行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器人 > 正文

MIT让机器人又迈出迷人一步:木匠不再受任何伤

为了尽量减少伤害,让木匠专注于设计和其他更重要的任务,麻省理工学院计算机科学和人工智能实验室(CSAIL)的一个团队创建了AutoSaw:一个系统可以让你定制不同的项目,随后危险

每年都有不计其数的木匠受伤,他们的手在刀和锯等危险工具下显得脆弱无比。

 

为了尽量减少伤害,让木匠专注于设计和其他更重要的任务,麻省理工学院计算机科学和(CSAIL)的一个团队创建了AutoSaw:一个系统可以让你定制不同的项目,随后危险劳务的工作可以借助机器人来构建。

 

机器人
AutoSaw帮助用户与一组机器人制造和组装定制家具

 

用户可以从一系列家居中选择,为椅子、桌子和其他家具设计模板,并最终可以将AutoSaw用于制作像甲板或门廊这样大的项目。

“如果你在建造一个甲板,你必须把大量的木材切成长度,这通常是在现场完成的,”CSAIL博士后杰弗里·利普顿(JeffreyLipton)说,他是一篇有关该系统的相关论文的主要作者。“每一次你把手靠近刀刃,你就处于危险之中。为了避免这种情况,我们已经使用了锯子和拼图来实现这一过程的自动化。”

该系统还使一般用户在家具设计上有更大的灵活性,以便能够适应空间受限的房屋和公寓。

 

例如,它可以让你修改一张桌子以便挤进L形的客厅,或者定制一张适合你的微型厨房的桌子。

CSAIL总监兼合著者DanielaRus说:“机器人已经使大规模生产成为可能,但是有了人工智能(AI),它们就有潜力在我们生产的几乎所有产品中实现大规模定制和个性化。”“AutoSaw显示了这种在木工中容易访问和定制的潜力。”

这篇论文将于5月份在澳大利亚布里斯班举行的国际机器人和自动化会议上发表,由立顿、罗斯和博士生阿德里亚娜·舒尔茨共同撰写。

 

其他合著者包括麻省理工学院教授Wojciech Matusik,博士生AndrewSpielberg和本科生LuisTrueba。

它是如何工作的?

对于许多木匠来说,软件不是一个外国的概念。

 

“计算机数控”(CNC)可以将设计转换成数字,然后输入专门编程的工具执行。然而,用于数控加工的机器通常是大型和繁琐的,用户仅限于现有数控工具的大小。

因此,许多木匠迫不得已继续使用砍锯,吉格斯锯和其他的手工具,低成本,易于移动,使用简单。这些工具虽然对定制很有用,但仍然会使人们处于高伤害的风险之中。

AutoSaw利用专家知识进行设计,机器人技术用于更高风险的切割任务。使用现有的CAD系统OnShape与设计模板的界面,用户可以定制他们的家具的东西:在尺寸,形态,和设计美学方面描绘。一旦设计完成,它就会被发送给机器人,用拼图和锯子来协助切割过程。

为了减少木材,研究小组使用了运动跟踪软件和小型移动机器人,这种方法比大型机器人占用空间更小,成本更高。

具体来说,研究小组使用了改良的拼图装置Roomba在木板上切割任意形状的木材。在切割机方面,研究小组使用了两台Kuka优机器人来举起横梁,把它放在锯子上,然后切割。

利普顿说:“我们给机器人增加了柔软的夹持器,让它们更灵活,就像人类木匠一样。”“这意味着我们可以依靠电动工具的准确性,而不是刚体机器人。”

在机器人完成切割后,用户就会使用系统中的一步一步的方向来组装他们的新家具。

在测试系统时,团队的模拟显示,他们可以建造椅子、棚子和甲板。利用,研究小组还制作了一张精确的桌子,它的精度与人类相当,更值得注意的是人真正的手都没有靠近过刀片。

哥伦比亚大学机械工程和数据科学教授霍德利普森说:“最近在虚拟环境中有许多人工智能成就,比如演奏围棋和作曲。”“可以在非结构化物理环境中工作的系统,例如这种木工系统,是众所周知的难以制造的。这确实是向前迈出的迷人一步。”

虽然AutoSaw仍然是一个研究平台,但在未来,该团队计划使用木材等材料,并整合复杂的任务,如钻孔和粘合。

舒尔茨说:“我们的目标是使家具达到民主化和定制化。”“我们正在努力开拓一个机会领域,这样用户就不会被他们在宜家买到的东西所束缚。相反,他们可以做出最适合自己需求的产品。”

据了解,这项工作得到了国家科学基金会的部分支持。

 

 
微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部