Till innehåll på sidan
Till KTH:s startsida

KTH-forskare utvecklar nya metoder för robotik

Vyer av roboten CloudGripper med öppen källkod
Vyer av CloudGripper-robotarna med öppen källkod som utvecklats av gruppen. Projektet med öppen källkod är planerat att lanseras offentligt på IEEE IROS i Detroit och online på cloudgripper.org senare i år.
Publicerad 2023-05-11

Utvecklingen inom robotik kan ge stora fördelar för samhället. Inte minst när robotar används för att assistera personal inom hälso- och sjukvården. Men för att nå dit krävs nya vetenskapliga genombrott. Florian Pokorny leder två nya forskningsprojekt som tänjer på gränserna för datadriven robotik.

Florian Pokorny, Lektor på KTH
Florian Pokorny, Lektor på KTH

– Robotsystem som hjälper oss med repetitiva manuella uppgifter kan drastiskt förbättra både arbetsförhållanden och produktivitet inom sektorer som hälso- och sjukvård. Men vi behöver övervinna en rad vetenskapliga utmaningar, särskilt när det gäller att utveckla pålitliga maskininlärningsmetoder som gör att robotar kan modellera och interagera med världen, säger Florian Pokorny, docent i maskininlärning vid KTH. 

Pokornys forskargrupp arbetar tvärvetenskapligt och kombinerar kunskap från bland annat matematik, robotik och maskininlärning. Samma områden som också har byggt Pokornys forskarbana. Han doktorerade vid University of Edinburgh och kom till KTH som postdoktor. Sen följde en tid vid University of California, Berkeley, innan han återvände till KTH 2016.

– Jag gillar att forskningsmiljön vid KTH är inriktad på samarbete. Här finns en platt organisation utan hierarki vilket gör samarbete både med kollegor och doktorander enklare, säger han.

Robotar interagerar med omgivningen

Bland de forskningsprojekt han koordinerar finns SoftEnable  Project som har finansiering från EU:s forskningsprogram Horizon Europe. Projektets mål är att utveckla nya sätt för robotar att interagera med sin omgivning. Något som kan komma till nytta inom livsmedelsindustrin och hälso- och sjukvården. 

I vården kan projektet bidra i utvecklingen av robotar som kan hjälpa vårdpersonalen vid på- och avklädning av särskild skyddsutrustning, speciellt sådan som krävs för operation och infektionsavdelningar. Det är både svårt och tidsödande att hantera skyddskläderna på ett säkert sätt, vilket blev särskilt tydligt under coronapandemin.

För att lyckas tar forskarna i projektet hjälp av idéer och metoder från robotik, differentialgeometri och maskininlärning. Målet är att hitta sätt för robotarna att anpassa sig till att hantera ömtåliga föremål som de tunna lagren av skyddutrustning som används. 

– Även om vi har många svåra utmaningar kvar att hantera så är det spännande att se potentialen som finns i att använda robotar i dessa situationer och sammanhang. Till exempel kan ett samarbete med en robot förbättra dagens arbetsmiljö för sjuksköterskor, säger Pokorny.

Nytt paradigm inom robotik

En av hörnstenarna i forskargruppens arbete är att använda sig av storskaliga försök där flera robotar delar sina sensordata mellan varandra via internet och en särskild molnlösning. Här kan forskarna studera enskilda problem och maskininlärningsmetoder i en stor skala. Pokorny har tillsammans med forskningsingenjören Muhammad Zahid byggt ett nytt molnsystem med öppen källkod vid namn Cloudgripper. Systemet har över 100 anslutna robotarmar och används i det pågående forskningsprojektet "Intelligent Cloud Robotics for Real-Time Manipulation at Scale" som koordineras av Pokorny. Forskningen är en del av det nya flaggskeppsinitiativet WASP NEST och finansieras av Wallenberg AI, Autonomous Systems and Software Program (WASP).

– Några av de saker vi undersöker där handlar om skalningsegenskaperna för maskininlärningen som används för att kontrollera robotarna. Till exempel hur uppgifternas komplexitet relaterar till mängden träningsdata som krävs för algoritmerna, säger Pokorny. 

Andra delar av projektet handlar om vilka distribuerade maskininlärningsmetoder som är lämpliga för att sjösätta nätverk av robotar, samt tilldela rätt mängd resurser och skapa en feltolerant kontroll av molnsystemen. 

Kontakt:

Florian Pokorny
Florian Pokorny universitetslektor

Läs mer om de enskilda projekten:

SoftEnable är en förkortning för "Towards Soft Fixture-Based Manipulation Primitives Enaving Safe Robotic Manipulation in Hazardous Healthcare and Food Handling Applications" och pågår till år 2026.

SoftEnable: http://softenable.eu

Intelligent Cloud Robotics for Real-Time Manipulation at Scale koordineras av Pokorny. Co-Project Investigators, Erik Elmroth (Umeå), Martina Maggio (Lund) och Monowar Bhuyan (Umeå) leder projektet tillsammans, och forskningen är en del av det nya flaggskeppsinitiativet WASP NEST. Forskningen finansieras av Wallenberg AI, Autonomous Systems and Software Program, (WASP).

NEST

CloudGripper: cloudgripper.org

Florians forskningsgrupp: www.csc.kth.se/~fpokorny/

Twitter: twitter.com/ftpokorny

Relaterade nyheter

Vyer av roboten CloudGripper med öppen källkod
Vyer av CloudGripper-robotarna med öppen källkod som utvecklats av gruppen. Projektet med öppen källkod är planerat att lanseras offentligt på IEEE IROS i Detroit och online på cloudgripper.org senare i år.

KTH-forskare utvecklar nya metoder för robotik

Utvecklingen inom robotik kan ge stora fördelar för samhället. Inte minst när robotar används för att assistera personal inom hälso- och sjukvården. Men för att nå dit krävs nya vetenskapliga genombro...

Läs artikeln
Bild av kvinna som sjunger framför sex personer, alla iklädd robotplaggen Corsetto.
Forskarna samarbetade med en professionell operasångerska och utformade en korsett som kan efterlikna och förmedla nyanserna hos en sjungande kropp. Bild: Ozgun Kilic Afsar

Ny textildesign efterliknar muskler som används när man sjunger

Forskare har utvecklat ett plagg som kan imitera hur det känns när någon sjunger. Innovationen kan hjälpa göra scenkonst ännu mer interaktiv och uppslukande.

Läs artikeln

Mot komplexitetsmedvetet-beslutsfattande för robotar

Går det att optimera robotars beslutsfattande så att besluten blir bra och enkla? Ja, det har doktoranden Elis Stefanssons forskning visat.

Läs artikeln