Obogateno kinestetično učenje finih robotskih gibovBAUMKIRCHER, ALJAŽ (Avtor) Mihelj, Matjaž (Mentor) kinestetično učenjefini gibiučenje z demonstracijosodelujoči robotiV doktorski disertaciji predstavljamo učenje finih robotskih gibov z uporabo pristopa kinestetičnega učenja. Kinestetično učenje je uveljavljen pristop učenja z demonstracijo saj operaterjem omogoča intuitivno izvedbo giba brez dodatnih krmilnih naprav. Operater lahko namreč izvede želen gib tako, da prime posamezne segmente robota in jih premakne v želeno lego. Primernost kinestetičnega učenja je tako že bila preučena v sklopu aplikacij, ki so zahtevale grobe gibe, ne pa v sklopu aplikacij, ki so zahtevale učenje finih gibov. Fini gibi so namreč gibi, pri katerih je zahtevana natančnost pozicioniranja znotraj velikostnega reda milimetra, za kar se pogosto uporablja teleoperacijo in kooperativno robotsko orodje, ki sta uveljavljena pristopa za demonstracijo finih gibov. Tako smo v prvem delu disertacije delovanje kinestetičnega učenja primerjali z omenjenima pristopoma, pri čemer smo pristope primerjali na dveh skrbno načrtovanih nalogah. Nalogi sta se razlikovali glede na tip giba, pri čemer je prva zahtevala natančen premik od točke do točke, druga pa natančno sledenje referenčni poti. Cilj študije je bila, poleg določanja primernosti posameznega pristopa za demonstracijo finih gibov, tudi analiza vpliva vizualnih modalitet na natančnost izvedbe. Razvili smo namreč neke vrste virtualni mikroskop, ki je omogočal slikovno povečavo delovnega območja pod vrhom robota in posledično izboljšal vizualno zaznavanje pozicijskih odstopanj med izvajanjem demonstracije. Operaterji so tako izvedli demonstracije brez in z uporabo vizualne povečave. V sklopu te študije smo vzporedno pripravili tudi manjšo študijo osredotočeno na izvajanje finih dinamičnih gibov. Pri teh gibih je za uspešno izvedbo potreben ustrezen dinamičen potek, pri čemer se sam gib izvede na relativno kratki prostorski razdalji velikostnega reda centimetra. Ugotovitve te študije so predstavljene v sklopu priloge Dodatek A, saj ugotovitve niso tako pomembne kot v primeru ostalih študij. Nadalje smo v drugem delu doktorske disertacije preučili metode zapisa finih gibov. Poleg primerne demonstracije je ustrezen zapis demonstracij namreč druga ključna stvar pri pristopu učenja z demonstracijo. Med seboj smo primerjali metodi DMP in GMM, ki sta uveljavljeni metodi zapisa demonstracij. Dodatno smo predlagali tudi nadgradnjo metode GMM na podlagi frekvenčne analize, ki omogoča ustrezen zapis finih gibov brez občutnega povečanja računske kompleksnosti metode. Disertacija se zaključi s preizkusom kinestetičnega učenja finih gibov na realnem procesu v kliničnem mikrobiološkem okolju. Z vpeljavo sodelujočih robotov v to delovno okolje je namreč potrebno vedeti, ali njihova uporaba omogoča primerljive rezultate v primerjavi z izkušenimi delavci. Tako smo uporabili sodelujočega robota za postopek zaznave, odvzema in nanosa bakterijskih kolonij v sklopu procesa identifikacije bakterijskih kolonij z uporabo masne spektrometrije. Delovanje sistema smo ocenili na podlagi rezultatov posameznega vmesnega postopka ter uspešnosti identifikacije kolonij, rezultate pa primerjali z objavljenimi podatki o uspešnosti izkušenih laboratorijskih tehnikov. Na podlagi prvih dveh študij, pa smo za namen te aplikacije pripravili tudi t.i. učni vmesnik. Vmesnik je bil sestavljen iz dveh ločenih delov. Prvi del je predstavljal obogateno okolje delovnega prostora, ki je operaterju, z uporabo očal za navidezno resničnost, omogočil bolj natančno izvedbo demonstracije. Drugi del pa je predstavljal sistem, ki je na podlagi metode DMP zapisal izvedeno demonstracijo ter jo prilagodil glede na trenutne zahteve procesa.20222022-11-14 09:35:00Doktorsko delo/naloga142580VisID: 53822COBISS_ID: 129216771sl