Kad roboti uzmu stvar u svoje ruke

Roboti tek posljednjih godina sramežljivo polako ulaze u naše kuće i postaju dio života društva, međutim, u industriji su prisutni već desetljećima i današnji svijet bez njih bi bio nezamisliv. Ako se okrenete oko sebe velika većina predmeta koje vidite je barem u nekom stadiju svoje izrade od sirovca do gotovog proizvoda došla „pod ruke“ nekom robotu. Automobilska industrija bez robota ne bi mogla preživjeti, računalo ili mobitel na kojemu upravo čitate ovaj tekst bez robota bi bilo gotovo nemoguće izraditi, a i da se izradi koštali bi vjerojatno i stotinjak puta više nego što ste ga platili.

No, iako se u širem društvu robote primarno poistovjećuje s usisavanjem stana, malim zabavnim robotskim životinjama, science fiction filmovima ili tajnim bazama James Bond zlikovaca, u očima industrije oni su jedan od neizostavnih alata proizvodnih pogona današnjice. U industriji su roboti poznati po pouzdanosti i učinkovitosti, mogu bez prekida raditi doslovno mjesecima i nemaju problema s tlakom, vremenom, umorom ili ostalim uzročnicima koji uzrokuju fluktuaciju u točnosti i učinkovitosti ljudskih radnika. Osim toga, izuzetno je bitno što roboti sve te karakteristike zadržavaju u za nas ljude izrazito zahtjevnim i/ili opasnim uvjetima, eliminirajući potrebu izlaganja radnika nepotrebnim zdravstvenim rizicima.

No, iako je točnost jedna od karakteristika redovito povezana s robotima, do sada niti jednom nisam spomenuo da su roboti točni. Da, roboti se koriste kako bi se ostvarila visoka točnost procesa, međutim kako bi se to ostvarilo potrebno je uzeti u obzir neke od nedostataka koji proizlaze iz specifičnosti konfiguracija robota, od kojih ću se ovdje dotaknuti samo jedne varijante.

Najsvestranija izvedba robota su tzv. robotske ruke. Najčešće se sastoje od većeg broja krutih članka međusobno povezanih s ukupno od četiri do šest (u novije vrijeme sve više i sedam) rotacijskih zglobova s radnim alatom pričvršćenim na kraju posljednjeg članka. Ovakva konfiguracija omogućava izuzetno veliku fleksibilnost i prostran radni volumen, međutim zbog serijske veze mehanizma sve greške prisutne u pojedinom zglobu ili članku prenijeti će se i na sljedeći, zbog čega će do kraja serijskog lanca ruke odstupanja eksponencijalno rasti. Razlog pojave grešaka, uz razne fizikalne utjecaje koji djeluju na sva tijela u prirodi, je i nesavršena priroda proizvodnih procesa. Odstupanja u procesima u svaki od elemenata robota unijeti će neku grešku, zbog kojih će u konačnici stvarni robot odstupati od matematičkog upravljačkog modela baziranog na geometriji idealnog robota. Budući se sve pozicije i gibanja računaju na osnovi tog idealnog matematičkog modela, robotu će se zadavati položaji zglobova potrebni kako bi idealni robot postigao traženu poziciju, dok će se položaji stvarnog robota, u većoj ili manjoj mjeri, razlikovati od onih u kojima on misli da se nalazi. Budući su ta odstupanja specifična za svakog pojedinog robota, u dokumentaciji se ne navodi mjera točnosti, nego se kao važna karakteristika robota definira ponovljivosti, tj. mogućnost robota da se ponovno vrati u isti položaj uz minimalno odstupanje od položaja u koji je došao prošli put. Zahvaljujući toj karakteristici, uz primjenu pravilnog pristupa programiranju i definiranju pozicije, moguće je ostvariti točnosti tražene u procesu.

Dva su osnovna pristupa definiranju položaja robota prilikom programiranja: metodom učenja ili zadavanjem pozicija u prostornim koordinatama. Prilikom programiranja metodom učenja robota se ručno dovodi u svaki položaj koji se želi ostvariti, bilježe se stanja zglobova i robot preko tih stanja ponavlja pozicioniranje u tražene pozicije, što moderni roboti odrađuju vrlo efikasno i pouzdano. Drugi pristup je praktičniji i ležerniji za programera: robotu se zadaju iznosi položaja i orijentacije alata naspram nekog referentnog koordinatnog sustava i vrsta gibanja kojom će u taj položaj doći. Budući se programiranje može odraditi neovisno o robotu, za industrijske primjene potonja metoda puno je privlačnija. Međutim, tu u igru ulazi ranije spomenut problem odstupanja stvarnog robota od zadanih koordinata, zbog čega se u procesima s visokim zahtjevima na točnost i dalje često koristi metoda učenja robota ili se pribjegava dodatnim senzorima, što pak dodaje na kompleksnosti i cijeni sustava, a često daje ograničeno primjenjivo rješenje.

No, iako u većini situacija postoje načini kako nadići taj problem, čemu svjedoči vrlo široka industrijska zastupljenost robota, za neke od primjena apsolutna točnost robota osnovni je preduvjet koji se ne može zaobići, a takva je i primjena kojom se bavim. Trenutno sam zaposlen kao znanstveni suradnik u Kliničkoj bolnici Dubrava i radim u sklopu istraživačke grupe na Fakultetu strojarstva i brodogradnje koja, zajedno s neurokirurzima iz KB Dubrava, već godinama radi na razvoju Ronne — robotskog neurokirurškog sustava za stereotaktičku navigaciju. Uvođenjem robotskih tehnologija u operacijsku salu želi se neurokirurške zahvate učiniti što manje invazivnima i sigurnijima za pacijenta, te bržima, pouzdanijima i manje napornima za kirurga. U ovom slučaju zadatak robota je navođenje kirurga kako bi precizno i minimalno invazivno ostvario npr. uzimanje uzorka tkiva iz nekog dijela mozga ili umetanje stimulacijske elektrode. Iako se u procesu primjenjuje više različitih rješenja koji će robotu pomoći u točnijem navođenju, apsolutna točnost pozicioniranja ostaje krucijalni preduvjet za ovakve postupke.

