रोबोट BORUNTE BRTIRUS0707A
हमने दो ऐसी चीजों को जोड़ा है जो आमतौर पर अलग-अलग दुनिया में मौजूद होती हैं: "तकनीकी दृष्टि प्रणाली" या "कंप्यूटर विज़न सिस्टम"। engiAI एक विशेष प्रशिक्षण प्रणाली (कन्व्हेयर) जो तंत्रिका नेटवर्क को प्रशिक्षित करती है, और एक छह-अक्षीय औद्योगिक रोबोट। BORUNTE BRTIRUS0707Aपरिणाम एक ऐसा रोबोट है जो पहले से निर्धारित प्रोग्राम का पालन नहीं करता, बल्कि.. यह प्रणाली किसी वस्तु या हिस्से को पहचानती है और वास्तविक समय में उसके अनुसार खुद को समायोजित करती है।.
यह एक परीक्षण कार्य था जिसमें इस प्रणाली की क्षमता का प्रदर्शन हुआ: एक बॉक्स मेज पर किसी भी स्थिति में रखा जाता है, और ऑपरेटर इसे अपनी इच्छानुसार घुमाता है - 0 से 360 डिग्री तक। एक कैमरा ऊपर से देखता है, एक तंत्रिका नेटवर्क (न्यूरल नेटवर्क) घूर्णन कोण को एक डिग्री की सटीकता के साथ निर्धारित करता है, और रोबोट का हाथ बॉक्स की स्थिति की नकल करता है - यह ग्रिपर को बिल्कुल बॉक्स के नीचे रखता है। इसमें कोई सहारा, कोई आधार या स्थिति संवेदक (सेंसर) नहीं हैं: केवल एक कैमरा, एक तंत्रिका नेटवर्क और एक रोबोट।
सिस्टम के घटक
`engiAI - मशीन विज़न (मशीनी दृष्टि).` यह कृत्रिम बुद्धिमत्ता (एआई) के साथ काम करने की पूरी प्रक्रिया प्रदान करता है: औद्योगिक कैमरों (SICK, Hikrobot, GigE Vision, USB) को कनेक्ट करना, वास्तविक वीडियो पर निरीक्षण क्षेत्रों को चिह्नित करना, कुछ ही फ़्रेमों से प्रशिक्षण डेटासेट बनाना, GPU (CUDA) पर YOLO मॉडल को प्रशिक्षित करना, और कैमरे के डेटा स्ट्रीम की गति के साथ वास्तविक समय में विश्लेषण करना। "OUTPUT" मॉड्यूल, पहचान के परिणामों को कार्यों में बदल देता है: यह डेटा को रोबोट या पीएलसी (PLC) को TCP पैकेट के माध्यम से भेजता है, और कैमरों के डिस्क्रीट आउटपुट को सक्रिय करता है।
Robot1 - रोबोट का नियंत्रण। यह कंट्रोलर HC1 के साथ सीधे JSON/TCP प्रोटोकॉल के माध्यम से संचार करता है, किसी भी अतिरिक्त उपकरण या मालिकाना सॉफ्टवेयर की आवश्यकता नहीं है: इसमें प्रत्येक अक्ष का मैन्युअल नियंत्रण, संग्रहीत पोज़ (स्थितियां), और रोबोट का 3D मॉडल जिसमें विभिन्न स्थितियों का डेटाबेस शामिल है। मुख्य विशेषता यह है कि यह कृत्रिम बुद्धिमत्ता (AI) से TCP के माध्यम से कमांड प्राप्त करता है: प्रत्येक अक्ष के लिए एक नियम परिभाषित किया जा सकता है, जिसमें कमांड का नाम, गति, विचलन, उलटा (इन्वर्स), और कोण को निकटतम पथ पर समायोजित करने की सुविधा (±180°) शामिल है।
इन प्रोग्रामों के बीच का संबंध, सामान्य TCP/IP है। यह महत्वपूर्ण है: आप इस श्रृंखला में किसी भी उपकरण को जोड़ सकते हैं जो सॉकेट खोलने में सक्षम हो - जैसे कि पीएलसी, कोई अन्य रोबोट, एससीएडीए, या ईआरपी।
यह कैसे काम करता है: फ्रेम से लेकर गति तक
- कैमरा। कैमरा निरीक्षण क्षेत्र की छवि (हमारे स्टॉल पर, SICK, 2048×2048 मैट्रिक्स) प्रदान करता है।
- शानदार। YOLO मॉडल किसी वस्तु की स्थिति को वर्गीकृत करता है: प्रत्येक घूमने की डिग्री एक अलग श्रेणी (0…359 डिग्री या 0…180 डिग्री के लिए सममित वस्तुओं के लिए) का प्रतिनिधित्व करती है।
