推出 HN：Salem Robotics (YC S26) – 工业检测机器人软件

您好，HN，我们是 Salem Robotics ( https://salemroboticsinc.com ) 的创始人。我们为现有的移动机器人提供特定任务的智能，以在危险工业设施中进行调查和物理交互检查。以下是它在真实机器人硬件上运行的视频，其中包含我们的几句话：https://youtu.be/U_228h3NE7c 我们通过 UT Austin 的机器人研究来到塞勒姆，并在核领域工作了 15 年，其中包括在洛斯阿拉莫斯国家实验室开发和部署自主机器人约 10 年。在过去的五年里，我们不断遇到同样的差距：机器人硬件已经变得非常强大，但要让机器人执行完整的工业流程仍然需要大量的机器人工作和人工干预。我们最感兴趣的部分是操纵。例如，核污染调查可能需要进行“涂片”：擦拭表面的指定区域，以便检查是否有可去除的放射性污染。在石油、天然气或化学设施中，LDAR（泄漏检测和修复）检查可能需要在特定阀门、法兰或连接处移动探测器。其他检查需要将仪器定位在相对于管道或设备的精确位置和方向。这些任务很容易压缩成“擦拭”、“测量”或“检查”等动词，但要让机器人可靠地完成却相当困难。探头可能需要在整个路径中保持与表面垂直，保持在与管道的狭窄偏移范围内，或者在保持特定末端执行器方向的同时跟踪某个区域。规划者必须找到可行的运动，同时考虑任务几何形状、机械臂运动学、关节限制、碰撞及其周围环境。我们致力于对这些互动进行联合控制。我们花费大量时间解决的一个问题是足够快地生成约束操作计划，以便它们可以基于机器人实际观察到的几何形状，而不是要求某人仔细为每个单独的表面、阀门或法兰编写轨迹。物质世界让这变得烦人。当沿着走廊行驶时，几厘米的误差可能并不重要，但如果传感器应该保持垂直于弯曲表面，那就很重要了。成功执行轨迹并不一定意味着检查有效。探测器可能未对准、接触可能错误、几何形状可能与模型不同，或者测量本身可能无效。我们关心的是围绕检查结果闭合循环，而不仅仅是手臂是否达到了命令的姿势。我们的方法是人工智能和经典机器人技术的结合。目前，许多机器人研究和行业注意力都集中在越来越多的端到端学习系统上，特别是围绕类人机器人。在安全关键的环境中工作使我们意识到，当您需要明确的约束、可预测的行为以及关于机器人能做什么和不能做什么的理论保证时，经典方法仍然具有重要意义。我们在语义理解和灵活性有用的地方使用人工智能，例如解释结构化程度较低的信息或理解不熟悉的场景中与程序相关的内容。一旦系统知道它需要执行什么物理交互，我们就会尽可能选择显式几何、规划、优化和控制。我们对两者之间的结合感兴趣，而不是试图让机器人技术栈的每个部分都能学习。塞勒姆背后的另一个想法是，我们不认为每个有用的机器人应用程序都应该需要构建一个新的机器人。像波士顿动力公司这样的公司非常擅长构建功能日益强大的硬件平台。我们认为在该硬件之上还有特定领域应用层的空间。同一个底层机器人可能在一个设施中执行核放射性调查，在另一个设施中执行 LDAR 检查，但程序、传感器、操作限制、成功条件和输出是不同的。这也是我们对硬件不可知的原因。我们并不期望一个机器人永远是最好的平台，而且设施已经拥有不同的硬件。我们宁愿根据需要发生的事情来描述检查，然后将其映射到适合该工作的机器人的功能上。在花了更多时间在设施上后，令我们惊讶的一件事是，许多检查工作流程仍然是手动的。我在复杂的核和工业现场，人们仍然亲自走在测量路线上，一次进行一项测量，目视检查设备，手动记录结果，有时还根据组件的声音等因素做出判断。尽管现在可用的传感器、计算和机器人截然不同，但几十年前从事这项工作的人还是可以识别一些基本工作流程。我们从核辐射检查开始，因为这是我们最了解的行业，而且我们还在研究石油、天然气和危险化学品设施中的大量操纵检查问题。技术人员和检查员仍然定义程序、解释结果并做出相应的判断。我们正在尝试自动化更多的重复物理执行，这些执行目前需要有人进入环境或手动操作机器人。我们直接向工业设施销售，通常从付费技术验证开始，然后进行持续部署。定价随工作流程的不同而有很大差异：验证范围从数万美元到超过 10 万美元不等，而较大的部署范围可以从每个机器人的数十万美元到大约 50 万美元不等。我们特别好奇 HN 的想法的一件事是机器人技术的抽象边界应该位于哪里。什么应该来自机器人制造商，什么属于应用层，什么将不可避免地保留为设施特有的？我们也有兴趣了解其他行业的情况，在这些行业中，您会看到物理检查任务对人来说看似微不足道，但自动化起来却出人意料地困难。评论网址：https://news.ycombinator.com/item?id=49466715 积分：12 # 评论：4