micropsi-industries MIRAI UX1 AIロボット
MIRAIの設定
- 物理的なセットアップ: 最初にカメラ固定具 (カメラとレンズ付き) を取り付け、次に力トルク センサー (F/T センサー) をロボット フランジに取り付けます (図 1)。 ケーブルが F/T センサーに力を加えないようにしてください。 力を避けることができない場合は、ケーブルをロボットにしっかりと固定して、力が一定になり、さまざまなロボットのポーズで変化しないようにします。
- ケーブル接続とセットアップ: 付属の USB ケーブルを使用して、カメラを MIRAI コントローラーに接続します。 ロボットと OnRobot F/T センサーのイーサネット ケーブルを、イーサネット スイッチを使用して MIRAI コントローラーのロボット ネットワーク ポートに接続します (図 2)。 UR e シリーズの場合、ロボットがリモート モードになっていることを確認します。 MIRAI の残りのネットワーク ポートを、DHCP サービスを提供する WAN (インターネット) に接続します。 MIRAI コントローラーの電源を入れ、2 回目のビープ音が鳴るのを待ってから、MIRAI Training App を使用します。
- トレーニングアプリのセットアップ: タブレットで MIRAI-#### Wi-Fi ネットワークに接続します (#### は MIRAI コントローラーの ID 番号です)。 ID番号とパスワードは、MIRAIコントローラー側面の製品シールに記載されています。 接続すると、タブレットは、Wi-Fi 接続を介して利用できるインターネット接続がないことを通知します。 この警告は無視してかまいません。 タブレットのブラウザを使用して http://mirai:6543/mint/apk にアクセスし、MIRAI Training App をダウンロードしてインストールします。
- ネットワーク構成: タブレットの MIRAI Training アプリで、[ネットワーク構成] セクションに移動し、ロボットの IP 設定を入力します。 F/T センサーと MIRAI コントローラーの最後の IP フィールドを更新します。 すべてのデバイス (F/T センサー、ロボット、MIRAI コントローラー) が同じサブネットに接続されていることを確認してください。 (または、ロボットと F/T センサーが MIRAI コントローラーと同じサブネットを使用するように構成できます。その場合、ロボットが 192.168.100.100 を使用するように構成し、OnRobot F/T センサーが 192.168.100.15 を使用するように構成し、 192.168.100.20 を使用する ATI F/T センサー)4
- URCaps のセットアップ: 付属の USB ドライブを使用して、MIRAI URCap 拡張機能をインストールします。 OnRobot F/T センサー用の URCap をインストールしないでください。
先に進む前に、(1) すべてのデバイス (MIRAI コントローラー、ロボット、F/T センサー、およびカメラ) が接続されていることを再確認し、(2) デバイスの IP アドレスを確認し、(3) MIRAI がインターネットへの作業アクセス。 UR e シリーズの場合、最小ソフトウェア バージョン 5.9.0 がインストールされていることを確認してください。 UR CB3 シリーズの場合、最小ソフトウェア バージョン 3.9.0 をインストールする必要があります。
アプリケーション設計
ロボットに何をさせたいかを考えてください。 ロボットが行う動き全体を視覚化します。 より小さなセクションに分割できます。 固定位置間の移動が必要なセクションごとに、UR プログラミング環境を使用してそれらの移動をプログラミングします。 目標位置に到達するためにカメラ ガイド付きの移動が必要なセクションは、MIRAI を使用して実装する必要があります。 優れた MIRAI スキルを得るには、カメラ制御によって導かれる必要がある、最短で最も一貫したパスを見つけます。 問題が許す限りスキルを小さく設計してください。 迷ったら複数のスキルに分割。 URプログラミング環境で、MIRAIスキルと固定動作の両方を断続的に使用できます。
ポジショニングスキル
ポジショニング スキルを使用すると、最適な (つまり、最短の) パスを使用して、可視オブジェクトに対してエンド エフェクタを正確に配置できます。 ポジショニング スキルは、さまざまなアプリケーションやユース ケースで役立ちます。たとえば、次のような場合です。
- グリッパーをプレグリップ ポーズで可変オブジェクト上に配置します。
- 挿入のためにワークピースを正確に位置決めします。
- 品質検査のためにワークピースに対してセンサー ツールを配置します。
