運用AI進行機械手臂路徑規劃

作者 : 瑞其科技 技術總監 林育正 
關鍵技術: 路徑規劃、機構分析、romAI、Activate

【 為何用AI來進行的路徑規劃 ? 】

       以往當我們在進行機械手臂的路徑規劃時，須利用「逆運動學」去推導或運用相關模擬軟體來完成，但此方法較難掌握機械手臂的晃動與摩擦等行為。
有鑒於此，本文利用AI技術去訓練機械手臂的運作狀態，獲得馬達角度與手臂夾頭位置的關係。
完成AI訓練模型後，只要輸入預規劃的路徑，就可獲取馬達的角度時間歷程。最終將馬達角度時間曲線輸入機械手臂中，就可讓機械手臂成功執行預期的路徑並取得精準結果。
 

【 方法步驟 】

     筆者以一個具有5顆步進馬達的機器手臂為案例，AI路徑規劃的步驟如下:
1.    機械手臂掃略: 
將機器手臂進行120秒大範圍掃略，並紀錄整個軌跡中馬達角度與夾頭位置的時間歷程資訊，大約3600多筆資料。
 

2.    AI路徑訓練: 
將上述的歷程資料輸入到Altair romAI中，Input為軌跡座標XYZ座標，對應Output則為5顆步進馬達的角度歷程，即可開始進行AI路徑模型的訓練。本案例romAI神經層數為3 [120,120,120]層，設置1000次跌代。
 

3.    精度驗證:
以訓練完成之AI模型進行路徑的精度驗證，確定該模型已可精準符合預期路徑

4.    AI規劃路徑
將我們想讓機器手臂走的路徑資料，彙整成XYZ座標的形式。
 

5.    完成路徑規劃
運用Activate將上述路徑資料輸入到訓練好的AI模型中，並藉由AI預測5顆步進馬達的轉角時間歷程，即可完成路徑規劃。由下圖動畫中，可看出AI規劃的路徑與我們期待的路徑相同。
 

【 技術亮點 】

• 相較於理論或模擬，以AI規劃路徑可避免複雜演算亦無需購買模擬逆運動學軟體
• AI路徑規劃可以考量實際可能發生的晃動與摩擦…等，此部分用理論或軟體模擬較難解決。
• 本文之技術可快速且精準實現機械手臂路徑規劃，本文亦應用於其他產品之路徑規劃。

【 延伸閱讀 】