로봇, 정밀한 손-눈 협응으로 복잡한 작업 수행

모던 머신 샵은 CNC 가공에 초점을 맞추지만, 여기에 나온 애플리케이션은 주목할 만합니다. 이더넷 케이블 삽입 같은 작업 자동화의 고유한 어려움을 잠시 고려해보십시오. 소켓 위치 차이부터 코드의 예측 불가능한 플렉스, 커넥터를 '딸깍' 하고 제자리에 끼우기 위해 필요한 힘의 수준까지 수많은 변수가 가장 신중하게 프로그래밍된 로봇조차 당황하게 할 수 있습니다. 이 로봇은 신중한 프로그래밍을 완전히 배제하고 본질적으로 스스로를 제어하는 방식으로 다릅니다. 소켓의 방향이나 위치에 관계없이 꼭 맞도록 필요에 따라 접근 방식을 조정할 수 있습니다.

케이블 삽입을 제쳐두고, 로봇에게 본질적으로 손-눈 협응을 부여하는 것의 더 넓은 함의를 상상하기는 어렵지 않습니다. 만약 우리의 기계 동료들이 이것을 할 수 있다면, 언젠가 CNC 머신 샵에서 다양한 부품을 활성 디버링 도구 주변에서 조작하거나, 그리드나 다른 고정구 없이 상자에서 공작물을 무작위로 픽업하는 것을 도울 수 있을까요? 검사, 표면 마무리, 머신 텐딩, 그리고 아직 탐구되지 않은 애플리케이션까지 모두 그러한 시스템으로부터 혜택을 받을 수 있을 것입니다.

마이크로사이 인더스트리의 MIRAI 시스템

독일에서 마이크로사이 인더스트리(Micropsi Industries)에 의해 개발된 이 로봇의 보조 제어 시스템은 MIRAI(마이크로사이 인더스트리 로보틱 인공지능)라고 불립니다. 카메라, 힘 센서, 신경망을 사용하여 인간의 감각을 근사하고 동적 환경을 실시간으로 반응합니다. 북미에서 회사를 대표하는 릭 스코노버(Rick Schoonover)는 일부 초기 애플리케이션이 이미 전자 산업을 넘어 야망을 확장할 충분한 이유를 보여준다고 말합니다.

예를 들어, 한 초기 사용 사례는 아버의 수명을 연장하기 위해 기어를 호빙 머신에 충분히 섬세하게 적재하는 것이라고 그는 말합니다. 또 다른 용례는 로봇의 방향이나 부품 표면과의 상대적 위치에 관계없이 일정한 힘 수준으로 대형 복합 항공우주 구조물을 트리밍하는 시스템을 사용합니다. 다양한 3D 프린팅 부품을 정밀하게 픽업하고 배치하는 것에 대한 활발한 조사도 이 기술의 저용량, 고혼합 작업 자동화를 위한 광범위한 잠재력을 보여줍니다.

프로그래밍이 아닌 '훈련'

프로그래머들은 MIRAI 구동 코봇을 '가르치지' 않습니다; 그들은 기술로 그것을 '훈련'시킵니다. 이 과정은 인간이 로봇 팔을 선택한 작업의 동작을 통해 반복적으로 안내하는 점에서 비슷해 보입니다. 그러나 팔은 가능한 한 많은 방향과 각도에서 대상에 접근해야 합니다. 이 머신 러닝 알고리즘의 초점이 원하는 목적지에 대한 수단이 아니라 목적지 자체(예: 소켓에 케이블)에 있기 때문입니다. 로봇이 움직일 때, 클라우드 기반 신경망은 연속적인 센서 데이터 스트림을 처리하여 환경과 작업을 달성하는 데 필요한 것에 대한 이해를 얻습니다.

"못을 구멍에 넣고 싶다면, 움직임의 시퀀스를 수학적으로 계산하고 실행하지 않을 것입니다."라고 스코노버 씨는 설명합니다. "볼 수 있다면 할 수 있습니다. 경로가 없습니다. 못을 보고, 구멍을 보고, 못을 구멍에 꽂습니다. 구멍이 움직이면, 그에 맞춰 조정하고 어쨌든 못을 꽂을 수 있습니다."

현재 MIRAI는 전통적으로 프로그래밍된 경로의 중요한 부분에서만 로봇을 제어합니다. 케이블 삽입 순간, 또는 부품을 잡거나 네스팅할 때. 이 시점에서 로봇은 자신의 '인식'과 목표 및 환경의 자연적 변동에 대해 '학습한' 것을 기반으로 스스로 움직이기 시작합니다.

그러한 기술이 여러분의 샵 플로어로 진출할지, 아니면 마이크로 모션 이상으로 사용될지는 지켜봐야 합니다. 그럼에도 불구하고, MIRAI 같은 기술은 자동화가 무엇이 될 수 있는지에 대한 우리의 이해를 바꾸고 있습니다: 유연하고, 배포하기 쉽고, 이제 환경 교란부터 부품 형상, 위치, 기하학의 차이까지 견딜 수 있는 것으로 보입니다.