ポジショニング スキルを使用するには、次の前提条件を満たす必要があります。
- MIRAI の実行フェーズの開始時のロボットのポーズとゴール ポーズの間の直接的なパスには、障害物がないようにする必要があります。
- 関連するオブジェクトは、MIRAI コントローラのモーション中、トレーニング中にその位置を変更してはなりません。 エピソードのトレーニング後に移動できます。
モーションスキル
ツールの配置だけでは不十分であるが、ロボットの軌道 (正確なパス、速度、および加速度) を完全に制御したい、より複雑なまたは動的なモーション用のモーション スキルを作成します。 元ampそのようなアプリケーションのファイルには次のものがあります。
- さまざまな種類の挿入作業 (ケーブルのプラグなど)。
- パスまたは輪郭に沿ったタスク (例: 接着);
- 移動中のコンベアから物を拾い上げたり、そこに置いたりする;
- 品質検査;
- 障害物があり、開始点からゴールまでの直接的な経路が得られない場所でのツールの配置。
MIRAI スキルの作成
タブレットの MIRAI トレーニング アプリで、新しいスキルを作成します。 スキルタイプは、解決したい問題に合わせてポジショニングスキルかモーションコントロールを選択してください。 (図 3)。
カメラからのライブ ビデオ フィードを使用して、エンド エフェクタやターゲット オブジェクトなど、タスクで役割を果たすすべてのパーツをカメラがキャプチャしていることを確認します (図 4)。 画像を微調整するには、カメラ自体のフォーカス リングと絞りを調整します。 絞りの範囲は 1.4 ～ 16 です。 8 の設定をお勧めします。
カメラのこれらの物理設定はグローバルです。 MIRAI コントローラーのすべてのスキルに影響します。 変更すると、これらの設定を使用してトレーニングされた他のすべてのスキルが壊れます。 アプリケーションが必要とするすべてのスキルに有効な焦点と絞りの組み合わせを探してみてください。 これが不可能な場合は、XNUMX 台目のカメラを追加することを検討してください。
タブレットの MIRAI トレーニング アプリで、露出とゲインを微調整して、露出過多または露出不足を最小限に抑えます。 照明が常に十分であることを確認するために、ロボットを意図した経路に誘導します。 このステップには時間をかけてください。 遊びまわる.7
ポジショニングスキルのスキルトレーニング
物理的なセットアップが完了したら、エピソードの録画に進みます.8
- 新しく作成したスキルで [エピソードを追加] をタップして録画ループに入り、画面の指示に従います (図 5)。 記録ごとに、ロボットを自由に誘導できます。 ロボットが MIRAI の実行を停止し、次のタスク (挿入またはピッキングなど) を実行する最終目標位置にツールが正確に配置されるように、ロボットを誘導します。 グリッパーとターゲットの位置/オブジェクトがカメラに表示されていることを確認します。
- [記録を開始] をタップし、実行中に遭遇するすべての位置をカバーして、ターゲット上とその周囲を十字に交差するらせん状の動きで約 6 分間、ロボットをガイドします。 回転が有効になっている場合は、エピソード全体で関連する軸を中心にツールを回転させます。 正確さを期すために、記録時間のほとんどをターゲットに近い空間で過ごします。 (図XNUMX)
- スキャンが完了してロボットから手を離すと、目標位置に戻ります。 [記録を停止] をタップします。
- [トレーニングに使用] をタップします。 ターゲット オブジェクトが誤って動かされたことがわかった場合、またはグリッパーとオブジェクトがカメラになかった場合は、記録されたエピソードを破棄します view、たとえ一瞬であっても。
- ステップ A に進み、別のエピソードを追加します。 スキルを堅牢にするために、タスクを変更します — ターゲット オブジェクトを移動する、ツールの位置を変更する、背景または照明条件を変更する、またはオブジェクトを変更する (異なる色、形、またはサイズ)。
最低 9 つのエピソードを記録した後、トレーニング アプリのホーム画面に戻り、[このスキルのクラウド トレーニングを開始] をタップします。XNUMX
モーションスキルのスキルトレーニング
物理的なセットアップが完了したら、データの記録に進みます。 記録セッションでは、タスクをさまざまに繰り返して、ロボットに実行させたいモーションを実演します.10
- 新しく作成したスキルで [エピソードを追加] をタップして録画ループに入り、画面の指示に従います。 各記録では、ロボットを自由に誘導できます。 エピソードごとに、タスクを変更し (ターゲット オブジェクトを移動する、ツールの位置を変更する、背景を変更する、オブジェクトを変更する)、ターゲットの周りの作業スペース内で選択した開始位置にロボットを誘導します (ツールとオブジェクトがカメラフィードに表示されます)。
