Finansavimas

Automatizuojant ir skaitmeninant gamybos procesus, robotų diegimas joje tampa masinis ir kiekvieno roboto derinimo darbams skiriamas laikas vis trumpėja. pramonės 4.0 sąlygomis veikiančioje gamyboje privalomas ir nuolatinis sistemos veikimo stebėjimas, kadangi prižiūrinčio personalo kiekis mažėja ir ateityje mažės dar labiau, be to, jo kompetencijos darbo vietoje taip pat mažės. Automatinio roboto veikimo parametrų stebėsena techninėmis priemonėmis tampa privaloma kiekvienam automatizuotos gamybos barui. Vienas iš galimų sprendimų roboto trajektorijos tikslumo nustatymui bei bendrai veikimo kontrolei užtikrinti yra dirbtinio intelekto sistemų taikymas, kuriose roboto įrankio (angl. end-of-arm tool) esminių trajektorijos taškų nuokrypis nustatomas pagal vaizdo kameros duomenis. Tokios sistemos galėtų būti naudojamos plačiai, tačiau iki šiol egzistuojanti nebrangi ir naudinga aparatūra naudojama tik išskirtinais atvejais, dažniausiai robotinių sistemų darbo kokybė nustatoma pagal sistemos veikimo rodiklius, kai neteisingo veikimo žala jau padaryta ir roboto trajektorija bus koreguojama po tam tikro laiko. Realaus laiko roboto patikros sistemos leistų padidinti robotų darbo efektyvumą, sumažinti derinimo darbų laiką ir leistų taikyti mašininio mokymo metodus optimizuojant trajektorijas. Tokių robotų veikimo patikros sistemų veikimas remiasi dirbtinio intelekto (DI) metodais, kurie leidžia atpažinti robotų veikimo trikdžius, riktus ar gedimus pagal vien optinį vaizdą arba suliejant daugelio jutiklių rodmenis į bendrą duomenų pulą. Tokios sistemos ypač tinka mašininio mokymo (MM) sistemų praktinį pritaikymą, kai roboto trajektorijos kokybė vertinama nedalyvaujant žmogui, o galimybė sklandžiai keisti darbo parametrus leidžia rasti priimtinus sprendimus nestabdant gamybos proceso. Projektas skirtas atlikti konceptualiam roboto trajektorijos kokybės tyrimui ir vertinimui, naudojant optinį vaizdą ir jo atpažinimą, naudojant dirbtinio intelekto priemones.