Joustavuutta robotin käyttöön : konenäkökameran lisääminen yhteistyörobottisoluun
Notice bibliographique
Résumé
Jyväskylän ammattikorkeakoululla oli tarve laajentaa yhteistyörobottisoluaan ja monipuolistaa sen hyödyntämistä opetuksessa ja yrityksille pidetyissä esittelyissä. Tähän asti solussa on voitu esitellä vain kappaleen siirtämistä kuormalavalta pöydälle, ja ihmisen on täytynyt olla koko ajan valvomassa ja osana prosessia, jotta robotti ei ole törmännyt edelliseen siirtämäänsä kappaleeseen. Nyt haluttiin laajentaa robottisovelluksen käytännöllisyyttä lisäämällä soluun konenäkökamera. Toiveena oli, että konenäkökameraa hyödyntämällä robotti osaisi välttää pöydällä jo olevan kappaleen uutta siirtäessään, ja myös siirtää kappaleita toiseen suuntaan mahdollisesti jatkuvasti kiertävänä demonstraationa. Tutkimus toteutettiin kehittämistutkimuksena työn käytännönläheisyyden vuoksi. Tutkimusta taustoitettiin robotiikan ja konenäön historialla ja nykytilalla. Jyväskylän ammattikorkeakoululla oli valmiina Cognexin 2D konenäkökamera, joka asennettiin yhteistyörobotin yhteyteen. Sovellukseen haluttiin mukaan myös solussa jo valmiina ollut 3D-konenäköskanneri. Laitteiden väliset yhteydet olikin ensin saatava toimimaan kolmen eri valmistajan laitteen ollessa samassa verkossa, minkä jälkeen pystyttiin ohjelmoimaan lopullinen sovellus. Uusi tutkimuksen yhteydessä ohjelmoitu konenäköä hyödyntävä yhteistyörobottisovellus mahdollistaa kappaleiden siirtämisen kahteen suuntaan, ja estää robotin törmäämisen pöydällä oleviin kappaleisiin. Haasteelliseksi työssä osoittautui ennalta-arvatusti robottisolun valaistusolosuhteet, joiden osalta työhön jäikin vielä jatkokehitettävää. Haasteellista oli myös saada ethernet-yhteys toimimaan luotettavasti kahden konenäkökameran ja robotin ollessa samassa verkossa, mutta tämä ongelma saatiin ratkaistua katkaisemalla robotin yhteys 3D-skanneriin aina, kun 2D-kameralla pitää ottaa kuva. Konenäkökameran lisääminen robotin yhteyteen mahdollistaa robotin aiempaa monipuolisemman käytön. Eri valmistajien laitteiden yhdistäminen samaan sovellukseen on mahdollista, mutta asettaa jonkin verran haasteita. Jo robottisolun suunnitteluvaiheessa pitäisikin huomioida, tarvitaanko solussa konenäköä, ja mahdollisuuksien mukaan hyödyntää integroituja ratkaisuja.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,030 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».