- पैकेज। आउटपुट नियम एक कमांड बनाता है - उदाहरण के लिए "J6 315" - और इसे TCP के माध्यम से भेजता है। नियम पूरे मॉडल के लिए एक ही बनाया जाता है: {class} स्वयं पहचाने गए क्लास का नाम भेजता है।
- अक्ष का नियम। Robot1 अक्ष के लिए सेटिंग्स लागू करता है - उलटा, ऑफसेट, और निकटतम पथ - और निर्दिष्ट गति से लक्ष्य कोण के लिए नियंत्रक को कमांड देता है।
- गति। अक्ष घूमता है - ग्रिपर सटीक रूप से उस हिस्से पर टिका रहता है।
बॉक्स को घुमाने से लेकर अक्ष के शुरू होने तक, प्रतिक्रिया में लगभग एक सेकंड का समय लगता है, और यह नियंत्रित होता है: सभी देरी सेटिंग्स में निर्धारित की गई हैं।
डेटासेट और ML इंजीनियर के बिना प्रशिक्षण
उत्पादन में मशीन लर्निंग का एक पारंपरिक तरीका - हजारों छवियों को एकत्र करना और उन्हें चिह्नित करना। engiAI में, इसे सिंथेटिक डेटा उत्पन्न करके हल किया जाता है: ऑपरेटर क्षेत्र में किसी एक भाग की एक तस्वीर लेता है, और प्रोग्राम स्वचालित रूप से प्रशिक्षण डेटा बनाता है:
- यह सुविधा एक पूरे फ्रेम के ऊपर एक क्षेत्र की विंडो को एक निश्चित चरण (जैसे 0.1°) के साथ घुमाती है - इस प्रक्रिया में, वास्तविक पृष्ठभूमि फ्रेम में दिखाई देती है, और कोई भी हिस्सा फ्रेम से कट नहीं जाता: तस्वीर स्वचालित रूप से क्षेत्र के विकर्ण के अनुसार एक वर्ग में विस्तारित हो जाती है।
- यह दिए गए दायरे में चमक और कंट्रास्ट में विविधता जोड़ता है और दर्पण छवियों को बनाता है;
- यह स्वचालित रूप से फ्रेम को श्रेणियों (0…359) में व्यवस्थित करता है और प्रशिक्षण और सत्यापन डेटा को विभाजित करता है।
एक ही छवि से सैकड़ों प्रशिक्षण फाइलें प्राप्त होती हैं। इसके बाद, "AI मॉडल को प्रशिक्षित करें" बटन दबाया जाता है, और कुछ समय बाद मॉडल काम करने के लिए तैयार हो जाता है। पूरी प्रक्रिया, "विस्तार दिखाएं → प्रशिक्षित करें → रोबोट काम करता है" को ऑपरेटर द्वारा ही किया जाता है, न कि आमंत्रित ML इंजीनियर द्वारा।
रोबोट को बाधित करने वाली डेटा स्ट्रीम नहीं होनी चाहिए।
न्यूरोसेть प्रति सेकंड दस बार तक पहचान कर सकता है, और "सीधे" उन्हें क्रियाओं में बदलना संभव नहीं है - सर्वोमोटर्स, पुनः लक्षित निर्देशों की बाढ़ के कारण दुर्घटनाग्रस्त हो जाते हैं। इस संयोजन में, एक जीवित रोबोट पर आधारित बहु-चरणीय सुरक्षा प्रणाली लागू की गई है:
- मृत क्षेत्र - आस-पास की कक्षाओं (315↔312) के बीच की गति, अक्ष को बिल्कुल भी नहीं हिलाती;
- स्थिरता का स्तर - नई कक्षा को एक निश्चित अवधि तक चलना चाहिए: यदि तंत्रिका नेटवर्क में एकल गलत फ्रेम होते हैं, तो वे अक्ष को दूर की यात्राओं में नहीं ले जाते हैं;
- नरम रूप से लक्ष्य बदलना - यदि लक्ष्य बदल गया है, तो जब रोबोट चल रहा होता है, तो यह पुराने बिंदु पर नहीं पहुंचता। नियंत्रित ब्रेकिंग, कंट्रोलर की क्यू को साफ़ करना और तुरंत अंतिम लक्ष्य की ओर बढ़ना। मध्यवर्ती कमांड को हटा दिया जाता है - केवल वर्तमान कमांड ही महत्वपूर्ण है।
- गति के बीच का विराम — यह नियंत्रक को भेजे जाने वाले कमांड की आवृत्ति पर एक सख्त सीमा लगाता है।
- स्वचालित पुनर्स्थापना - यदि कोई दुर्घटना होती है, तो कंट्रोलर स्वचालित रूप से रीसेट हो जाता है, और लक्ष्य फिर से स्थापित हो जाता है। दोनों प्रोग्राम लगातार फ़ाइल लॉग बनाए रखते हैं।
यह क्लासिक रोबोट-मैनिपुलेटर से बेहतर क्यों है?
