روبوت BORUNTE BRTIRUS0707A
لقد قمنا بدمج عنصرين كانا عادةً موجودين في عالمين مختلفين: نظام الرؤية الآلية engiAI مع نظام التدريب الخاص بالشبكات العصبية وروبوت صناعي ذو ست محاور BORUNTE BRTIRUS0707A. والنتيجة هي روبوت لا ينفذ برنامجًا مُبرمجًا مسبقًا، بل يستطيع رؤية التفاصيل والتكيف معها في الوقت الفعلي.
الاختبار التجريبي، حيث أثبتت الوحدة فعاليتها: الكرتون موضوع على الطاولة في وضع عشوائي، ويمكن للمشغل تدويره بأي اتجاه من 0 إلى 360 درجة. الكاميرا تشاهد من الأعلى، والشبكة العصبية تحدد زاوية الدوران بدقة تصل إلى درجة واحدة، والروبوت يعيد وضع الكرتون - يوجهه بشكل مثالي. لا توجد أي دعامات أو أدوات أو مستشعرات لتحديد الموضع: فقط الكاميرا والشبكة العصبية والروبوت.
مكونات النظام:
engiAI - رؤية حاسوبية. يوفر نظامًا كاملاً للعمل مع الذكاء الاصطناعي: يتضمن توصيل الكاميرات الصناعية (مثل SICK و Hikrobot و GigE Vision و USB)، وتحديد مناطق الفحص مباشرة على الفيديو المباشر، وإنشاء مجموعة بيانات تدريبية من عدد قليل من الإطارات، وتدريب نماذج YOLO على وحدات معالجة الرسومات (GPU) باستخدام تقنية CUDA، وإجراء استنتاجات في الوقت الفعلي بسرعة تدفق الكاميرا. يقوم وحدة الإخراج بتحويل نتائج التعرف إلى إجراءات: إرسال حزم TCP إلى الروبوت أو وحدة التحكم المنطقية القابلة للبرمجة (PLC)، وتفعيل المخرجات الرقمية للكاميرات.
`Robot1 - التحكم في الروبوت. التواصل المباشر مع وحدة التحكم HC1 عبر بروتوكول JSON/TCP المفتوح، بدون الحاجة إلى وحدة تعليم أو برامج خاصة: التحكم اليدوي في كل محور، وحفظ الإعدادات المسبقة، ونموذج ثلاثي الأبعاد للروبوت مع قاعدة بيانات للمواضع. الأهم هو `مستقبل أوامر TCP من الذكاء الاصطناعي`: قاعدة لكل محور تحدد اسم الأمر، والسرعة، والإزاحة، والانعكاس، وتحويل الزاوية إلى أقرب مسار (±180 درجة).
الربط بين البرامج يتم عبر بروتوكول TCP/IP القياسي. وهذا أمر أساسي: يمكن إدخال أي جهاز في سلسلة الاتصال، طالما أنه قادر على فتح مقبس (socket)، مثل وحدات التحكم القابلة للبرمجة (PLC)، أو روبوت آخر، أو نظام SCADA، أو نظام ERP.
كيف يعمل النظام: من الإطار إلى الحركة
- لقطة. الكاميرا تعرض صورة لمنطقة الفحص (في منصتنا، وهي شركة SICK، مع دقة 2048×2048).
- رائع. نموذج YOLO يصنف موقع الجزء: كل درجة دوران تمثل فئة منفصلة (من 0 إلى 359 لدوائر كاملة، أو من 0 إلى 180 للأجزاء المتماثلة).
- الحزمة. القاعدة "OUTPUT" تُنشئ أمرًا - على سبيل المثال، "J6 315" - وترسله عبر بروتوكول TCP. يتم إنشاء قاعدة واحدة فقط لكل نموذج: تقوم الخاصية {class} بنقل اسم الفئة التي تم التعرف عليها تلقائيًا.
- قاعدة المحور. Robot1 يطبق إعدادات المحور (مثل الانعكاس، والتحويل، والمسار القريب) ويصدر أمرًا إلى وحدة التحكم لتحديد الزاوية المطلوبة بسرعة محددة.
- الحركة. المحور يدور - الماكينة تتطابق تمامًا مع تفاصيل الجزء.
تأخير الاستجابة من دوران الصندوق إلى بدء المحور - حوالي ثانية، وهو تحكمي: جميع التأخيرات محددة في الإعدادات.
