نظرة عامة على المشروع
ركز هذا المشروع المرحلي على تطوير قدرات المناولة الموجهة بالرؤية للذراع الروبوتية UR3e. وتطور المشروع عبر مرحلتين واضحتين، بدءاً من حركات المفاصل المبرمجة مسبقاً وصولاً إلى مناولة متقدمة معتمدة على الإدراك ثلاثي الأبعاد، مما يبرز قوة الرؤية الحاسوبية في التحكم الروبوتي.
يعرض النظام تكامل معالجة السحب النقطية واكتشاف الأجسام ثلاثية الأبعاد وتخطيط الحركة في الوقت الحقيقي لتمكين الروبوت من التعرف على الأجسام في بيئته ومناولتها بشكل ديناميكي.
دوري
طورت أنظمة المناولة والإدراك لكلتا المرحلتين، مع تنفيذ خوارزميات لاكتشاف الأجسام وتخطيط الحركة:
- برمجة مسارات مفاصل مبرمجة مسبقاً لعمليات الالتقاط والوضع
- تنفيذ معالجة السحب النقطية لاكتشاف الأجسام ثلاثية الأبعاد
- دمج MoveIt! لتخطيط الحركة في الوقت الحقيقي
- تطوير خطوط إدراك باستخدام Point Cloud Library (PCL)
- اختبار استراتيجيات المناولة وتحسينها من أجل الاعتمادية
مسار التطوير عبر مرحلتين
المرحلة 1: حركات مفاصل مبرمجة مسبقاً
الأساس - تسلسلات مناولة محددة مسبقاً
في المرحلة الأولى، نفذت الذراع الروبوتية UR3e مهام المناولة باستخدام زوايا مفاصل ومسارات محددة مسبقاً. وتمت برمجة الذراع على مسارات بعينها من أجل:
- •الانتقال إلى موقع التقاط معروف باستخدام مواضع مفاصل محددة مسبقاً
- •إغلاق الماسك للإمساك بكتلة في الموقع المحدد مسبقاً
- •تنفيذ تسلسل دوران لإعادة توجيه الجسم
- •الانتقال إلى موقع الإسقاط ثم تحرير الجسم
أرست هذه المرحلة مهارات المناولة الأساسية وأثبتت القدرات الميكانيكية للذراع في مهام الالتقاط والوضع.
المرحلة 2: إدراك قائم على السحب النقطية
المتقدم - اكتشاف ديناميكي للأجسام ومناولة تكيفية
قدمت المرحلة الثانية إدراكاً ثلاثي الأبعاد متقدماً، مما مكّن الروبوت من اكتشاف الأجسام ومناولتها بناءً على مواقعها الفعلية:
- •اكتساب لحظي للسحب النقطية من كاميرات العمق لفهم المشهد ثلاثي الأبعاد
- •اكتشاف الأجسام وتقدير وضعيتها باستخدام خوارزميات Point Cloud Library (PCL)
- •تخطيط حركة ديناميكي باستخدام MoveIt! بناءً على مواقع الأجسام المكتشفة
- •عمليات التقاط ووضع تكيفية تستجيب لتغيّرات موضع الجسم
- •توليد مسارات خالية من الاصطدام لضمان مناولة آمنة في البيئات الديناميكية
أظهرت هذه المرحلة ذكاءً روبوتياً حقيقياً، حيث بات النظام يتكيف مع مواقع الأجسام في الوقت الحقيقي بدلاً من الاعتماد على إحداثيات ثابتة.
التقنيات المستخدمة
بيئة المحاكاة
عرض المناولة الموجهة بالرؤية للذراع UR3e
معالجة سحب نقطية وعمليات التقاط ووضع تكيفية
الأثر ومخرجات التعلم
منحني هذا المشروع خبرة شاملة في المناولة الروبوتية الموجهة بالرؤية. ومن أبرز مخرجات التعلم:
- فهم الانتقال من التحكم المبرمج مسبقاً إلى التحكم المعتمد على الإدراك
- إتقان معالجة السحب النقطية ثلاثية الأبعاد وتقنيات اكتشاف الأجسام
- تنفيذ تخطيط الحركة في الوقت الحقيقي باستخدام إطار MoveIt!
- دمج عدة مكونات من ROS لإنجاز مهام مناولة معقدة