एक क्लासिक औद्योगिक रोबोट एक कठोर रूप से निर्धारित पथ का पालन करता है। वह जिस "जानकारी" को प्राप्त करता है, वह उसके आस-पास के यांत्रिक उपकरणों द्वारा प्रदान की जाती है। यही मुख्य लागत और स्वचालन की मुख्य सीमाएं हैं। एआई-आधारित दृष्टि इन को अलग-अलग चरणों में निकालती है।
धन और समय
- किसी भी प्रकार के मैकेनिकल सपोर्ट की आवश्यकता नहीं है - जैसे कि बेसिंग, सपोर्ट, वाइब्रेशन बंकर, और सेंट्रिंग स्टेशन। यह भाग किसी भी स्थिति में रखा जा सकता है, और रोबोट स्वचालित रूप से उसके अनुसार समायोजित हो जाएगा। अक्सर, एक सिंगल भाग के लिए आवश्यक सपोर्ट की लागत, रोबोट की लागत के बराबर होती है - इस मामले में, सपोर्ट बिल्कुल भी आवश्यक नहीं है।
- नए उत्पाद (घड़ियों) के लिए पुन: कॉन्फ़िगरेशन, न कि हफ़्तों के लिए। कैमरे के विवरण दिखाए गए, मॉडल को प्रशिक्षित किया गया, और एक नियम निर्धारित किया गया - रेखा काम कर रही है। इसमें इंटीग्रेटर के आने या उत्पादन को रोकने की आवश्यकता नहीं है।
- छोटे उत्पादन वाले बैच लाभदायक होते हैं। पारंपरिक स्वचालन केवल बड़े पैमाने पर उत्पादन में ही लाभदायक होता है। जब पुनः कॉन्फ़िगरेशन लगभग मुफ्त होता है, तो एक दिन के लिए भी स्वचालन करना फायदेमंद होता है।
- एक उपकरण, तीन प्रणालियों की जगह: रोबोट को नियंत्रित करना, गुणवत्ता नियंत्रण और अस्वीकृति, सभी एक ही प्रोग्राम में एक कैमरे के साथ काम करते हैं।
लचीलापन और गुणवत्ता
- वास्तविक दुनिया के प्रति सहिष्णुता। कन्वेयर बेल्ट खिसक गई, भाग गलत तरीके से रखा गया, एक अलग रंग का बैच आया - क्लासिक सेल ठीक से काम कर रहा है, और AI-सेल भी काम कर रहा है: यह भाग पर ध्यान केंद्रित कर रहा है, न कि निर्देशांक पर।
- गुणवत्ता नियंत्रण मुफ्त में। वही मॉडल, जो रोबोट द्वारा निरीक्षण किया जाता है, दोषों की पहचान करता है: जैसे कि मुड़ा हुआ बॉक्स, खराब लेबल, गलत असेंबली, और फिर उसी नियमों के अनुसार इसे अस्वीकृत कर देता है।
- प्रत्येक अक्ष के लिए, AI द्वारा नियम निर्धारित किए जाते हैं। नियम प्रत्येक में से छह अक्षों के लिए अलग-अलग निर्धारित किए जाते हैं: आज, एक ग्रिपर मॉडल के साथ एक बार एक अक्ष पर काम करता है, और कल, कई अक्षों पर एक साथ पूर्ण स्थिति निर्धारित की जाती है।
- लगातार प्रतिक्रिया। रोबोट "अंधा исполнитель" नहीं है: हर हरकत कैमरे में दिखाई देने वाली वास्तविक चीज़ पर आधारित होती है, और इसमें सभी निर्णयों का रिकॉर्ड होता है।
खुलापन और मापनीयता
- रोबोट के ब्रांड पर निर्भरता नहीं। संचार - खुली TCP/IP: वर्तमान में यह BORUNTE है, लेकिन भविष्य में इसी नियम का उपयोग अन्य रोबोट, घूमने वाली टेबल या पीएलसी को नियंत्रित करने के लिए किया जा सकता है।
