I robot industriali possono diventare più precisi grazie all'intelligenza artificiale?

I robot industriali sono super precisi, ma a volte sbagliano la mira. Un nuovo studio ha trovato una soluzione: un modello di intelligenza artificiale chiamato GCE-Forest. Questo modello impara dagli errori del robot e li corregge in tempo reale. Grazie a un gemello digitale del robot KUKA KR4 R600, i ricercatori hanno testato il sistema. Il risultato? L'errore di posizione è stato ridotto del 57,25%, passando da 0,1977 mm a solo 0,0845 mm. Una rivoluzione low-cost e non invasiva per migliorare la precisione dei robot!

Il modello GCE-Forest si basa sull'algoritmo Random Forest, che è un metodo di apprendimento automatico ensemble. Questo significa che combina più modelli di decision tree per migliorare la precisione e la robustezza delle previsioni. Nel contesto dei robot industriali, il GCE-Forest impara la mappatura non lineare tra la configurazione dello spazio articolare del robot e lo spazio di errore cartesiano dell'effettore finale. Questo processo di apprendimento avviene offline, utilizzando dati storici di errore. Una volta addestrato, il modello può prevedere gli errori in tempo reale durante l'operazione del robot, permettendo una compensazione predittiva del percorso nominale. Questo approccio è particolarmente utile perché non richiede modifiche hardware al robot, rendendolo una soluzione economica ed efficace.