إذا سبق لك أن مشيت عبر مستودع مزدحم في الساعة الثانية صباحًا، وشاهدت الأذرع الروبوتية تحرك الصناديق والأجزاء بدقة غريبة، فربما تساءلت كيف "يرون" العالم جيدًا بما يكفي لالتقاط شيء صغير من كومة، أو وضعه بشكل مثالي في سلة المهملات، أو التكيف مع كل نوبة صغيرة في مساحة عملهم. باعتباري شخصًا قضى السنوات الخمس الماضية كمورد صغير للروبوتات - يتحدث إلى المديرين التنفيذيين في مصانع قطع غيار السيارات، ومراكز تلبية التجارة الإلكترونية، وحتى مستودعات السلع الحرفية - أستطيع أن أخبرك أن السحر ليس في بعض كاميرات الخيال العلمي المبالغ فيها. إنه مزيج من أجهزة الاستشعار والبرامج والتعديلات الهندسية التي تم الحصول عليها بشق الأنفس والتي تحول البيانات الأولية إلى عمليات التقاط موثوقة وقابلة للتكرار تعتمد عليها الشركات.
لنبدأ بالسؤال الأكثر شيوعًا الذي أتلقاه من العملاء الجدد: "إذا كان من المفترض أن يلتقط الروبوت الخاص بي أداة بلاستيكية مقاس 2 بوصة، فكيف لا يلتقط الشيء الخطأ، أو يفتقده تمامًا عندما يكون بجوار 10 عناصر واجهة مستخدم أخرى متطابقة؟" تتلخص الإجابة في ثلاثة أنظمة كشف أساسية، متعددة الطبقات للعمل حتى عندما يفشل أحدها. أولاً، هناك رؤية حاسوبية ثنائية الأبعاد، وهو ما يتخيله معظم الناس عندما يفكرون في الروبوت "يرى". إنها كاميرا عادية أو عالية الدقة مثبتة على ذراع الروبوت أو مثبتة في مساحة العمل، وتلتقط مئات الإطارات في الثانية من المنطقة التي يتم وضع الأشياء فيها. يعمل النظام على خوارزميات تم تدريبها على آلاف الصور للعناصر المحددة التي تعمل بها، لذا إذا زودتنا بصور لأدواتك أو الأجزاء التالفة أو الصناديق غير المحاذاة، فإننا نعلم الروبوت تجاهل الحالات الشاذة والتركيز على الشكل الدقيق والحجم واللون للأجزاء التي يحتاج إلى اختيارها.
لكن الرؤية ثنائية الأبعاد بها عيب كبير: فهي لا تستطيع معرفة طول الجسم أو مدى عمقه في كومة. وهنا يأتي دور أنظمة الرؤية ثلاثية الأبعاد، والتي تعتبر قياسية في كل روبوت صغير نقوم بشحنه. بدلاً من التقاط صور مسطحة، يستخدمون الضوء المنظم (عرض شبكة من نقاط الأشعة تحت الحمراء الصغيرة على مساحة العمل) أو وقت الرحلة (قياس المدة التي يستغرقها الليزر للارتداد عن جسم ما) لإنشاء سحابة نقطية ثلاثية الأبعاد، وهي في الأساس خريطة رقمية لكل نقطة في مساحة العمل، بإحداثيات X وY وZ الدقيقة. في العام الماضي، كان لدينا عميل يصنع أقواسًا معدنية صغيرة لآلات جز العشب؛ لقد تم تكديسها بارتفاع 10 في سلة المهملات، وكانت حوافها متداخلة لدرجة أن الرؤية ثنائية الأبعاد لم تتمكن من اختيار واحدة دون الاستيلاء على اثنتين. أدت إضافة نظامنا ثلاثي الأبعاد إلى إصلاح ذلك على الفور، لأنه يمكنه اكتشاف ارتفاع حافة كل شريحة، حتى تحت طبقة من الغبار الناتج عن عملية الختم.
