Coverage Path Planning for Redundant Manipulators using Generalized Spanning Trees
Dit artikel behandelt de uitdaging van oppervlaktebedekking met redundante manipulatoren door klassieke Spanning Tree Coverage uit te breiden naar offline en online Joint Spanning Tree Coverage (JSTC) algoritmen die Gegeneraliseerde Minimale Spanningbomen benutten om efficiënt optimale inverse kinematica-configuraties te selecteren en niet-herhalende paden te genereren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een robotarm voor die de taak heeft om een groot, plat oppervlak te reinigen, zoals een fabrieksvloer of een tafel. In tegenstelling tot een eenvoudige wieltjesrobot die over de grond rijdt, heeft deze arm veel gewrichten, waardoor hij op verschillende manieren dezelfde plek op de tafel kan bereiken. De arm kan zijn elleboog hoog buigen, of laag houden, of zijn pols draaien, terwijl hij het reinigingsinstrument in exact dezelfde positie en hoek houdt. Deze flexibiliteit is een kracht, maar het creëert een enorm puzzelstuk voor de computer die de robot aanstuurt. Als de robot de verkeerde manier kiest om te buigen voor één specifieke plek, kan hij vast komen te zitten of moet hij een enorme, schokkerige beweging maken om de volgende plek te bereiken, wat tijd en energie verspilt. De uitdaging is om een pad te plannen dat elke centimeter van het oppervlak bedekt op een vloeiende manier, zonder het instrument ooit op te tillen of onnodige vervormingen te maken, zelfs als de omgeving verandert terwijl de robot aan het werk is.
Onderzoekers aan de New York University Abu Dhabi hebben een nieuwe manier ontwikkeld om dit puzzelstuk op te lossen, waarbij ze een methode hebben gecreëerd die deze flexibele robotarmen helpt om hun reinigingsroutes efficiënt te plannen. Ze bouwden voort op een oudere, bekende strategie die wordt gebruikt voor eenvoudigere robots, die inhoudt dat een oppervlak in een raster van vierkantjes wordt onderverdeeld en dat er een boomstructuur-achtig pad doorheen wordt getekend om ervoor te zorgen dat elk vierkantje precies één keer wordt bezocht. Het team, onder leiding van Raksi Kopo en Kostas J. Kyriakopoulos, heeft dit "spanningboom"-idee aangepast voor complexe, meegewrichtte armen. Ze creëerden twee versies van hun oplossing: één voor situaties waarin het volledige gebied vooraf bekend is, en een andere voor wanneer de robot obstakels ontdekt of veranderingen in het oppervlak waarneemt terwijl hij beweegt.
In de eerste versie, ontworpen voor bekende omgevingen, kijkt de computer naar elk vierkantje op het raster en berekent het vele mogelijke manieren waarop de robotarm het gereedschap daar kan vasthouden. Vervolgens verbindt het deze mogelijkheden over naburige vierkantjes heen, waarbij gezocht wordt naar de meest vloeiende keten van bewegingen die deze allemaal met elkaar verbindt zonder de arm in een onhandige draai te dwingen. Het systeem selecteert de beste manier om het gereedschap voor elk vierkantje vast te houden, waardoor een continu, laag-inspanningspad ontstaat dat het raster volgt als een kronkelend pad. Wanneer ze deze offline methode testten in een computersimulatie met een zeven-gewrichts robotarm om een vloer te scannen, bleek het aanzienlijk sneller en vloeiender dan eerdere methoden. De nieuwe aanpak verminderde de totale beweging van de gewrichten van de robot met een grote marge en vereiste veel minder onhandige herconfiguraties, terwijl de methode de route in een fractie van de tijd berekende die nodig was door oudere technieken die probeerden het hele probleem in één keer op te lossen.
De tweede versie van hun werk richt zich op de rommelige realiteit waarbij dingen onverwacht veranderen. Als er een nieuw obstakel verschijnt of een deel van de vloer niet meer beschikbaar is, kan de robot niet simpelweg stoppen en wachten op een nieuw plan; de robot moet direct kunnen aanpassen. De online methode van de onderzoekers stelt de robot in staat om zijn pad stap voor stap op te bouren terwijl hij beweegt. De robot controleert constant of hij het volgende vierkantje kan bereiken met zijn huidige armpositie. Als dat kan, beweegt hij vooruit. Als hij een doodlopend pad of een obstakel tegenkomt, gaat hij gracieus terug langs het pad dat hij zojuist heeft afgelegd, op zoek naar een andere richting om te proberen, in plaats van vast te komen zitten. Dit proces verloopt zo snel dat de robot plotselinge veranderingen kan afhanden, zoals een nieuw object dat op de tafel verschijnt of een deel van het raster dat verdwijnt, zonder zijn plek te verliezen of te hoeven herstarten. In simulaties waarbij obstakels werden geïntroduceerd of delen van het raster verdwenen, paste het systeem zich binnen milliseconden aan, waardoor de reinigingstaken doorgingen.
De resultaten van deze simulaties laten zien dat deze nieuwe aanpak een praktische stap voorwaarts is voor automatisering. Door de vele mogelijke posities van de robot te behandelen als een verbonden kaart in plaats van een enkele lijn, vindt het systeem routes die niet alleen compleet zijn, maar ook zacht zijn voor de gewrichten van de machine. De offline versie biedt een zeer efficiënt plan voor statische taken, terwijl de online versie de behendigheid biedt die nodig is voor dynamische omgevingen. De onderzoekers hebben aangetoond dat hun methode complexe scenario's kon afhanden, inclusi-de disconnected gebieden en bewegende obstakels, met een snelheid en vloeiendheid waar oudere methoden moeite mee hadden. Hoewel deze bevindingen momenteel gebaseerd zijn op computersimulaties, suggereren ze een levensvatbaar pad naar robots die oppervlakken kunnen reinigen, polijsten en inspecteren met een niveau van menselijke aanpassingsvermogen en efficiëntie.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.