Hoppa till huvudinnehåll

Läraktig robot gör sig redo för industrins slitgöra

– Publicerad den 2 mars 2012

Om robotar ska kunna ta över människors jobb, måste de helt enkelt bli - mänskligare! När det gäller att lära sig av tidigare erfarenheter, finmotorik och fingerfärdighet ligger dagens robotar långt efter människan. Men forskare vid LTH arbetar nu med att tillföra robotar dessa egenskaper.

– Dagens industrirobotar saknar fortfarande en utpräglad mänsklig förmåga, nämligen att lära utifrån tidigare erfarenheter, säger Klas Nilsson, docent i datavetenskap.
Han nämner en andra mänsklig förmåga som gör att dagens robotar står sig slätt mot människan: finmotoriken och fingerfärdighet.

– Men genom att tillföra roboten känsel och förbättrad rörelseförmåga och koppla dessa till inlärningsförmåga, kan roboten plötsligt exempelvis anpassa sig till ett nytt material eller montera i en detalj som hamnat lite snett - vilket dagens robotar inte kan.

Tekniken finns inte på marknaden ännu, och går än mindre att köpa, men om några år hoppas han och hans kollegor kunna visa upp teknik för en läraktig och händig robot. Arbetet passar flera slags robotar, men alldeles särskilt bra till ABB:s tvåarmade konceptrobot Frida, Friendly Robot for Industrial Dual-arm Assembly.

– Det är en tvåarmad robot som kan jobba tillsammans med människor på ett flexibelt sätt. Med våra nya sensorer och styrprogramvara skulle den kunna ta över många av de monteringsjobb som idag utförs av människor, säger Klas Nilsson.

Att fabriksarbetarnas arbetsförhållanden ofta är riktigt bedrövliga fick medial uppmärksamhet häromåret då flera anställda hos den kinesiska elektroniktillverkaren Foxconn, som levererar åt Apple, Hewlett-Packard, Dell och Sony, begick självmord till följd av de omänskliga arbetsvillkoren.

Inte bara telefoner och datorer världen över, utan även de flesta handverktyg och bilar, monteras fortfarande av människor.

– De flesta vet att dagens bilar är svetsade av robotar, men även här sker monteringen fortfarande mestadels för hand, säger Klas Nilsson.

Problemet är att industrirobotar helt måste programmeras om när något ändras, vilket är en både dyr och tidsödande process. Som exempel nämner Klas Nilsson den händelse som fick Ericsson att ge upp robotiserad montering och flytta tillverkningen till Kina:

– Fram till för knappt tio år sedan hade Sony Ericsson det mesta av sin tillverkning i Kumla, men traditionell robotteknik visade sig vara alltför oflexibel. Om exempelvis plasthöljet till en mobiltelefon kom från annan leverantör så kunde det finnas en liten skillnad i styvhet. För att få fast höljet krävdes lite extra kraft, något som manuell montering skulle klara ganska direkt. Men eftersom roboten inte var programmerad att kunna trycka till mer än nödvändigt så gick det inte utan kostsam omprogrammering med produktionsstopp som följd, säger han.

Sedan dess har framsteg skett inom datavetenskap, matematik och reglerteknik som gör att det nu finns möjlighet att få till nya, fungerande lösningar.

– Det kanske låter lite pretentiöst, men att få till en läraktig industrirobot innebär ett nytt sätt att tänka. Något av ett paradigmskifte, säger Klas Nilsson.

Text och foto: Kristina Lindgärde
 
Forskningen i korthet:

Forskare och industrin är på god väg att utveckla en industrirobot som kan lära från mätbara misstag samt montera trots de små fel och förändringar som brukar uppkomma vid en produktionslina. Detta innebär att betydligt fler robotar kan bli fabriksarbetare i framtiden.
Förhandsintresset för den här robottekniken har varit stort, men det krävs ytterligare några år av forskning och utveckling innan någon händig och läraktig robot går att köpa.
I projektet medverkar LTH-forskare inom datavetenskap, reglerteknik och matematik tillsammans med forskare från Leuven, Belgien, Milano i Italien, samt från München och Stuttgart i Tyskland. Även några företag ingår i projektet, inte minst ABB Corporate Research som koordinerar hela projektet.

Projektet är EU-finansierat och går under akronymen ”Rosetta” - RObot control for Skilled ExecuTion of Tasks in natural interaction with humans.

Följande lundaforskare ingår i projektet:

Reglerteknik: Anders Blomdell, Rolf Johansson, Magnus Linderoth, Anders Nilsson, Anders Robertsson, Andreas Stolt. Datavetenskap: Jacek Malec, Klas Nilsson, Pierre Nugues, Elin Anna Topp, Mathias Haage. Matematik: Håkan Ardö och Karl Åström.

Artikeln är ursprungligen publicerad i LUM nr 2