- [記録を開始] をタップして、ロボットをスムーズな動きで目標位置の動きに導きます。 これは、障害物を避けて移動するための曲線軌道になる可能性がありますが、最短で最も直接的な経路である必要があります。 軌跡が完成したら、[記録の停止] をクリックします。 (図 7)
- 記録されたエピソードがタスクの適切な表現である場合は、[トレーニングに使用] をタップします。 (図 8)
- ステップ A に進み、別のエピソードを追加します。
50話程度収録後、回復エピソード（50話程度）を追加収録してください。 回復エピソードは、目標からわずかに離れた位置から開始する必要があります。 目標は、ロボットが軌道から外れた場合にロボットを元に戻すことです。 回復エピソードは、堅牢で正確なスキルにとって非常に重要です。
ホーム画面に戻り、[このスキルのクラウド トレーニングを開始] をタップします。 変化する側面がほとんどない単純なタスクの場合、約 50 の記録されたエピソードでトレーニングすると、最初の有能なスキルが明らかになります。 堅牢な動作は、通常、200 エピソード後に利用可能になります.11
MIRAI スキルのテストと構成
- スキルテスト：MIRAIがクラウドトレーニングからスキルバックを受け取ると、ホーム画面に「更新されたスキルが利用可能です」という通知が表示されます。 [スキルのテストと構成] を選択してテストを開始します。12
- 設定：MIRAI スキルが制御を UR ホスト プログラムに戻す条件（終了状態）をスキルごとに設定します。 通常、この最終状態に達するのは次の場合です (図 9):13
- 接触や衝突など、特定の力が適用されます (力ベースの終了状態)。
- 目的のターゲット位置 (位置ベースの終了状態) に到達したため、ロボットは移動を停止します。
- たとえば、ターゲット位置に到達すると (速度ベースの終了状態)、TCP の速度が低下します。
- 視覚的な終了状態の設定は、トレーニング中にライブ カメラ フィードと記録された画像を比較することで、スキルがいつ終了するかを自動的に検出し、信頼度 (デフォルトは 0.7) に構成できます。
- スキルの実行速度を上げたり、スピードプロを定義したりすることもできますfile実行時間をさらに最適化するためのスキルの s (図 10).14
- アプリケーションのセットアップ: 堅牢な MIRAI スキルを取得したら、MIRAI URCaps.15 を使用して Polyscope プログラムにスキルを組み込むことができます。
スキルトレーニングのベストプラクティスとガイドライン
このセクションには、堅牢なスキルを保証する方法で MIRAI スキルをトレーニングする方法に関する貴重なアドバイスが含まれています。 スキルのトレーニングに進む前に、このセクションを一読することを強くお勧めします。
ゴールデン トレーニング ルール
黄金律 1: ロボットの意図した動作中の任意の時点でビデオ フィードを見て、その内容に基づいてどのように進行するかを判断できますか? 答えが「はい」の場合、MIRAI はスキルを習得できます。 そうしないと、MIRAIも動き方を学習しません。
黄金律 2: スキルが頑健である必要があるすべての種類の差異を含めます (例: オブジェクトとツールのさまざまな位置、さまざまな外観、または照明条件)。
分散
MIRAI の主な強みは、分散に対処できることです。 これは、MIRAI を搭載したロボットに、カメラで見たものの配置に応じて異なる動きを教えることができることを意味します。 同様に、MIRAIも無関係な分散を無視できるため、照明の変化など、オブジェクトに関連する何かが変化しても、同じようにロバストに移動するように教えることができます。 ロボットを直接誘導することで目的の動作を実証し、さまざまな可能な経路を示すことで、反応性とロバスト性の両方を実現します。 元amp自動化タスクに関連することが多い差異のソースのファイルは次のとおりです。
- 軌道の始点と終点の変動。 タスク中または作業部分の操作中のターゲット オブジェクトの位置の変動。
- 背景を変更したり、背景にあるオブジェクトを移動したりします。 これは、録画されたエピソードに背景が表示されている場合にのみ関係します。
- 物体/作動部品の色や形の違い。
- 照明条件の変化 (例: 日光の強さの変化)。 日光に直接さらされると、スキルの堅牢性に悪影響を及ぼす可能性があるため、可能であれば避ける必要があります。
- TCP での把持位置の不正確さとばらつき。
-
ポジショニングスキルのトレーニング
- ツールは、ロボットが停止して次のタスク (挿入、ピッキング、テストなど) を実行する最終目標位置に正確に配置する必要があります。
- 目的の開始点からターゲットまでの直接的な経路に障害物がないことを確認してください。
