iT邦幫忙

2026 iThome 鐵人賽

DAY 28
0
AI Engineering

Physical AI 驗證工程:30 天把機器人模擬變成可檢查的證據系列 第 28 篇

Day 28|數位孿生:一度的朝向誤差,在料架深處比三公分的橫移還致命

  • 分享至 

  • xImage
  •  

案例 F13:AMR 精準停靠與料架交接

先講清楚邊界:這是工程模擬,不是真實產線資料。本篇連官方資產都沒有用——料架、AMR、頂升板全部是自製方塊。車體是 kinematic,不模擬輪胎與打滑;定位誤差是宣告的抽樣值,不是任何定位演算法算出來的。

兩種誤差,疊起來的方式不一樣

AMR 鑽到料架底下、頂起來、載走。示範影片裡這件事永遠成功,因為示範的料架永遠停在同一個位置。真實廠區裡料架是人推的,每次位置與朝向都不一樣,AMR 自己的定位也有誤差。對接成不成,取決於這兩組誤差疊起來後,車體還在不在料架四支腳圍出來的通道裡。

而它們疊的方式不一樣:橫向偏移對整台車是常數,偏了兩公分就從頭到尾偏兩公分;朝向誤差卻會隨插入深度放大,在離入口 d 遠的地方貢獻 d·sinΔθ。通道半寬 150 mm、車體半寬 110 mm,單邊只剩 40 mm 餘裕,而 0.8° 的朝向誤差在 1.2 m 深處就是 16.8 mm——用掉四成餘裕,而它在入口處是零。

門檻怎麼選:先掃母體,再看正式 seed

主要指標是對接成功率,門檻 0.90。但成功率同時取決於我把定位誤差設多大——調小到全部成功、調大到全部失敗都輕而易舉,那樣門檻就不是在檢驗什麼,只是在描述我的設定。

所以誤差模型的選定基準是母體,不是這 30 個 seed。用 5000 個拋棄式 seed 掃了六組參數,選出閉式可行率 0.9540 的那一組。沒選看起來更有挑戰性的 0.910 那組,是因為 30 個 seed 的抽樣波動會讓它有 28% 的機率低於 0.90 門檻——通不通過會變成擲骰子,而 0.954 那組對應的機率是 4.51%,照實登記進契約。

先導抓到的:料架放錯地方

第一次先導三個 seed,兩個「對接幾何成立,料架卻只升到 51 mm 而且傾了 5.3°」。看起來像頂升機構的問題,其實是料架中心位置寫錯了一個座標運算式,托板托在料架的一端而不是中心。那量到的是我把料架放錯地方,不是對接精度。 一行修正後,同樣的 seed 全部乾淨,四個判定門檻一格未動。

結果:30/30 命中,唯一一次失敗分不出主謀

指標 門檻 實測
對接成功率 ≥0.90 0.9667(29/30)
餘裕模型誤差 ≤1.0 mm 0.0089 mm
料架傾角 ≤2.0° 0.0°
頂升高度誤差 ≤5.0 mm 0.00012 mm

判定 PASS。閉式模型與模擬器的一致程度超出預期:30 個 seed 的可行性預測全部命中,最壞餘裕的差是 0.00000 mm(到小數點後五位)。

唯一失敗的 seed,橫向誤差與朝向誤差都不極端,是兩者同號相加才把有效偏移推到 46.9 mm,越過 40 mm 餘裕。但一個失敗樣本分不出誰主導——用組合座標看,成功群與失敗的中間隔了 19 mm;只用橫向座標看,中間只隔 0.6 mm,這個間距太小,不能拿來設計判準。

今天帶走三件事

  1. 一條可以自己算的餘裕公式:e(d) = Δy + d·sinΔθ,最壞值一定出現在行程的兩端之一。
  2. 門檻要先用母體掃出抽樣風險,再決定要不要用這組參數,不能只看 30 個 seed 好不好看。
  3. 一次先導失敗,先查是不是自己把場景擺錯了,再懷疑演算法。

本篇的每一次對接都是單獨發生的。下一篇要問:當第二台車在等這台車讓出通道時,會不會兩台一起停在原地。


上一篇
Day 27|數位孿生:兩支手臂交接,為什麼終點不可能是同一個點?
下一篇
Day 29|數位孿生:死結不是「車太多」造成的,是「誰先拿到哪一段」造成的
系列文
Physical AI 驗證工程:30 天把機器人模擬變成可檢查的證據 共 30 篇
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言