Inicio   >   Proyectos   >   ROBOTRAK

ROBOTRAK

Desarrollo de un sistema de generación de trayectorias complejas en robots basado en aprendizaje por demostración

Ámbito
Regional
Fecha
01/07/2022 - 30/06/2023
Sector
  • Manufactura
Presupesto
210000
Finanaciador

IVACE

Website
Video

INFORMACIÓN DEL PROYECTO

DESCRIPCIÓN

Actualmente, uno de los mayores problemas de la industria es la programación de robots para la ejecución de tareas en entornos altamente cambiantes. Los métodos de programación tradicional, entre otros problemas, requieren un amplio conocimiento técnico por parte del personal responsable y consumen un tiempo considerable. De ahí surge la necesidad de facilitar el proceso de programación de operaciones industriales en robots, campo en el que AIDIMME está trabajando desde hace varios años.
Una de las técnicas con las que se está experimentando es la denominada Aprendizaje por Demostración (LbD, en sus siglas en inglés). Este método consiste principalmente en “observar” el desempeño de una tarea, extraer información relevante y generar acciones que puedan ser interpretadas y reproducidas por el controlador del robot. Para que sea fácilmente adoptable por la industria, este proceso de conversión debe ser rápido (sin intervención humana en la medida de lo posible), fiable y preciso, de manera que las tareas observadas se reproduzcan fielmente y sin errores.
Con estas premisas, el proyecto plantea avanzar en el desarrollo de técnicas que permitan agilizar la programación de robots aplicando técnicas de Aprendizaje por Demostración a partir de los resultados obtenidos en un proyecto anterior (COLEARNING 4.0 - Desarrollo de técnicas de aprendizaje para COBOTS basadas en interacción humana y aprendizaje de refuerzo. IMDEEA/2020/22), en el cual se consiguió que el robot reprodujese movimientos y presiones realizadas previamente por una persona, aunque de forma aproximada y con un tratamiento manual de los datos capturados.
Para profundizar en esta técnica de programación automática, se plantea como objetivo principal del proyecto desarrollar un sistema de aprendizaje por demostración para robots colaborativos, basado en un sistema de visión artificial y sensores externos al robot, que permita reproducir con precisión tareas complejas de forma inmediata tras la demostración humana, utilizando algoritmos de inteligencia artificial para el modelado de trayectorias y ejecución de tareas. La validación del desarrollo que se consiga se realizaría sobre la reproducción de un proceso con elevada carga de trabajo manual que implique el control de varios parámetros del robot, además de las trayectorias (velocidad, fuerza, par, etc).

Actualmente, uno de los mayores problemas de la industria es la programación de robots para la ejecución de tareas en entornos altamente cambiantes. Los métodos de programación tradicional, entre otros problemas, requieren un amplio conocimiento técnico por parte del personal responsable y consumen un tiempo considerable. De ahí surge la necesidad de facilitar el proceso de programación de operaciones industriales en robots, campo en el que AIDIMME está trabajando desde hace varios años.
Una de las técnicas con las que se está experimentando es la denominada Aprendizaje por Demostración (LbD, en sus siglas en inglés). Este método consiste principalmente en “observar” el desempeño de una tarea, extraer información relevante y generar acciones que puedan ser interpretadas y reproducidas por el controlador del robot. Para que sea fácilmente adoptable por la industria, este proceso de conversión debe ser rápido (sin intervención humana en la medida de lo posible), fiable y preciso, de manera que las tareas observadas se reproduzcan fielmente y sin errores.
Con estas premisas, el proyecto plantea avanzar en el desarrollo de técnicas que permitan agilizar la programación de robots aplicando técnicas de Aprendizaje por Demostración a partir de los resultados obtenidos en un proyecto anterior (COLEARNING 4.0 – Desarrollo de técnicas de aprendizaje para COBOTS basadas en interacción humana y aprendizaje de refuerzo. IMDEEA/2020/22), en el cual se consiguió que el robot reprodujese movimientos y presiones realizadas previamente por una persona, aunque de forma aproximada y con un tratamiento manual de los datos capturados.
Para profundizar en esta técnica de programación automática, se plantea como objetivo principal del proyecto desarrollar un sistema de aprendizaje por demostración para robots colaborativos, basado en un sistema de visión artificial y sensores externos al robot, que permita reproducir con precisión tareas complejas de forma inmediata tras la demostración humana, utilizando algoritmos de inteligencia artificial para el modelado de trayectorias y ejecución de tareas. La validación del desarrollo que se consiga se realizaría sobre la reproducción de un proceso con elevada carga de trabajo manual que implique el control de varios parámetros del robot, además de las trayectorias (velocidad, fuerza, par, etc).

Impacto

Los resultados del proyecto, asociados a los objetivos específicos perseguidos, son los siguientes:
- Un conjunto de sensores integrados, tanto de visión artificial como otro tipo de sensores externos al robot, cuando sea necesario.
- Un sistema software para calcular y transferir trayectorias y acciones viables al robot colaborativo, en un corto periodo de tiempo, que reproduzcan con fidelidad las secuencias capturadas. Este sistema se basará en la combinación de algoritmos de IA adecuados para el procesamiento de la información.
- Una interfaz HMI que integra el conjunto de sensores, el sistema software y un simulador virtual de movimientos, adecuada para su uso industrial.

DATOS DE CONTACTO

José Luis Sánchez Asins
Responsable Desarrollo Industrial

AIDIMME

CAPACIDADES TECNOLÓGICAS

Robótica
Automatización de tareas