- स्थल पर अतिरिक्त प्रशिक्षण। मॉडल "अपग्रेड" नहीं है: यदि कोई नई विशेषता या दोष सामने आता है, तो इसे शाम को ही, वास्तविक प्रकाश व्यवस्था और वास्तविक परिस्थितियों में, लाइन पर प्रशिक्षित किया जाता है।
- सेल का दोहराव - यह प्रोग्राम और मॉडल फ़ाइल की प्रतिलिपि बनाना है, न कि फिर से एकीकरण का डिज़ाइन बनाना।
- पारदर्शिता। दोनों प्रोग्रामों की लगातार लॉग और डेटाबेस में क्रियाओं का लॉग: सभी इतिहास, फ्रेम से लेकर अक्ष की गति तक, स्पष्ट रूप से दिखाई देता है। यह आँकड़ों, गुणवत्ता मापदंडों और पूर्वानुमानित रखरखाव के लिए एक आधार है।
इसका उपयोग कहाँ किया जा सकता है
- पैकेजिंग और लॉजिस्टिक्स: बॉक्स को व्यवस्थित करना, मिश्रित पैलेट पर पैलेटिंग और डी-पैलेटिंग, और अनियमित रूप से रखी वस्तुओं को पिक करने के लिए कन्वेयर सिस्टम का उपयोग करना।
- गुणवत्ता नियंत्रण और अस्वीकृति: एक कैमरा निरीक्षण करता है और साथ ही निष्पादन तंत्रों को नियंत्रित करता है।
- मशीनों का लोडिंग (सीएनसी, प्रेस): सामग्री का ढेर में या ट्रे पर, बिना वाइब्रेशन बंक के।
- निर्माण: भागों की स्थिति निर्धारण, प्रत्येक चरण में सही ढंग से स्थापित होने की जाँच करना।
- खाद्य उत्पादन और कृषि: ये ऐसे क्षेत्र हैं जिनमें, सैद्धांतिक रूप से, मशीनों का उपयोग करना संभव नहीं है।
- पुनर्चक्रण और वर्गीकरण: वे वस्तुएं, जो "सूची में नहीं हैं", एक ऐसा क्षेत्र हैं जहां पारंपरिक स्वचालन अप्रभावी है।
आगे क्या है
- चरण और बाहरी ट्रिगर: एक तकनीकी कार्यक्रम जिसमें चरणों की श्रृंखला (सभी अक्षों के निर्देशांक और प्रत्येक चरण पर गति), इंटरफ़ेस से चरणों को जोड़ना और हटाना, दृश्य, पीएलसी या ऑपरेटर से टीसीपी संकेतों के माध्यम से चरणों को शुरू करना शामिल है।
- पूर्ण मुद्रा में ग्रिपर: एक अक्ष के एक कोने से, किसी वस्तु की स्थिति और अभिविन्यास को एक साथ कई अक्षों पर ले जाना;
- बहु-कैम वाले सेल और कई रोबोट का सिंक्रोनाइज़ेशन।
- धारावाहिक पर स्वचालित प्रशिक्षण: यह प्रणाली स्वयं जटिल दृश्यों को एकत्र करती है और उन्हें नए प्रशिक्षण डेटासेट में प्रस्तुत करती है।
प्रौद्योगिकी स्टैक
.NET 9 (WinForms) · YOLO-वर्गीकरण, ONNX, CUDA · SICK / Hikrobot / GigE Vision / DirectShow कैमरे · BORUNTE BRTIRUS0707A (HC1 नियंत्रक, ओपन JSON/TCP प्रोटोकॉल) · SQLite · किसी भी उपकरण के साथ TCP/IP एकीकरण।
यह परियोजना मुख्य बात दर्शाती है: "अवास्तविक" रोबोटिक्स में प्रवेश की सीमा कम हो गई है। अब ML इंजीनियरों की टीम और महीनों के एकीकरण की आवश्यकता नहीं है - बल्कि, एक ही हिस्से की तस्वीर, एक प्रशिक्षण बटन और एक खुले प्रोटोकॉल की आवश्यकता है। रोबोट अब कारखाने में सबसे महंगी और सबसे लचीली मशीन नहीं रह जाता है - बल्कि, यह एक बहुमुखी उपकरण बन जाता है जिसे एक रात में फिर से प्रशिक्षित किया जा सकता है।