الجزء الثالث من اللغز هو استشعار القرب، والذي يعمل مثل "لمسة" الروبوت للتأكد من أنه في المكان الصحيح قبل الإمساك به. يعد هذا أمرًا بالغ الأهمية بشكل خاص بالنسبة للأشياء الصغيرة والهشة - مثل القوارير الزجاجية أو الأجزاء الخزفية - التي قد تتشقق إذا أغلق المقبض بقوة شديدة. أجهزة استشعار القرب هي أجهزة صغيرة منخفضة الطاقة مثبتة على حافة المقبض، والتي تنبعث منها مجال كهرومغناطيسي صغير أو موجة صوتية. عندما يقتربون من جسم ما، يطلقون إشارة إلى وحدة التحكم في الروبوت لإبطاء السرعة وضبط موضعها وتنشيط المقبض عند الضغط المطلوب بالضبط. بالنسبة للكثير من عملائنا، هذا هو الفرق بين الروبوت الذي يعمل لمدة 8 ساعات دون وقوع حوادث والروبوت الذي يتلف أجزائه (أو نفسه) في الساعة الأولى.
لكن ما لا يتحدث عنه معظم الناس هو كيفية عمل هذه الأنظمة معًا في الوقت الفعلي، حتى عندما يحدث خطأ ما. قبل بضعة أشهر، كان لدى أحد العملاء في صناعة قطع الأثاث مجموعة من المقابض الخشبية التي كانت مشوهة قليلاً من عملية التجفيف. رؤيتهم الأصلية ثنائية الأبعاد سترفضهم تمامًا، لكن نظامنا قام بتعديل التسامح في الخوارزمية لمراعاة الالتواء، وقامت السحابة النقطية ثلاثية الأبعاد بتعديل موضع القابض للتعويض عن التحول. بالمناسبة، هذا ليس إعدادًا واحدًا يناسب الجميع. نحن لا نبيع نفس الروبوت لكل وظيفة؛ في بعض الأحيان نقوم بإقران وحدتنا الصغيرة والذكية مع روبوت صناعي مرن متعدد الأغراض يمكنه التعامل مع حمولات أصغر أو العمل في مساحات ضيقة، بينما يحتاج البعض الآخر إلى روبوت تحميل وتفريغ أكثر ثباتًا بستة محاور للأجزاء الأثقل أو الأكبر حجمًا والتي تتحرك بشكل أكبر أثناء المعالجة.
ومن الجدير بالذكر أيضًا أن أنظمة الكشف هذه ليست ثابتة. في كل مرة يختار الروبوت شيئًا ما، فإنه يجمع بيانات حول كيفية محاذاة المقبض، وكيفية مقارنة السحابة النقطية ثلاثية الأبعاد بالعنصر الفعلي، وحتى كيفية تأثير الغبار أو الإضاءة على الكاميرا. يتم تغذية هذه البيانات مرة أخرى إلى الخوارزمية، وبالتالي يصبح الروبوت أفضل في اختيار تلك الأشياء المحددة كلما عمل أكثر. لقد كان لدينا عملاء قامت الروبوتات الخاصة بهم بتحسين دقة الاختيار من 92% إلى 99.8% خلال أسبوعين فقط من تشغيل نوبة عمل واحدة - لا توجد أجهزة جديدة، فقط معالجة أفضل للبيانات.
تصلني الكثير من الأسئلة حول كيفية مقارنة هذا بالروبوتات الصناعية الأكبر حجمًا، لأننا كثيرًا ما نسأل ما إذا كان روبوت الالتقاط الصغير يمكنه القيام بعمل وحدة أكبر. الإجابة المختصرة هي: ذلك يعتمد على الحمولة ومساحة العمل. على سبيل المثال، قد يستخدم الروبوت الأكبر حجمًا والأكثر صلابة أنظمة كشف مماثلة، ولكنه مصمم لرفع أجزاء بوزن 50 كجم عبر مسافة مترين. تم تصميم روبوتات الالتقاط الصغيرة الخاصة بنا لمساحات العمل حيث تكون المساحة ضيقة مثل محطات التعبئة في مستودعات التجارة الإلكترونية حيث يكون لكل بوصة أهمية، أو خطوط تصنيع الدفعات الصغيرة حيث لا تحتاج إلى نطاق روبوت الاستخدام العام ذو الذراع الطويلة. يستخدم أحد عملائنا روبوت الالتقاط الصغير الخاص به لتحميل وتفريغ مركبات ثنائي الفينيل متعدد الكلور الصغيرة من آلة اللحام؛ يبلغ النطاق 80 سم فقط، ولكن الدقة عالية جدًا بحيث لا تؤدي إلى محاذاة اللوحة بشكل خاطئ، مما قد يؤدي إلى تدمير أجزاء بآلاف الدولارات.
