최근의 발전으로 인공 지능 및 로봇 공학 기술, 다양한 집안일을 처리할 수 있는 가정용 로봇의 개발 및 판매에 대한 관심이 높아지고 있습니다.
테슬라는 휴머노이드 로봇 만들기, CEO Elon Musk에 따르면 식사를 요리하고 노인을 돕는 데 사용할 수 있습니다. 최근 아마존 아이로봇 인수, 저명한 로봇 진공 제조업체이며, 아마존 로보틱스 프로그램 로봇 기술을 소비자 시장으로 확장합니다. 2022년 XNUMX월, 파워 청소기로 유명한 회사인 Dyson은 영국 최대 규모의 로봇 센터를 건설할 계획이라고 발표했습니다. 가정용 로봇 개발 주거 공간에서 일상적인 가사 작업을 수행합니다.
관심이 높아지고 있음에도 불구하고 잠재 고객은 이러한 로봇이 시장에 출시될 때까지 잠시 기다려야 할 수도 있습니다. 오늘날 스마트 온도 조절 장치 및 보안 시스템과 같은 장치가 가정에서 널리 사용되고 있지만 가정용 로봇의 상업적 사용은 아직 초기 단계입니다.
으로 로봇 연구원, 저는 가정용 로봇이 스마트 디지털 장치나 산업용 로봇보다 제작하기가 얼마나 어려운지 직접 알고 있습니다.
물건 다루기
디지털 장치와 로봇 장치의 주요 차이점 중 하나는 가정용 로봇이 객체를 조작해야 함 신체 접촉을 통해 업무를 수행합니다. 그들은 접시를 들고 의자를 옮기고 더러운 세탁물을 집어 세탁기에 넣어야 합니다. 이러한 작업을 수행하려면 로봇이 깨지기 쉽고 부드러우며 때로는 불규칙한 모양의 무거운 물체를 다룰 수 있어야 합니다.
최첨단 AI 및 기계 학습 알고리즘은 시뮬레이션 환경에서 잘 작동합니다. 그러나 현실 세계의 물체와 접촉하면 종종 넘어집니다. 이것은 신체 접촉이 종종 모델링하기 어렵고 제어하기 더 어렵기 때문에 발생합니다. 인간은 이러한 작업을 쉽게 수행할 수 있지만 가정용 로봇이 물체를 다루는 인간 수준의 능력에 도달하는 데는 상당한 기술적 장애물이 있습니다.
로봇은 물체를 조작하는 두 가지 측면인 제어와 감지에서 어려움을 겪습니다. 조립 라인과 같은 많은 픽 앤 플레이스 로봇 매니퓰레이터에는 간단한 그리퍼 또는 특정 부품을 잡고 운반하는 것과 같은 특정 작업 전용 특수 도구가 장착되어 있습니다. 불규칙한 모양이나 탄성이 있는 재질의 물체를 조작하는 데 어려움을 겪는 경우가 많습니다. 특히 효율성이 부족하기 때문입니다. 힘 또는 촉각, 피드백 인간은 자연적으로 부여됩니다. 유연한 손가락으로 범용 로봇 손을 만드는 것은 여전히 기술적으로 어렵고 비용이 많이 듭니다.
기존의 로봇 매니퓰레이터가 정확하게 작동하려면 안정적인 플랫폼이 필요하지만, 특히 다양한 표면에서 이동하는 플랫폼과 함께 사용할 경우 정확도가 상당히 떨어진다는 점도 언급할 가치가 있습니다. 모바일 로봇의 이동 및 조작을 조정하는 것은 광범위한 기능을 갖춘 가정용 로봇이 시장에 출시되기 전에 해결해야 하는 로봇 커뮤니티의 열린 문제입니다.
정교한 로봇 주방은 이미 시장에 나와 있지만(아래) 고도로 구조화된 환경에서 작동합니다. 방해가 되는 성가신 인간들.
