Binlerce kelimeye eşdeğer bir eldiven

Çin’de Siemens araştırmacılarından oluşmuş bir ekip endüstriyel ortamlarda yarınların insan-robot etkileşimlerini mümkün kılacak temel işlevleri araştırıyor. Bu çalışmanın kilit kısmını ise insan elinin hareketlerini, işaretlerini ve basınç seviyelerini algılamakta, aktarmakta ve dolayısıyla robotlara çeşitli nesnelerle güvenli bir şekilde nasıl ilgileneceklerine dair karmaşık komutlar verilmesinde kullanılabilecek bir veri eldiveninin geliştirilmesi oluşturuyor. 1952 yılında ilk defa ortaya çıktıklarında endüstriyel robotlar ağır, durağan, insanoğluna düşman ve sadece önceden programlanmış yinelemeli işleri yapabilecek kapasitede olan makineler olarak görülmüştü. Her ne kadar bu özellikleri genel anlamda geçerliliğini halen koruyor olsalar da mikroelektronik, sensörler, ağlar ve algoritmalarda süregelen gelişmeler yepyeni bir yarıotonom robotlar çağının kapısını aralıyor. Ayrıca birbiriyle çelişirmiş gibi görünen 2 eğilimin yakınsaması da önemli değişikliklerin ortaya çıkmasına neden oluyor: Ürün karmaşıklığındaki artış ve kişiselleştirilmiş çözümlere yönelik talepteki artış. Sonuçta ise ekonomik anlamda kolaylıkla yeniden konuşlandırılabilen ve her şeyden önemlisi insanlarla yan yana birlikte güvenli bir şekilde çalışabilen hafif-siklet robotlarla tanımlanan esnek imalat kavramı gibi yeni bir odakla yüzleşiliyor. Bu özellikler daha da evrimleştikçe, onlar Almanya’nın “Endüstri 4.0” konseptinde ya da diğer adıyla nesnelerin internetinde hayali kurulan kısa döngülü, küçük partili üretimin kapılarını açmanın yanı sıra kendilerinin otonom birer asistan olmaları yolunda devrimci ilk adımların atılmasını da sağlayacaklar. Bir eldiven ile “konuşmak” Bu yol şu anda Siemens’te dikkate değer araştırmalara konu oluyor. Örneğin Çin’de Siemens Kurumsal Teknolojiler’in (CT) “Otonom Sistemler Devrimi” projesinin bir parçası olarak bir araştırmacılar grubu endüstriyel ortamlarda yarınların insanrobot etkileşimlerini mümkün kılacak köklü işlevsellikleri keşfetmekle meşgul. Bu gibi etkileşimlerin kurulmasında ilk bakışta doğal dil işleme sanki çok gelecek vaat eden bir adaymış gibi görünüyor. Zira o sadece çok verimli olmakla kalmayıp aynı zamanda çok da olgunlaşmış bir teknoloji (örneğin Apple’ın Siri’si). Ancak gürültülü fabrika kurulumlarında uygulandıklarında kesinlikle ideal oldukları söylenemez. CT araştırmacıları bu bilgiler ışığında insan elinin hareketlerini ve işaretlerini algılamakta ve dolayısıyla robotlara karmaşık komutlar verilmesinde kullanılabilecek bir veri eldiveni geliştirmeye çalışıyor. Veri eldiveni şu anda 2.0 sürümünde. Eğim ve atalet sensörleriyle donatılmış ve biyomekanik modellemeden faydalanan bu eldiven bir kullanıcının kolunun ve tek tek parmaklarının hareketlerini algılayabiliyor ve sonrasında konum ve yükseklikle ilgili verileri “pratisyen” bir robot kola aktarıyor ve uzaktan kontrol ya da hareket optimizasyonu için yardımcı oluyor. Kablosuz teknolojinin gücünden faydalanan atalet sensörleri bir kullanıcının hareketlerini algılayabilmek için bacaklara, çeneye ve insan vücudunun diğer kısımlarına da takılabilir ve böylece biyomekanik bir modelin kolaylıkla kurulumunu sağlayabilirler. Robotik kollar ve eller belirli işleri yapmak için eğitildiklerinden,onların optimum bir şekilde kavramak ve hareket ettirmek için geniş bir yelpazede yer alan nesnelere ne kadar basınç uygulayacaklarını öğrenmeleri gerekir. Örneğin bu prototip eldivende insan ile robot arasındaki etkileşim devresini kapatan bir güç geribesleme işlevi var. Veri eldivenimizin parmak uçlarındaki mikrokontrolcüyle çalıştırılan piezoelektrik seramik bileşenler sayesinde bu eldiven belirli bir nesneyle ilgilenirken uygulanması