Los científicos informáticos de Rutgers utilizaron inteligencia artificial para controlar un brazo robótico que proporciona una forma más eficiente de empacar cajas. ahorrando tiempo y dinero a las empresas.

"Podemos lograr un bajo costo, soluciones automatizadas que se pueden implementar fácilmente. La clave es hacer elecciones de hardware mínimas pero efectivas y centrarse en algoritmos y software robustos, "dijo el autor principal del estudio, Kostas Bekris, profesor asociado en el Departamento de Ciencias de la Computación de la Facultad de Artes y Ciencias de la Universidad de Rutgers-New Brunswick.

Bekris, Abdeslam Boularias y Jingjin Yu, ambos profesores asistentes de informática, formó un equipo para abordar múltiples aspectos del problema de empaquetado del robot de una manera integrada a través del hardware, Percepción 3D y movimiento robusto.

El estudio revisado por pares de los científicos se publicó recientemente en la Conferencia Internacional IEEE sobre Robótica y Automatización, donde fue finalista del Premio al Mejor Papel en Automatización. El estudio coincide con la tendencia creciente de desplegar robots para realizar logística, tareas de comercio minorista y almacén. Los avances en robótica se están acelerando a un ritmo sin precedentes debido a los algoritmos de aprendizaje automático que permiten experimentos continuos.

Este video muestra un brazo robótico Kuka empacando objetos de un contenedor en una caja de orden de envío (cinco veces la velocidad real):

Empacar bien los productos recogidos de una pila desorganizada sigue siendo en gran medida una tarea manual, aunque es fundamental para la eficiencia del almacén. Automatizar estas tareas es importante para la competitividad de las empresas y permite que las personas se concentren en trabajos menos serviles y físicamente exigentes. según el equipo científico de Rutgers.

El estudio de Rutgers se centró en colocar objetos de un contenedor en una pequeña caja de envío y organizarlos de manera ajustada. Esta es una tarea más difícil para un robot en comparación con simplemente levantar un objeto y dejarlo caer en una caja.

Los investigadores desarrollaron software y algoritmos para su brazo robótico. Usaron datos visuales y una simple ventosa, que funciona como un dedo para empujar objetos. El sistema resultante puede derribar objetos para obtener una superficie deseable para agarrarlos. Es más, utiliza datos de sensores para atraer objetos hacia un área objetivo y juntarlos. Durante estas operaciones, utiliza monitoreo en tiempo real para detectar y evitar fallas potenciales.

Dado que el estudio se centró en empaquetar objetos en forma de cubo, el siguiente paso sería explorar cómo empacar objetos de diferentes formas y tamaños. Otro paso sería explorar el aprendizaje automático mediante el sistema robótico después de que se le asigne una tarea específica.