هناك فكرة خاطئة مفادها أن جميع هذه الأنظمة باهظة الثمن وتتطلب إعدادها فريقًا من المهندسين. هذا ليس صحيحًا بالنسبة لروبوتاتنا الصغيرة. نقوم بمعايرة أنظمة الكشف مسبقًا في مصنعنا، لذا فإن الإعداد الوحيد المطلوب هو تحميل صور للأشياء التي ستلتقطها، وضبط بعض المعلمات (مثل الحد الأقصى لارتفاع مجموعة الأجزاء)، واختبار 10 إلى 20 دورة اختيار قبل تشغيل الروبوت. كما نقدم أيضًا دعمًا عن بعد على مدار الساعة طوال أيام الأسبوع، لذلك إذا لاحظت أن الروبوت يواجه مشكلة في اختيار جزء جديد، فيمكننا ضبط الخوارزمية من مكتبنا دون إرسال فني. يعد هذا أمرًا مهمًا للشركات الصغيرة والمتوسطة التي ليس لديها فريق عمل آلي كامل.
هناك مجال آخر نركز عليه وهو القدرة على التكيف مع ظروف العالم الحقيقي الفوضوية. لا يتم التحكم في المستودعات والمصانع، حيث تتغير الإضاءة من النهار إلى الليل، ويتراكم الغبار على الكاميرات، وتتلطخ الأجزاء بالزيت أو الطلاء. تحتوي أنظمة الكشف لدينا على مرشحات مدمجة تتجاهل تلك المتغيرات. تقوم الخوارزمية ثنائية الأبعاد بضبط السطوع، بحيث تظل الكاميرا المغطاة جزئيًا بالغبار قادرة على تمييز عنصر واجهة المستخدم الأبيض من سلة المهملات المظلمة. يمكن للنظام ثلاثي الأبعاد تصفية الضوضاء من كائنات الخلفية، لذلك إذا كان هناك صندوق من الورق المقوى بجوار سلة الأجزاء، فلن يحاول اختيار الصندوق بدلاً من الأدوات. حتى أنه كان لدينا عميل يعمل بأجزاء معدنية عاكسة للغاية؛ كانت الأسطح العاكسة تتخلص من السحابة النقطية ثلاثية الأبعاد، لذلك أضفنا مرشح استقطاب إلى الكاميرا، مما أدى إلى قطع الوهج وإصلاح المشكلة في غضون ساعة - دون الحاجة إلى استبدال الأجهزة بالكامل.
دعونا نتحدث عن مثال محدد عالق في ذهني من العام الماضي. كان أحد العملاء الذي يصنع صناديق المجوهرات المخصصة يستخدم عاملاً بشريًا لوضع حشوات رغوية صغيرة في أغطية الصناديق. لم يتمكن العامل من القيام بذلك إلا لمدة أربع ساعات يوميًا قبل أن تنخفض دقته، وكانوا يتخلصون من 5% من الصناديق لأنهم أخطأوا في إدخال الملحق أو وضعه في وضع ملتوي. لقد قمنا بتركيب روبوت الالتقاط الصغير الخاص بنا، مقترنًا بذراع روبوت مفصلية مكونة من 6 DOF والتي تتمتع بالدقة اللازمة لإدخالات الرغوة مقاس 1 سم. يمكن للكاميرا ثنائية الأبعاد رؤية الخطوط العريضة للغطاء، ويمكن للنظام ثلاثي الأبعاد العثور على المساحة الفارغة حيث تم وضع الإدخال، ويضمن مستشعر القرب أن المقبض لا يضغط على الرغوة بقوة. وفي غضون أسبوع، ارتفعت دقتها إلى 99.5%، وتم إعادة تكليف العاملين لديها بمهام التعبئة ومراقبة الجودة التي تتطلب تفكيرًا نقديًا، وليس حركة متكررة. هذا هو الفوز الحقيقي هنا: هذه الروبوتات لا تحل محل العمال، بل تتولى المهام المتكررة التي تتطلب جهدًا بدنيًا والتي لا يرغب البشر في القيام بها، مما يحررهم للعمل الذي يضيف المزيد من القيمة إلى العمل.