gereken doğru basınç seviyesine tekabül eden farklı frekanslarda ve genişliklerde titreşimler üretebiliyor. Bir robot kol bu verileri aldıktan sonra kendi basınç sensörlerince sağlanan anlık geribeslemeler sayesinde doğru basıncı uygulayabiliyor. Veri eldivenleri ayrıca insan işçilerin hareketlerini kaydetmekte, yeni işe başlayanlara talimatlar vermekte ve hatalı yapılan işleri algılayıp düzeltmekte de kullanılabilecek. Bu teknoloji daha da geliştikçe, dijital fabrikalarda çalışan işçiler onları zenginleştirilmiş gerçeklik ortamlarında kullanarak veri eldivenlerinin kullanımı hakkında daha fazla şey öğrenebilir hale gelecek. İngiliz anahtarı lütfen! Yarınların bir hayli esnek imalat ortamlarında robotların kapsamlı eğitim toplantılarına ayıracak vakitleri olmayacak. Onlardan da tıpkı insan işçiler gibi yeni işleri iş başındayken öğrenmeleri beklenecek. Bu istikamette ilk adım olarak CT China araştırmacıları robot asistanların öncelikli olarak bilinmeyen nesneleri kavramayı becermelerini sağlayan algoritmalar geliştiriyor. Her ne kadar insanlar için apaçık belli olsa da hedef nesnenin hangi noktalardan ve hangi parmaklarla doğru bir şekilde kavranacağına kendi kendine karar vermek bir robot için fevkalade meydan okuyucu bir iş. Belki şaşırtıcı gelebilir, ancak bunun çözümü Xbox oyun konsolunda kullanılan bir Microsoft cihazı olan Kinect baz alarak geliştiriliyor. Kinect bir resimden derinlik ve kırmızı-yeşil-mavi (RGB) verilerini aynı anda alabiliyor. İlki kavrama hareketi için kullanılırken ikincisi kavrama noktalarının hesaplanmasında kullanılıyor. Bu veri kombinasyonuna dayanılarak hedef nesne etrafını saran imgelerden ayrıştırılıyor ve uç öğrenmeye dayalı öncedenedinilmiş bir modele girdi oluyor. Bu süreç sonuçta optimumlaştırılmış bir kavrama noktaları grubu üretiyor. Yukarıda bahsedildiği üzere bir nesne kavranıldığında uygulanacak güç seviyesine olağanüstü dikkat etmek gerekiyor. Bir taraftan uygulanacak gücün nesneyi yakalayabilecek kadar kuvvetli olması ama diğer yandan da hasara neden olmayacak kadar zayıf olması şart. Günümüzde bu iş bir robot kıskacı üzerindeki basınç sensörleriyle takip edilen önceden belirlenmiş bir güç seviyesi ayarı yapılmak suretiyle başarılıyor. Önce güvenlik Şayet beklendiği üzere robot asistanlar insanlarla yanyana birlikte çalışacak ise o zaman güvenlik kritik bir konu olacak. Bu gerçeği akıllarında tutan CT China araştırmacıları bugünlerde bir robot kolun konumunu ve gücünü aynı anda yönetebilen yeni bir kumanda mekanizması geliştiriyor. İnsan iş arkadaşı maksimum güç sınırlamasını nasıl net bir şekilde tanımlayabiliyorsa, bunun gibi bir robot da optimumlaştırılmış hareketleri tahmin edecek ve dolayısıyla yüksek bir doğruluk seviyesi tutturarak kendisini güvenilir ve otonom bir asistan haline getirecek. Bunun tipik bir uygulaması da sabit bir kuvvet ile parçaların cilalanması olacak. Bu yeni özelliğin en heyecan verici uygulamalarından biri de robot programlama. Geleneksel olarak robot programlama daima hayli uzmanlaşılmış, zaman alıcı ve pahalı bir süreçti. Onu yapabilmek için profesyonel eğitim ve çokça saha çalışması deneyimi gerekirdi. Oysa bu yeni kapasiteler eğitimde yepyeni ufuklar açıyor ve robot programlamanın sadece sunumlarla öğrenilebilmesini sağlıyor. Burada tek gereken şey, bir robot kola belirli konumları ve hareketleri öğrendiği bir “öğretme noktaları” serisi aracılığıyla manevra yaptırılan bir tür sürükle ve bırak sürecidir. Bu süreç sayesinde bir robot asistan prosedürün tamamını öğrenebilir ve onu doğru şekilde defalarca ardı ardına yapabilir. Genel olarak değerlendirildiğinde hızla değişen siparişler ve talepler için bu son derece esnek ve kolay bir çözüm olarak ortaya çıkıyor.;