Accueil » Dossiers » Automatisation/Robotisation » SCHUNK présente la préhension autonome et les avancées des systèmes d’intelligence artificielle

SCHUNK présente la préhension autonome et les avancées des systèmes d’intelligence artificielle

L’industrie de la préhension est en pleine mutation. Dans le passé, les processus de préhension visaient principalement à accroître la productivité et la fiabilité des processus. Avec l’avènement des usines intelligentes, la flexibilité devient un facteur de plus en plus important. Selon la vision de SCHUNK, les préhenseurs de demain permettront des opérations flexibles et même des scénarios de manipulation autonomes.

Jusqu’à récemment, la préhension industrielle était relativement rigide: la géométrie des pièces devait être connue, ainsi que la position exacte de la cueillette et du placer de l’objet. Un processus de traitement fiable peut être assuré en prédéfinissant les chemins transversaux et en spécifiant les coordonnées du point cible en fonction des opérations d’alimentation en pièces pouvant être répétées. Avec la montée en puissance de la numérisation, la tendance s’oriente désormais vers des systèmes de fabrication hautement automatisés, entièrement en réseau et autonomes.

Intelligence artificielle

Dans ce contexte, l’intelligence artificielle (IA) devient de plus en plus importante. Les premières applications d’intelligence cognitive des préhenseurs en combinaison avec des caméras sont déjà possibles. Cela permet une formation intuitive par l’opérateur et une gestion autonome des tâches de préhension par le robot. Pour ces applications, SCHUNK conçoit délibérément des processus de manipulation pratiques et orientés vers l’industrie en limitant le nombre de variations de composants. Cela simplifie le processus de classification et de formation. Dans un premier cas d’utilisation qui utilise des approches d’apprentissage automatique pour la classification des pièces et des processus de préhension, des blocs de construction imbriqués sont combinés de manière aléatoire et présentés à un robot selon un agencement aléatoire sur une surface de travail. La tâche du robot est de ramasser et de transporter les blocs. En interagissant avec des caméras 2D ou 3D, le système à auto-apprentissage augmente rapidement la fiabilité de saisie après seulement quelques cycles d’apprentissage. Avec chaque pince, le préhenseur apprend à bien ramasser et transporter la pièce.

Apprentissage efficace grâce à une optimisation continue

Après seulement quelques séances de formation, le réseau classe comment gérer la gamme de pièces et les options de combinaison résultantes. Le préhenseur sait comment ramasser et transporter la pièce sur la base de l’expérience acquise. Grâce à l’intelligence de l’algorithme, le préhenseur peut classer seul les combinaisons et agencements futurs des pièces après seulement une courte période de formation. De cette manière, le système est capable de manipuler des pièces de manière autonome et en tenant compte de la situation. Les algorithmes sont continuellement adaptés en utilisant des méthodes d’intelligence artificielle. Cela permet de révéler des corrélations précédemment non reconnues et d’affiner le processus de traitement.

Voir toutes les nouvelles industrielles et manufacturières

Source

Aucun commentaire.

Répondre