Исследователи из Болонского университета и компании Electrolux недавно разработали новую роботизированную систему, которая может помочь людям в выполнении одной из самых распространенных повседневных задач — стирке. Эта система, представленная в статье, опубликованной в SpringerLink’s Human-Friendly Robotics, была успешно обучена вставлять предметы и извлекать их из стиральной машины после завершения цикла стирки.

«Наш недавний проект является результатом сотрудничества между отраслевым партнером Electrolux и Болонским университетом», — сказал TechXplore Джанлука Палли, один из исследователей, проводивших исследование. «Наш отраслевой партнер, компания Electrolux, проявила интерес к разработке и развертыванию роботизированных манипуляций со стиркой в ​​своей испытательной лаборатории бытовой техники, чтобы ускорить испытания и оценку новых продуктов. Этот интерес мотивирован тем фактом, что развертывание роботизированных систем может потенциально принести пользу их в экономии времени и денег, за счет оперативного тестирования и проверки 24/7 с минимальным вмешательством человека или вообще без него».

Лаборатория автоматизации и робототехники Болонского университета (LAR) проводит обширные исследования, посвященные манипулированию роботами. За последние несколько лет исследователи этой лаборатории представили множество многообещающих систем, в том числе разработку роботизированной руки и новые методологии для электропроводки распределительных устройств и манипулирования деформируемыми объектами.

«Этот одинаковый интерес между Electrolux и нашей лабораторией привел к официальному сотрудничеству, которое началось в 2017 году», — сказал Палли. «Основной целью этого совместного проекта, включая нашу недавнюю статью, было разработать и оценить роботизированную систему (конвейер восприятия и алгоритмы управления ) для автоматизации операций прачечной».

Цель недавних исследований LAR и Electrolux состоит в том, чтобы в конечном итоге заменить людей-операторов в магазинах и службах химчистки полностью автономными мобильными роботами-манипуляторами. Это далеко не простая задача, так как одежда сильно деформируется, а роботы обычно с трудом справляются с деформируемыми объектами.

Для роботизированной системы стирка включает в себя несколько этапов. Эти шаги включают в себя обнаружение одежды, которую необходимо постирать, ее подъем, загрузку в стиральную машину , интерпретацию информации на дисплее стиральной машины и настройку параметров машины для выполнения желаемого цикла стирки.

«Обеспечение успешной загрузки белья и извлечения из области дверцы барабана в случае, если крупногабаритная одежда частично остается вне стиральной машины, также является ключевым фактором успеха предлагаемой системы», — сказал Палли.

Чтобы улучшить способность своей роботизированной системы захватывать и манипулировать предметами одежды и другими текстильными предметами, исследователи разработали алгоритм восприятия на основе облака точек. Этот алгоритм может обнаруживать морщины на поверхности ткани, вычислять сплайновые кривые вдоль морщинистой структуры и оценивать оптимальные рамки захвата.

«Чтобы улучшить удобочитаемость объектов при отсутствии складок, мы также оценили подход к обнаружению пятен вместе с рейтингом качества захвата, который определяет оптимальные позы», — сказал Палли. «Мы также разработали основанный на глубоком обучении алгоритм обнаружения и интерпретации пользовательского интерфейса стиральной машины, который позволяет нам полностью автоматизировать работу роботизированной прачечной».

После того, как они разработали свою роботизированную систему и ее различные компоненты, исследователи оценили ее эффективность в серии тестов. В этих тестах они использовали две разработанные ими роботизированные платформы, а именно роботов Tiago и Baxter, а также стиральную машину AEG.

«Наше исследование показывает, что проблема автоматизированной работы прачечной не была полностью изучена в литературе», — сказал Палли. «Это первый раз, когда проблема полностью роботизированного цикла стирки была исследована во всех ее аспектах одновременно, включая успех захвата, распознавание дисплея и предотвращение столкновения роботов во время взаимодействия. Кроме того, мы также смогли разработать и исследовать человекоподобный процесс. Стратегия захвата ткани путем нацеливания на морщины и капли, которые вычисляются из облака точек в реальном времени, снятого с помощью 3D-камеры Time of Flight (ToF)».

В будущем автоматизированную систему прачечной , разработанную этой группой исследователей, можно будет внедрить и протестировать в реальных условиях, чтобы оценить ее эффективность в реальных условиях. Хотя в первоначальных тестах система показала многообещающие результаты, теперь исследователи планируют продолжить работу над ней, чтобы улучшить ее обобщаемость и способность работать с текстильными изделиями.

«Есть два предложенных направления будущих исследований», — добавил Палли. «Первой линией расширения является оценка глубоких нейронных сетей для задачи обнаружения захвата идентификации морщин. Это позволит дополнительно обобщить ранее разработанные алгоритмы зрения. Вторая область расширения будет заключаться в полном развертывании предлагаемой системы в промышленном сценарии. и потенциально количественно оценить экономические и другие выгоды, полученные от этой роботизированной системы. Мы знаем, что наш отраслевой партнер будет проводить дальнейшую работу в этом направлении».