Kurangi, Gunakan Kembali, Daur Ulang – Bagaimana Robotika Dapat Mengubah Pendekatan Kita Terhadap Penanganan Sampah

Penelitian dalam Applied Physics Reviews menunjukkan bagaimana pengindraan sentuhan dapat meningkatkan kemampuan robot mengenali benda. Studi ini menguji sistem sensor dan pengenalan melalui tugas pemilahan sampah untuk melihat kinerjanya pada benda yang beragam.

Robot dengan Indra yang Ditingkatkan

Robot semakin banyak menggabungkan sensor dan algoritma AI untuk mengenali objek serta lingkungan. Informasi visual, suara, dan konteks dapat saling melengkapi.

Sumber – Applied Physics Reviews – Penanganan Sampah

Peningkatan AI

Pembelajaran mesin membantu menafsirkan data sensor dan mengklasifikasikan benda. Perbaikan tidak hanya berasal dari AI, tetapi juga dari rancangan sensor, mekanika, dan pemrosesan sinyal.

Robot Taktil – Penanganan Sampah

Robot taktil menggunakan informasi sentuhan, seperti tekanan, tekstur, dan respons termal, untuk mengenali atau memanipulasi benda. Informasi ini dapat melengkapi penglihatan, terutama ketika penampilan luar tidak cukup membedakan objek.

Masalah pada Robot Taktil Saat Ini

Pengenalan melalui genggaman merupakan tantangan. Tangan manusia menggabungkan banyak reseptor dan jalur saraf, tetapi klaim bahwa tangan memiliki miliaran sensor tidak tepat dijadikan perbandingan langsung.

Benda dengan ukuran atau bentuk serupa dapat sulit dibedakan. Gangguan pengukuran, variasi permukaan, dan kondisi kontak juga memengaruhi ketepatan sistem taktil.

Posisi dan cara menggenggam benda mengubah informasi yang diterima sensor. Menggabungkan beberapa jenis data dapat membantu pengenalan, tetapi kemampuan menghadapi benda baru harus diuji secara khusus.

Studi – Penanganan Sampah

Studi “Peningkatan persepsi taktil robot melalui pengindraan spasial-temporal dan penalaran logis untuk pengenalan objek yang andal” meneliti cara menggabungkan pengukuran sentuhan dengan klasifikasi hierarkis.

Sensor Taktil Spatiotemporal

Peneliti memanfaatkan informasi mekanik dan termal. Pengukuran yang berubah sepanjang waktu dapat membantu membedakan bahan yang tampak atau terasa serupa. Kombinasi sensor dan algoritma digunakan untuk meningkatkan pengenalan objek.

Sensor Berlapis Meningkatkan Kemampuan Penanganan Sampah

Sensor berlapis mengumpulkan informasi dari kontak permukaan. Bagian pengindraan tekanan dan termal memberikan sinyal yang saling melengkapi. Lapisan bahan berpori mendukung rancangan sensor, sementara perubahan suhu selama kontak memberi petunjuk tentang sifat benda.

Integrasi AI

Algoritma klasifikasi bertingkat mengolah data sensor untuk mengenali objek. Jaringan long short-term memory membantu menganalisis pola yang berubah sepanjang waktu. Pendekatan hierarkis mempersempit kategori secara bertahap; ini bukan bukti bahwa sistem sepenuhnya meniru otak manusia atau terus belajar sendiri setelah setiap penggunaan.

Uji Penanganan Sampah

Pemilahan sampah dipilih karena benda dapat memiliki bahan, bentuk, isi, dan kondisi yang beragam. Contoh pengujian mencakup karton, botol plastik, serbet, spons, kulit jeruk, dan obat kedaluwarsa. Tugas semacam ini sulit, tetapi tidak benar bahwa semua robot sebelumnya mustahil melakukannya.

Hasil

Sistem mencapai ketepatan klasifikasi 98,85 % pada pengujian benda sampah yang dilaporkan, termasuk objek yang belum ditemui sebelumnya. Angka ini adalah hasil pengenalan dalam kondisi studi, bukan jaminan ketepatan pemilahan di semua fasilitas atau bukti produk sudah tersedia untuk umum.