كثيرًا ما يتم سؤالي عما إذا كان هناك "سر" لاكتشاف مواضع الكائنات التي لا يتحدث عنها معظم الموردين. السر ليس في بعض أجهزة الاستشعار الفاخرة، بل في كيفية عمل الأنظمة معًا. تستخدم الكثير من روبوتات الالتقاط الرخيصة الرؤية ثنائية الأبعاد فقط، والتي تعمل من أجل إعدادات بسيطة جدًا ومتسقة، ولكنها تنهار عندما يتم خلط الأشياء أو تكديسها أو محاذاةها بشكل غير صحيح قليلاً. ويستخدم البعض الآخر الأبعاد الثلاثية فقط، ولكن بدون المرجع ثنائي الأبعاد، قد يضيعون الوقت في مسح مساحة العمل بأكملها بدلاً من التركيز على المنطقة التي توجد بها الكائنات فعليًا. أفضل الأنظمة، مثل تلك التي نقوم ببناء طبقات من هذه التقنيات، وإضافة حلقات ردود فعل مستمرة للتكيف مع كل متغير صغير يظهر في بيئة عمل حقيقية. بالنسبة للشركات، هذا يعني تقليل وقت التوقف عن العمل، وعدد أقل من الأجزاء التالفة، وروبوت يعمل فعليًا لتلبية احتياجاتهم المحددة، وليس حلاً عامًا.
إذا كنت تقرأ هذا وتتساءل عما إذا كان الروبوت الصغير مناسبًا لشركتك، فإن الخطوة الأولى هي النظر إلى ما تتعامل معه: هل تقوم باختيار أجزاء صغيرة وخفيفة في مساحة ضيقة؟ هل لديك أشكال أو أحجام كائنات متغيرة؟ هل تحتاج إلى دقة عالية لتجنب إتلاف العناصر الهشة؟ إذا كانت الإجابة بنعم، فإن أنظمتنا مصممة لحل هذه المشكلة. نحن لا نحاول أن نبيع لك روبوتًا يمكنه فعل كل شيء، بل نبيع روبوتًا يفعل ما تحتاجه، ونقوم بإقرانه بالدعم المناسب للتأكد من أنه يعمل. سواء كان ذلك يعني دمج روبوت متعدد الاستخدامات بستة محاور لحمولات أعلى، أو إبقائه صغيرًا وذكيًا لمحطة التعبئة، فإننا نصمم كل إعداد وفقًا لسير العمل الدقيق للعميل.
في نهاية المطاف، فإن اكتشاف مواقع الأشياء لا يتعلق "برؤية" الروبوتات كما يفعل البشر. يتعلق الأمر بتحويل الأرقام والبيانات إلى إجراء موثوق وقابل للتكرار. هذا هو ما تفعله الروبوتات الصغيرة بشكل أفضل من أي إنسان في المهام المتكررة: فهي تعالج البيانات في أجزاء من الثانية، وتتكيف مع المتغيرات في الوقت الفعلي، وتعمل 24 ساعة يوميًا دون تعب. لكن النجاح الحقيقي يأتي عندما يتم تصميم نظام الكشف ليكون مرنًا وقابلاً للتكيف وسهل الاستخدام، لذلك لا تحتاج الشركات إلى درجة الماجستير في الروبوتات للحصول على قيمة من استثماراتها.
إذا كنت مستعدًا للحديث عن كيفية عمل الروبوت الصغير في عملياتك، أو إذا كنت تريد معرفة المزيد حول تكاملنا مع أنظمة الروبوت المتخصصة لتتناسب مع احتياجاتك الخاصة، فتواصل معنا لمناقشة مشروعك. يمكننا الاطلاع على سير عملك، وتوضيح كيفية تعامل أنظمة الكشف لدينا مع الأشياء الخاصة بك، ومساعدتك في العثور على حل يناسب مساحتك وميزانيتك وأهداف الإنتاج لديك.
مراجع
- وانغ، هـ، ولي، ي. (2022). اكتشاف الكائنات ثلاثية الأبعاد في الوقت الفعلي لأنظمة الالتقاط والمكان الآلية في البيئات الصناعية.معاملات IEEE على الروبوتات والأتمتة، 38(4)، 2123-2135.
- تشانغ، إل.، وسميث، ك. (2021). دمج الرؤية ثنائية وثلاثية الأبعاد واستشعار القرب للتحكم الدقيق في الأجسام الصغيرة.مجلة الأنظمة الذكية والروبوتية، 102(2)، 1-14.
- براون، أ.، وديفيز، م. (2020). المعايرة التكيفية لأجهزة الاستشعار الروبوتية لبيئات التصنيع المتغيرة.المجلة الدولية لتكنولوجيا التصنيع المتقدمة، 107(9-12)، 3451-3462.
- لي، س.، وبارك، ج. (2023). التعاون بين الإنسان والروبوت: الاستفادة من الروبوتات الصغيرة في مهام التجميع المتكررة.الروبوتات والتصنيع المتكامل بالكمبيوتر، 81، 102567.