Design of a Digital Twin System for Multi-stage Robotic Assembly with Trajectory Optimization

Stel je een fabrieksvloer niet voor als een koude ruimte van metaal en tandwielen, maar als een bruisend podium waar robots de hoofdrolspelers zijn. Jarenlang hebben deze acteurs scripts gevolgd die door mensen zijn geschreven, waarbij ze van de ene naar de andere plek bewogen met een zekere onhandigheid, soms lange, kronkelende paden aflegden om een onderdeel te pakken, of extra energie verbruikten om maar veilig te zijn. Dit is de wereld van de "industriële robotica", waar het doel is om dingen sneller en beter te maken. Maar er is een nieuwe regisseur in town: de Digital Twin. Denk aan een Digital Twin als een perfecte, onzichtbare spiegelafbeelding van de echte fabriek. Het is een videogameversie van de echte wereld die direct wordt bijgewerkt en precies laat zien wat de echte robot doet, voelt en denkt. Als de echte robot ergens tegenaan botst, botst de tweeling ook tegenaan, maar dan in de veiligheid van een computerscherm. Dit stelt ingenieurs in staat om nieuwe bewegingen te testen, fouten te herstellen en de choreografie te optimaliseren voordat de echte robot ook maar één vinger uitsteekt. De grote vraag die onderzoekers stellen is: kunnen we deze digitale spiegel gebruiken om robots slimmer, sneller en met minder verspilde energie te laten bewegen?

Dit artikel, geschreven door Mingrui Gao en collega's, duikt direct in die vraag door een hoogtechnologische "digitale spiegel" te bouwen voor een assemblagelijn met meerdere stappen. Ze keken niet alleen naar een enkele taak; ze creëerden een complex scenario waarin een robot drie verschillende taken moet uitvoeren: het graveren van een ontwerp, het inspecteren van het werk met een camera, en het in elkaar klikken van twee onderdelen. Om dit werkend te krijgen, bouwden ze een virtuele wereld met behulp van software genaamd Visual Components en verbonden ze deze met een echte ABB IRB 1410 robot via een slim tweerichtingscommunicatiesysteem. Eén kanaal handelt de "grote lijnen" af (zoals "start" of "stop"), terwijl het andere kanaal de supersnelle, fractie-van-een-seconde data afhandelt (zoals de exacte hoek van de gewrichten van de robot). Deze opstelling zorgt ervoor dat de digitale tweeling en de echte robot perfect gesynchroniseerd zijn, als een danser en hun reflectie die in totale unisono bewegen.

Maar een spiegel hebben is niet genoeg; de robot moet nog steeds de beste danspassen leren. De auteurs realiseerden zich dat het oorspronkelijke pad van de robot inefficiënt was, zoals een persoon die een kamer rondloopt om een glas water te pakken in plaats van er gewoon naar te reiken. Om dit op te lossen, vonden ze een nieuw "brein" voor de robot uit, de Improved Grey Wolf Optimizer (IGWO). In de natuur jagen grijze wolven in roedels, waarbij de alfa-, bèta- en deltawolven de weg wijzen. Het oorspronkelijke algoritme imiteerde dit, maar liep soms vast in een lokale val, zoals een wolf die een konijn in een doodlopende grot achtervolgt. De nieuwe versie mengt ideeën van een "Particle Swarm"-methode (denk aan een school vissen die samen beweegt) en voegt een "niet-lineaire" draai toe aan hoe de wolven zoeken. Dit helpt de robot om de hele fabrieksvloer te verkennen voor het beste pad voordat hij inzoomt op de perfecte oplossing, waardoor hij doodlopende wegen vermijdt en de meest efficiënte route vindt.

Toen ze dit nieuwe systeem op de proef stelden, waren de resultaten indrukwekkend. Ze vergeleken de prestaties van de robot met drie verschillende methoden: de oude manier (de robot handmatig aanleren), een standaard wiskundige krommethode, en hun nieuwe IGWO-methode. De resultaten lieten zien dat de nieuwe methode een duidelijke winnaar was. De robot die het verbeterde algoritme gebruikte, voltooide de assemblage taak in slechts 15,6 seconden, wat een reductie van 38,1% is in tijd vergeleken met de oude handmatige methode die 25,2 seconden duurde. Nog beter: het energieverbruik daalde aanzienlijk. De oude methode gebruikte 8897,6 Joules aan energie, terwijl het nieuwe geoptimaliseerde pad slechts 5795,2 Joules gebruikte, een reductie van 34,9%. De robot bewoog vloeiender, met minder schokken en trillingen, wat betekent dat er minder slijtage aan de gewrichten optreedt.

De auteurs zijn echter voorzichtig en merken op dat dit een simulatie en een test met één robot is. Ze geven expliciet aan dat deze oplossing werkt voor één robot die meerdere taken uitvoert, maar ze hebben nog niet getest wat er gebeurt wanneer meerdere robots samen in dezelfde ruimte proberen te dansen. Ze geven ook toe dat hun huidige systeem beperkt is tot deze specifieke opstelling en dat toekomstig werk moet uitwijzen of het zelfs complexere fabrieken kan aan kunnen met tien of meer apparaten die tegelijkertijd communiceren. Hoewel het artikel bewijst dat deze combinatie van een digitale tweeling en een slim algoritme wonderen doet voor de efficiëntie van een enkele robot, suggereert het dat de echte uitdaging van het coördineren van een heel leger aan robots nog in de toekomst ligt. Voor nu hebben ze echter aangetoond dat het aan een robot geven van een digitale tweeling en een slimmere manier om over zijn pad na te denken, bijna 40% van zijn tijd en energie kan besparen, wat de fabrieksvloer een veel efficiëntere plek maakt.