韩国生产技术研究院开发出无需作业人员介入的基于AI的物体装配技术。
该院1日表示,AI·机器人研究部门裴智勋博士研究团队将人工智能技术与2020年自主开发的智能夹持器(Gripper)技术相结合,在全球率先开发出能在给定环境中找出最优条件并自主作业的基于AI的物体装配技术。
智能夹持器技术是裴智勋博士研究团队将夹持器抓取技术(Grasping Technology)和装配算法技术应用于人形机器人夹持器,使其能够抓取或操作各类物体而开发的物体装配技术。
该技术应用了该院独有的装配算法技术“利用手指的轴孔装配(Peg-in-hole)”技术,即使没有关于对象的信息,机器人夹持器也能掌握孔的位置,在空中精准完成装配。
即便存在位置误差,也可通过将物体倾斜、使其向有孔的方向滑动并自我校正来完成装配,原理类似于人闭着眼睛仅凭指尖触感装配物体。
尤其是无需在指尖另外安装“力-扭矩传感器”,仅靠手指关节的运动即可稳定抓取和操作各类物体,适用于需同时控制位置与力的机器人装配作业。
此后研究团队开发出“基于AI的作业规划及物体认知技术”,并与智能夹持器技术结合,完成了在复杂装配工序中也无需人工介入即可作业的物体装配技术。
近来随着机器人的应用扩展到物流、家务、食品等多种现场,脱离定型化的工序线、应对多种形态物体随机摆放情形的必要性日益提高。
由于将数量庞大的作业方法与顺序组合逐一编程耗费大量时间与精力,能够基于已学习的作业模型选择最优路径的人工智能技术需求正在增加。
为此,研究团队在机器人手上搭载“手眼(Hand-eye)相机”,实现了可掌握随机摆放物体的位置、姿态、角度等状态信息的物体识别技术。
此外还开发并结合了可综合考虑单项作业的难度、耗时与稳定性,从而优化单位作业组合的“调度AI”。
调度AI采用强化学习方式开发,在虚拟装配仿真中对简单准确的动作给予高分,对速度快但失败概率高的动作给予低分。
基于强化学习的调度AI无需逐一搜索所有可装配组合,运算量小,可快速生成最优作业顺序。
另外,随着装配对象物体数量增加,作业方法与顺序的组合呈几何级数增长,因此开发出了超越专家水平的“调度AI”,人工作业人员的介入也因此减少。
搭载调度AI的两个机器人夹持器与机械臂,可在各种不同情形下生成能够快速准确装配随机摆放的轴与孔的最优作业计划。
更进一步,其能像人手一样精细而灵活地应对,不局限于特定物体,可作为通用协作机器人应用于各行业。
裴智勋博士解释称:“这是AI与机器人融合的成果,相当于把AlphaGo与机器人手结合、在无人介入下下围棋的想象变为现实。”他表示:“计划开展后续应用研究,使其能够投入大型超市或物流仓库的订单拣选(Order Picking)、带电现场的电线作业等危险现场进行作业。”
研究团队开发的基于AI的物体装配技术可应用于任何形态的机器人手,其中轴孔装配物体技术已于2021年转让给机器人初创企业Tesollo,并作为研究用末端执行器实现商用化。






