق الصغيرة في الرخام بعد. هذه "الفقاعة" تحمي التفاصيل الدقيقة من أن تُسحق بالخطأ بواسطة أداة التخشين الثقيلة. إنها تضمن بقاء الروبوت آمناً وفعالاً، بحيث لا يقترب من التفاصيل الدقيقة إلا عندما يكون مستعداً للمرحلة النهائية.

المطبخ الافتراضي التجريبي

لم يكتفِ الباحثون بالتخمين بأن هذا سينجح؛ بل بنوا محاكاة رقمية لاختباره. لقد صنعوا روبوتاً رقمياً (KUKA KR6) وأربعة "كتل جبن" بأشكال مختلفة:

• الحالة (أ): مزيج فوضوي من المناطق الناعمة والتفصيلية.
• الحالة (ب): معظمها ناعم مع وجود بعض التفاصيل الصغيرة فقط.
• الحالة (ج): شكل يتغير بسلاسة في كل مكان.
• الحالة (د): شكل مغطى بالتفاصيل في كل مكان.

وقد اختبروا ثلاث استراتيجيات مختلفة في هذا العالم الافتراضي:

1. الطريقة القديمة (المرحلة الواحدة): مرور واحد بطيء ودقيق على كل شيء.
2. الطريقة الوسطى (المرحلتين): مرور خشن على كل شيء، ثم مرور دقيق.
3. الطريقة الجديدة (MSMT-Adaptive): الخطة الذكية ذات المناطق الثلاث مع الفقاعة الواقية.

النتائج: تسريع العمل دون كسر الأشياء

كانت النتائج مذهلة. في اختبارهم الرئيسي (المزيج الفوضوي)، استغرقت طريقة "المرحلة الواحدة" القديمة 62.66 ساعة للانتهاء. أما طريقة "المرحلتين" فقد استغرقت وقتاً أطول (72.31 ساعة) لأنها أهدرت الوقت في إجراء مرور خشن شامل لم يكن مطلوباً في كل مكان.

لكن طريقة MSMT-Adaptive الجديدة؟ لقد انتهت في 17.19 ساعة فقط.

هذا يمثل انخفاضاً بنسبة 72.56% في الوقت مقارنة بطريقة المرحلة الواحدة، وانخفاضاً بنسبة 76.22% مقارنة بطريقة المرحلتين. وحتى في أكثر الحالات تعقيداً، كانت الطريقة الجديدة أسرع بنسبة 53% على الأقل من المعيار المرجعي (المرحلتين) وبنسبة تصل إلى 94% أسرع من طريقة المرحلة الواحدة.

والأهم من ذلك، أن الباحثين تأكدوا من أن "اللمسة النهائية" كانت متطابقة تماماً لجميع الطرق. لم يساوموا على خشونة السطح النهائية لتوفير الوقت؛ فالجودة النهائية كانت متطابقة. لقد جاء توفير الوقت بالكامل من كون الروبوت أكثر ذكاءً في تحديد أين ينفق طاقته قبل الخطوة النهائية.

لماذا يهم هذا؟

هذا ليس مجرد توفير لبضع ساعات في لعبة كمبيوتر. يشير المؤلفون إلى أن هذا يمكن أن يغير كيفية بناء الأشياء في العالم الحقيقي، خاصة في مجال العمارة. تخيل بناء مبنى مستقبلي بجدران عضوية متموجة مصنوعة من الخشب أو الخيزران. حالياً، صنع هذه الأشكال بطيء ومكلف. إذا استطاعت الروبوتات استخدام استراتيجية "التوزيع الذكي" هذه، فيمكنها نحت هذه الأشكال المعقدة بشكل أسرع بكثير، مما يجعل المباني المخصصة والجميلة أكثر توفراً وعملية.

يلاحظ البحث بعناية أن هذه الأرقام مستمدة من محاكاة. لم يقوموا بنحت الكتل مادياً في مختبر حقيقي بعد (وهذه هي الخطوة التالية!). لكن في العالم الافتراضي، أثبتت استراتيجية "الطاهي الذكي" أنه من خلال معاملة الأجزاء المختلفة من الشكل بطرق مختلفة، يمكننا جعل التصنيع الروبوتي عالي الكفاءة دون التضحية بجودة التحفة الفنية النهائية.