Jedan od načina za osigurati konzistentno točno pozicioniranje je smanjenjem odstupanja kinematskog modela od stvarnog mehanizma robota. Sama ideja zapravo je vrlo jednostavna: odradi se niz mjerenja preko kojih se može dobiti informacija o stvarnim položajima robota u prostoru, te se pomoću njih vrši optimizacija kinematskih parametara kako bi se upravljački model što bolje poklopio sa stvarnim robotom. Iako na prvu djeluje relativno jednostavno, situacija se zapravo dosta brzo zakomplicira. Jedan od problema je razina točnosti koju težimo postići, čime se uvjetuje vrlo precizna mjerna opremu, a ona je ili vrlo skupa ili ograničena mogućnostima.

Sa stanovišta mjerenja dva su najčešća pristupa: open-loop i closed-loop. Kod Open-loop pristupa mjere se apsolutne koordinate alata u prostoru, uspoređuju s koordinatama izračunatim preko kinematskog modela i njihov odnos se koristi za kalibraciju kinematskog modela. Ovaj pristup omogućava pokrivanje gotovo cijelog radnog prostora robota, što osigurava konzistentnost kalibracije diljem radnog prostora, no zahtjeva dosta skupu mjernu opremu. Closed-loop pristup koristi poznate geometrijske karakteristike ili jednostavnije mjerne uređaje kao vanjsku referencu, a osnova mjerenja za kalibraciju je očitanje stanja zglobova robota. Primjerice, vrha alata robota može se ograničiti u jednoj točki, a rotacijom alata oko te točke i snimanjem stanja zakreta zglobova u različitim konfiguracijama može se dobiti dovoljno informacija o stanju kinematike stvarnog robota. Ovo su dva najuobičajenija pristupa, postoje razne varijacije eksperimentalnih postava, ali kod svih je neizbježan kompromis između cijene, fleksibilnosti i preciznosti.

Zbog ograničene mogućnosti prikupljanja podataka ostaje puno manje prostora za primjenu različitih vrsta metoda optimizacije parametara, što meni osobno zbog nedostatka podloge iz tog područja predstavlja i najveći problem. Primjenjuju se razne optimizacijske metode, neke sa više ili manje uspjeha. Jedno od danas vrlo popularnih rješenja za probleme koje je teško definirati je primjena neuronskih mreža. Jedna moja kolegica, primjerice, preko neuronskih mreža želi kompletno izbaciti potrebu definiranja kinematskog modela. Međutim, za praktičnu primjenu takvi pristupi zahtijevaju izuzetno velike količine podataka i dugotrajna mjerenja, što nam u realnim uvjetima u pravilu nije neizvedivo, tako da za konkretne primjene (barem za sada) ostaju u vrlo ranim fazama. Kako ne bih pretjerano odužio i zakomplicirao ne bih ulazio dalje od ovoga, ako nekoga zanima više slobodno mi se javi mailom (na kraju teksta) pa možemo detaljnije prokomentirati.

Dobra vijest je da postoje već mnoga gotova komercijalna rješenja kojima se mogu postići vrlo dobri rezultati, no u pravilu su to zatvoreni sustavi i za korištenje njihovih rezultata potrebno je u workflow uključiti dodatna softverska rješenja, što je nepraktično ili zbog prirode procesa katkad i neizvedivo, niti je moguće na njima provoditi daljnja istraživanja i nadogradnje. Mnogi proizvođači robota nude tvorničku kalibraciju koja uključuje korigirane parametre integrirane direktno u upravljačku jedinicu, što ne mijenja način korištenja. Međutim, kvaliteta kalibracije ovisi o proizvođaču i postupku koji koristi, a i prilikom dugotrajnijeg korištenja robota, uslijed trošenja strojnih elemenata neizbježno će doći do daljnjeg smanjenja točnosti. Također treba uzeti u obzir da se većina komercijalnih metoda bavi poboljšanjem statičke pozicije, tj. položaja robota nakon što je završio gibanje, dok se zbog kompleksnosti, još uvijek manje pažnje posvećuje dinamici. Jedan od novih izazova proizašao je i uslijed pojave sve više kolaborativnih robota ili tzv. cobota tijekom proteklih godina. Njihova glavna karakteristika, naspram klasičnih „krutih“ robota, su senzori momenta ugrađeni u svaki od zglobova, koji u sprezi s kinematskim i ne-kinematskim definicijama modela robota omogućavaju osjetljivost, bilo radi povećanja sigurnosti za čovjeka u njihovoj blizini ili ostvarenja veoma interesantnih novih funkcionalnosti. Međutim, zbog takve arhitekture do sada su se pokazali prilično nepreciznima, a učinkovitu kalibraciju ovakvih robota do sada još niti jedan od proizvođača nije uspješno riješio.

Kako bilo, srećom već postoje rješenja koja možemo iskoristiti kako bi se uz određene prilagodbe zadovoljila visoka točnost nužna za određene primjene, no i dalje ostaje prostor za dodatna poboljšanja (i potencijalne nove primjene), tako da nama koji se bavimo ovim područjem u svakom slučaju neće biti dosadno u godinama koje slijede.

Luka Drobilo
luka.drobilo@fsb.hr