- 可能性のある範囲内ですべての差異の原因を紹介し、スキルを堅牢にするために関連する極端なものを含めます。 例えばampたとえば、ターゲット オブジェクトが大きく変化する場合は、ポジショニング タスクで 20 個の異なるオブジェクトに 50 秒を費やすほうが、変化する XNUMX つのオブジェクトだけに XNUMX 分間ずつ費やすよりも優れています。
録音中：
- 記録中にターゲットを動かしたり、分散を導入したりしないでください。
- 誘導するときは、ロボットを F/T センサーの下に保持し、付属物をカメラ フレームから遠ざけるのが理想的です。
- グリッパーとターゲット位置/オブジェクトが、XNUMX つの可能なカメラ フィードの少なくとも XNUMX つに常に表示されていることを確認してください。 あなたは再することができますview その後の収録エピソードも。
- 目標位置から開始し、目標から遠ざかる螺旋運動を重ねてロボットを誘導します。 目標は、スキルの実行中にロボットが通過するターゲットの近くのすべてのツール ポーズにアクセスすることです。
- スキルが前のプログラムステップから引き継がれるハンドオーバーポイントまで、ターゲットからの距離を増やしながらランダムな動きを続けます。
- 記録時間のほとんどをターゲットの近くで過ごします。
- 回転が有効なスキルの場合、ツールのさまざまな向きでらせん運動を繰り返します。
- ときどき、ロボットから手を離してください。 その後、最短経路でターゲット ポーズに向かって移動します。 これにより、事前にview トレーニングされたスキルが特定の開始ポーズから実行する最終的な軌道と方向。
モーションスキルのトレーニング
- 誘導するときは、ロボットを F/T センサーの下に保持し、付属物をカメラ フレームから遠ざけるのが理想的です。
- 一貫した戦略を選び、それに固執する: 同じ目標に到達するために XNUMX つの異なるルートを表示しないでください。 結局のところ、システムは XNUMX つのうちどちらが最適かを判断できません。 中間の方法を作成しようとして失敗します。 最も簡単な戦略は、可能な限り常にスタートからゴールまでの最短経路をたどることです。
- 一定の速度で移動: MIRAI は速度の変化を検出します (たとえば、最初は速く移動し、次にゆっくり移動します)。 一時停止がないことを確認してください。
- トレーニング中は、ツール センター ポイント (TCP) とオブジェクトが常に記録に表示されている必要があります。
- タスクが完了したら、タップして記録を停止する準備をしてください。 待たないで下さい。
- 一部のタスクは、ロボット誘導では解決が困難です。 データの記録を開始する前に、数回練習することをお勧めします。 MIRAIはあなたがしたいことではなく、あなたがしたいことをします。 はっきり見せて 決めつけて exampレ。
既存のスキルの改良
最初のスキル反復の後、新しいスキルにいくつかの弱点があるのはよくあることです。 たとえば、特定のタスク構成では動きが不正確になる場合や、特定の照明状況に過度に依存する場合があります。 これらの場合、その理由は、記録されたデモンストレーションでは、スキルがまだ弱い状況がまだ十分に表現されていないためです。 したがって、弱点に気づいた領域では、スキルの助けが必要な状況に焦点を当てて、より多くのエピソードを記録してください。 スキルが堅牢になるまで、プロセス全体を繰り返します。 ある照明条件ではスキルがうまく機能し、別の照明条件ではうまく機能しない場合は、さまざまな照明条件で追加のエピソードを録画します。 スキルがターゲット オブジェクトをはるかに超えて移動した場合は、すでにターゲットを超えている開始位置を選択するエピソードをいくつか記録してから、戻る方法を示します (回復エピソード)。 必要なすべての状況でスキルが適切にテストされるまで、プロセス全体を繰り返します。
回復エピソードを含める
スキルをより強固なものにするために、MIRAI が到達してはならない状態から回復する方法を示すエピソードを必ず含めてください。 これにより、間違いを犯した場合に軌道に戻る方法を確実に知ることができます。 少しコースから外れて始まるエピソードを含めます。 MIRAI がこれらの望ましくない状態になった場合に、目標位置に向かって移動する方法を MIRAI に示します。
ドキュメント / リソース
 |
micropsi-industries MIRAI UX1 AIロボット制御システム MIRAI for Automation [pdf] ユーザーマニュアル MIRAI-UX1 AIロボット制御システム MIRAI for Automation、MIRAI-UX1、AIロボット制御システム MIRAI for Automation、MIRAI-UX1 MIRAI for Automation |