Manfaat

Pengindraan taktil yang lebih baik dapat memperluas tugas robot pada manufaktur dan penanganan material. Respons termal dan mekanik dapat membantu membedakan objek. Hasil ini tidak menunjukkan kemampuan yang setara dengan manusia untuk semua benda atau situasi.

Perusahaan yang Berpotensi Mendapat Manfaat dari Penelitian Ini

Perusahaan robotika dapat meneliti penerapan teknik serupa. Contoh berikut memiliki kegiatan terkait, tetapi tidak menunjukkan bahwa perusahaan telah mengadopsi hasil penelitian atau pasti memperoleh keuntungan darinya.

1. ABB

ABB merupakan pemasok robot industri yang berbasis di Zürich. Portofolionya mencakup robot bergerak dan robot kolaboratif. YuMi diperkenalkan pada 2015, sehingga bukan produk yang baru diluncurkan pada 2024. Robot ini dirancang untuk perakitan komponen kecil. Penambahan sensor taktil berpotensi memperluas aplikasi, tetapi memerlukan pengembangan dan pengujian. Prospek saham bergantung pada bisnis perusahaan secara keseluruhan.

2. Zebra Technologies

ZBRA Grafik Harga

Zebra Technologies (ZBRA ) berbasis di Amerika Serikat dan menawarkan teknologi otomasi, termasuk robot bergerak untuk mengangkut barang. Fetch100 Roller dan Fetch100 Shelf merupakan contoh sistem pemindahan material, bukan hanya prototipe untuk kalangan akademis.

Fleksibilitas konfigurasi dan perangkat lunak pengelolaan armada membantu koordinasi robot di gudang atau pabrik. Pengindraan taktil dapat berguna untuk tugas tertentu, tetapi manfaatnya bergantung pada apakah robot memerlukan kemampuan memegang atau mengenali benda melalui kontak.

Prospek Zebra bergantung pada permintaan, persaingan, biaya, dan pelaksanaan strategi. Prediksi analis atau rekomendasi historis tidak menjamin kenaikan saham ZBRA.

Masa Depan

Robot taktil berpotensi mendukung manufaktur, pengurangan limbah, dan berbagai tugas sehari-hari. Tingkat otonomi dan kegunaannya akan bergantung pada keandalan, keselamatan, biaya, serta integrasi dengan sistem lain.

Industri

Di industri, sensor sentuhan dapat mendukung pengambilan dan pemeriksaan benda, termasuk penilaian kekerasan atau kematangan pada aplikasi yang sesuai. Robot dapat membantu produksi dan pengujian, tetapi penghematan biaya serta kemampuan menggantikan tugas manusia perlu dinilai untuk setiap proses.

Medis

Pengindraan taktil juga diteliti untuk prostesis dan perangkat medis. Mengembalikan sensasi memerlukan bukan hanya sensor, tetapi antarmuka yang sesuai dengan sistem saraf serta evaluasi klinis. Hasil studi pemilahan sampah tidak membuktikan prostesis yang terasa persis seperti anggota tubuh alami.

Pertanian

Dalam pertanian, robot dapat membantu memetik dan menilai hasil panen. Menggabungkan penglihatan dan sentuhan berpotensi mendukung pengenalan kematangan serta penanganan yang lebih lembut. Kontribusinya terhadap ketahanan pangan bergantung pada penerapan yang efektif.

Peneliti

Artikel penelitian ditulis oleh Qian Mao dan Rong Zhu dari Tsinghua University. Mereka meneliti peningkatan pengenalan objek melalui gabungan sensor dan penalaran klasifikasi. Keberhasilan eksperimen tidak dengan sendirinya membuktikan adopsi oleh perusahaan robotika besar.

Robot Penyortir Sampah Hanya Awal

Pemilahan sampah merupakan salah satu contoh penerapan pengindraan taktil yang lebih kaya. Penelitian ini menunjukkan pendekatan yang menjanjikan, sementara ketahanan dan kinerjanya pada penggunaan sehari-hari masih perlu diuji.
Pelajari proyek lainnya di sini.