التدريب بدون مجموعة بيانات أو مهندس تعلم آلي
الطريقة التقليدية في مجال التعلم الآلي في الإنتاج هي جمع وتصنيف الآلاف من الصور. في engiAI، يتم ذلك عن طريق إنشاء بيانات اصطناعية: يقوم المشغل بالتقاط صورة واحدة لجزء من المنتج، ثم تقوم البرنامج بإنشاء مجموعة بيانات للتدريب:
- يقوم بتدوير منطقة في إطار الصورة بمقدار محدد (حتى 0.1 درجة)، بحيث تظهر الخلفية الحقيقية، ولا يتم اقتصاص الصورة بواسطة الإطار: يتم توسيع الصورة تلقائيًا لتصبح مربعة على طول قطر المنطقة.
- يضيف اختلافات في السطوع والتباين ضمن الحدود المحددة، بالإضافة إلى نسخ معكوسة؛
- يقوم بتوزيع الإطارات تلقائيًا حسب الفئات (0…359) ويقسم العينة إلى بيانات تدريب وتقييم.
من صورة واحدة، يمكن الحصول على مئات ملفات التدريب. بعد ذلك، يتم الضغط على زر "تدريب نموذج الذكاء الاصطناعي"، وبعد فترة، يصبح النموذج جاهزًا للعمل. يقوم المشغل في الخط بتنفيذ دورة "عرض التفاصيل → التدريب → عمل الروبوت"، وليس المهندس المُلحق.
يجب ألا يؤثر تدفق البيانات على الروبوت.
الشبكة العصبية قادرة على التعرف على الأشياء عشرات المرات في الثانية، ومن المستحيل "إرسال" هذه التعرفات مباشرة إلى الحركات - لأن المحركات تتوقف عن العمل بشكل مفاجئ بسبب تدفق التوجيهات. تم تنفيذ نظام حماية متعدد المراحل، تم اختباره على روبوت حقيقي:
- منطقة الموت: الضوضاء بين الفئات المجاورة (315↔312) لا تؤثر على المحور على الإطلاق.
- استقرار النظام - يجب أن يستمر النظام الجديد لفترة محددة: يجب ألا تتسبب الصور الوهمية التي تنتجها الشبكة العصبية في تحريك المحور إلى مسارات بعيدة.
- التحكم السلس - إذا تغيرت الهدف أثناء حركة الروبوت، فلن يصل إلى النقطة القديمة: إيقاف التحكم، وتنظيف قائمة التحكم، ثم الانتقال مباشرة إلى الهدف الأخير. يتم تجاهل الأوامر الوسيطة - الأهم هو الأمر الحالي فقط.
- فترة التوقف بين الحركات - هي مقياس صارم لعدد الأوامر المرسلة إلى المتحكم.
- إعادة التشغيل التلقائي - في حالة وقوع حادث، يتم إعادة تشغيل نظام التحكم تلقائيًا، وبعد إعادة الضبط، يتم إعادة تحديد الهدف. كلا البرنامجين يحتفظان بسجلات ملفات مستمرة.
ما الذي يجعل هذا أفضل من الروبوت الصناعي التقليدي؟
الروبوت الصناعي التقليدي يكرر مسارًا محددًا بدقة. كل ما يعرفه عن الجزء يتم توفيره من خلال الآليات المحيطة به. وهذا هو سبب ارتفاع تكاليف التشغيل والقيود الرئيسية على الأتمتة. يزيل الرؤية المدعومة بالذكاء الاصطناعي هذه القيود بشكل تدريجي.
التكلفة والوقت
- لا حاجة إلى أدوات تثبيت ميكانيكية - مثل الحوامل، والمثبتات، وحاويات الاهتزاز، ومحطات التمركز. يمكن وضع القطعة بأي وضع، حيث يتكيف الروبوت معها تلقائيًا. غالبًا ما تكلف أدوات التثبيت المخصصة لقطعة واحدة ما يعادل سعر الروبوت نفسه - وهنا، لا توجد أي أدوات تثبيت على الإطلاق.
- إعادة التكوين للعمل مع منتج جديد، وهو الساعات، وليس بالأيام. تم عرض تفاصيل الكاميرا، وتدريب النموذج، وتحديد القاعدة - تعمل الخط. لا حاجة لزيارة فني أو إيقاف الإنتاج.
- تصبح الإنتاجيات الصغيرة مربحة. إن الأتمتة التقليدية تحقق عائدًا فقط على الكميات الكبيرة. وعندما تكون تكلفة إعادة الترتيب ضئيلة، فإن أتمتة كميات صغيرة يوميًا تكون مربحة.
- أداة واحدة بدلاً من ثلاثة أنظمة: نظام الروبوت، ومراقبة الجودة، وإجراء عمليات الفحص كلها تعمل في برنامج واحد باستخدام كاميرا واحدة.
المرونة والجودة
- التكيف مع الواقع. تحرك السطح، ووصلت قطعة بشكل غير صحيح، ووصلت دفعة بألوان مختلفة - تبدأ الخلية التقليدية بالعمل، وتستمر الخلية الذكية بالعمل: فهي تنظر إلى القطعة، وليس إلى الإحداثيات.