그들은 구조를 좋아한다
조립 라인이나 창고에서는 환경과 작업 순서가 엄격하게 구성됩니다. 이를 통해 엔지니어는 로봇의 움직임을 사전 프로그래밍하거나 QR 코드와 같은 간단한 방법을 사용하여 물체 또는 대상 위치를 찾을 수 있습니다. 그러나 가정 용품은 종종 무질서하고 무작위로 배치됩니다.
가정용 로봇은 작업 공간에서 많은 불확실성을 처리해야 합니다. 로봇은 먼저 많은 항목 중에서 대상 항목을 찾고 식별해야 합니다. 종종 항목에 도달하고 주어진 작업을 수행하기 위해 작업 공간의 다른 장애물을 치우거나 피해야 합니다. 이를 위해서는 로봇이 뛰어난 인식 시스템, 효율적인 탐색 기술 및 강력하고 정확한 조작 능력을 갖추어야 합니다.
예를 들어, 로봇 청소기 사용자는 바닥에서 케이블과 같은 모든 작은 가구와 기타 장애물을 제거해야 한다는 것을 알고 있습니다. 최고의 로봇 청소기도 스스로 청소할 수 없기 때문입니다. 더 어려운 것은 사람과 애완동물이 가까운 거리를 걸을 때 로봇이 움직이는 장애물이 있는 곳에서 작동해야 한다는 것입니다.
그것은 단순 유지
인간에게는 간단해 보이지만 많은 집안일은 로봇에게는 너무 복잡합니다. 산업용 로봇은 로봇 동작을 미리 프로그래밍할 수 있는 반복 작업에 탁월합니다. 그러나 가사 작업은 종종 상황에 따라 다르며 로봇이 작업을 수행하기 위해 지속적으로 결정을 내리고 경로를 변경해야 하는 놀라움으로 가득할 수 있습니다.
요리를 하거나 접시를 닦는 것에 대해 생각해 보십시오. 몇 분 동안 요리하는 동안 소테 팬, 주걱, 스토브 손잡이, 냉장고 문 손잡이, 계란 및 식용유 한 병을 잡을 수 있습니다. 팬을 세척하려면 일반적으로 한 손으로 팬을 잡고 이동하면서 다른 손으로 문지르며 조리된 음식물 찌꺼기를 모두 제거한 다음 모든 비누를 헹구어 냅니다.
최근 몇 년 동안 기계 학습을 사용하여 다양한 물체를 선택하고 배치할 때 지능적인 결정을 내리도록 로봇을 훈련시키는 데 상당한 발전이 있었습니다. 즉, 한 지점에서 다른 지점으로 물체를 잡고 이동하는 것을 의미합니다. 그러나 모든 종류의 주방 도구와 가전 제품을 마스터하도록 로봇을 훈련시킬 수 있는 것은 최고의 학습 알고리즘에도 또 다른 수준의 어려움이 될 것입니다.
사람들의 집에는 종종 계단, 좁은 통로 및 높은 선반이 있다는 것은 말할 것도 없습니다. 이러한 접근하기 어려운 공간은 바퀴나 네 개의 다리를 사용하는 경향이 있는 오늘날의 모바일 로봇의 사용을 제한합니다. 인간이 스스로 구축하고 구성하는 환경과 더 밀접하게 일치하는 휴머노이드 로봇은 아직 실험실 환경 밖에서 안정적으로 사용되지 않았습니다.
작업 복잡성에 대한 해결책은 로봇 진공 청소기 또는 주방 로봇과 같은 특수 목적 로봇을 구축하는 것입니다. 가까운 장래에 이러한 장치의 많은 다른 유형이 개발될 것입니다. 그러나 범용 가정용 로봇은 여전히 먼 길.
이 기사는에서 다시 게시됩니다. 대화 크리에이티브 커먼즈 라이센스하에 읽기 원래 기사.
이미지 신용 : 다이슨
