Фото: із відкритих джерел
Uon Robotics (підрозділ SisonAI) повідомила про завершення розробки універсального трипальцевого роботизованого захвата на базі розпізнавання неструктурованих об’єктів і «physical AI». Рішення позиціонують для роботи з крихкими продуктами та вантажами понад 3 кг.
Про це повідомляє сайт Аграрії разом з посиланням на Hortidaily.
Південнокорейська Uon Robotics, робототехнічна «дочка» SisonAI, 30 квітня заявила про завершення розробки універсального трипальцевого роботизованого захвата, який поєднує технології розпізнавання неструктурованих об’єктів і підхід physical AI. Компанія також повідомила, що підготувалася до комерціалізації рішення.
За описом розробників, система об’єднує Vision AI від SisonAI та технології точного керування Uon Robotics. Захват розрахований на роботу з широким спектром предметів — від крихких (зокрема картопляні чипси, полуниця, паперові стаканчики) до об’єктів масою понад 3 кг.
Як працює керування зусиллям захвату
Механіка роботи базується на AI-розпізнаванні об’єктів у реальному часі: система аналізує тип, форму та характеристики цілі й підлаштовує силу стискання через керування крутним моментом (torque control). Додатково вказано, що контур керування поєднано з технологією уповільнення (deceleration technology), щоб без пошкоджень працювати з важкими та деформівними предметами — як приклад наводять 2-літрові пляшки з водою.
«Це універсальний захват, здатний працювати з широким діапазоном об’єктів із різною твердістю та вагою. Його можна застосовувати в різних галузях, зокрема в агропродовольчій логістиці…» — заявив CEO Uon Robotics Пак Йонгрьон.
У повідомленні також згадується, що нещодавно дослідницька група одного з університетів США представила двопальцеву роботизовану «кисть» для делікатних об’єктів. Uon Robotics натомість обрала трипальцеву конструкцію, яку компанія пов’язує зі стабільністю та роботою з неструктурованими об’єктами в різних сценаріях.
Технічні характеристики та параметри
- Конструкція: трипальцевий захват.
- Розпізнавання: AI-розпізнавання об’єктів у реальному часі (аналіз типу, форми та характеристик).
- Регулювання сили: керування крутним моментом (torque control).
- Додатково в контурі керування: технологія уповільнення (deceleration technology) для роботи з важкими/деформівними предметами.
- Діапазон застосувань за прикладами: крихкі предмети (полуниця, чипси, паперові стаканчики) та об’єкти масою понад 3 кг; приклад важкого деформівного — 2-літрова пляшка з водою.
Що це може означати для агросектору
У контексті агропродовольчої логістики подібні захвати можуть бути корисними там, де в одному потоці потрібно працювати з різними за формою та крихкістю товарами — від ягід до упакованих напоїв. Компанія зазначає, що надалі фокусуватиметься на інтеграції Vision AI для автоматизованого розрахунку сили захвату та точок контакту в різних робочих середовищах.
Ринок роботизованих захватів: оцінки
За даними DataIntelo, ринок роботизованих захватів торік оцінювали у $3,8 млрд, а до 2034 року він може зрости до $9,1 млрд за середньорічного темпу зростання 10,2%. Частка Азійсько-Тихоокеанського регіону, за цією оцінкою, становила 41,2%.