- فحص الجودة مجاني. نفس الطراز الذي يستخدمه الروبوت، يتميز بعيب: وجود صندوق معيب، أو ملصق مفقود، أو تجميع غير صحيح، ويتم إرساله إلى قسم الفحص بنفس آلية القواعد.
- أي محور - يتم التحكم فيه بواسطة الذكاء الاصطناعي. يتم تحديد القواعد لكل من الستة محاور بشكل مستقل: اليوم، يتم تشغيل نظام واحد لعملية "ماسك"، بينما في الغد، سيتم تحقيق التمركز الكامل عبر عدة محاور في نفس الوقت.
- تواصل مستمر. الروبوت ليس مجرد "تنفيذ تلقائي": كل حركة هي استجابة لما يراه الكاميرا، مع الرجوع إلى جميع القرارات.
الشفافية وقابلية التوسع
- الاستقلالية عن العلامة التجارية للروبوت. الاتصال: بروتوكول TCP/IP مفتوح: اليوم، يتم استخدام BORUNTE، ولكن يمكن تطبيق نفس القاعدة للتحكم في جهاز آخر، أو طاولة دوارة، أو PLC.
- التدريب الإضافي في الموقع. النموذج ليس مجرد "تحديث": إذا ظهرت تفاصيل جديدة أو عيب، تم تدريبه في المساء مباشرةً، على خط الإنتاج، باستخدام لقطات حقيقية مع إضاءة المصنع.
- تكرار الخلية يعني نسخ البرنامج وملف النموذج، وليس إعادة تصميم عملية التكامل.
- الشفافية. سجلات العمل المستمرة لكلتا البرنامجين وسجل الأحداث في قاعدة البيانات: يمكن رؤية كامل التاريخ، بدءًا من الإطار وحتى حركة المحور. هذه قاعدة بيانات للتحليل الإحصائي، ومقاييس جودة المجموعات، والصيانة التنبؤية.
أين يمكن تطبيقه؟
- التغليف واللوجستيات: ترتيب الصناديق قبل التجميع، وتجميع وتفكيك الصناديق على منصات، وجمع المنتجات المتناثرة باستخدام نظام النقل الآلي.
- مراقبة الجودة مع عمليات الفحص: كاميرا واحدة تقوم بفحص المنتج والتحكم في الآليات التنفيذية.
- تحميل الآلات (التحكم الرقمي، الماكينات): استخدام قطع المواد الخام مباشرة أو على منصات، بدون استخدام حفر أو أحواض اهتزاز.
- التجميع: تحديد مواقع الأجزاء، ومراقبة دقة التثبيت في كل مرحلة.
- إنتاج الغذاء والزراعة: هي مجالات تتطلب استخدام معدات متخصصة، ولا يمكن الاعتماد على الآلات التقليدية بشكل كامل.
- إعادة التدوير والفصل: أما بالنسبة للمواد التي "لا تظهر في القائمة"، فإنها تمثل مجالًا حيث لا يمكن للأنظمة الآلية التقليدية أن تكون فعالة.
ماذا بعد؟
- المراحل والمحفزات الخارجية: برنامج يتضمن خطوات (إحداثيات جميع المحاور وسرعة كل خطوة)، وإضافة وحذف المراحل من الواجهة، وبدء المراحل بناءً على إشارات TCP من الكاميرا أو PLC أو المشغل.
- التحكم بالكامل في الوضع: من زاوية محور واحد - إلى وضع وتوجيه الجزء في عدة محاور في وقت واحد؛
- "الخلايا متعددة الأجزاء ومزامنة عدة روبوتات؛"
- التعلم التلقائي من البيانات: تقوم النظام بجمع وتجميع البيانات المعقدة وتقديمها كعينة تدريب جديدة.
مجموعة التقنيات
.NET 9 (WinForms) · تصنيف YOLO، ONNX، CUDA · كاميرات SICK / Hikrobot / GigE Vision / DirectShow · روبوت BORUNTE BRTIRUS0707A (وحدة تحكم HC1، بروتوكول JSON/TCP) · SQLite · تكامل TCP/IP مع أي جهاز.
يظهر المشروع أن نقطة البداية في مجال الروبوتات "غير المنطقية" قد انخفضت. لم يعد هناك حاجة إلى فريق من مهندسي التعلم الآلي وشهور من التكامل - بل يكفي صورة واحدة للتفاصيل، وزر للتدريب، وبروتوكول مفتوح. يتحول الروبوت إلى آلة متعددة الاستخدامات، يمكن إعادة تدريبها في غضون ساعات.
