Tim sa Karlsruher Institute of Technology razvio je robotski sistem za adaptivnu demontažu koji kombinuje CAD modele i verovatnosno planiranje (POMDP) kako bi se nosio sa zapečenim ili nedostajućim delovima. U eksperimentima je sistem promenio taktiku — od odvrtanja do frezovanja — kada je naišao na prepreke, a rad je predstavljen na ICRA 2026 u Beču. Dugoročna vizija uključuje pogone sa više robotskih ruku i doprinos kružnoj ekonomiji kroz očuvanje vrednih komponenti.
Pametni Robot Rastavlja Pokvarene Mašine — Adaptivna Demontaža Uz POMDP
The robotic system is seen in a workshop.
Roboti su decenijama pomagali u sastavljanju proizvoda koje koristimo. Istraživači sada uče robote i drugoj, manje uređenoj veštini koja postaje sve važnija: kako da sigurno i efikasno rastavljaju pokvarene i oštećene mašine.
Više od 4,6 miliona industrijskih robota već radi širom sveta, a automatizacija proizvodnje i dalje raste. Pitanje je šta se dešava kada delovi otkažu ili se istroše — umesto da ceo uređaj završi na otpadu, može li robot bezbedno izdvojiti i sačuvati vredne komponente?
A robotic disassembly system uses probabilistic planning to change tactics when damaged or aging machinery creates unexpected obstacles.
Istraživači sa Karlsruhe Institute of Technology (KIT) razvili su robotski sistem za demontažu koji ne očekuje idealne uslove. Sistem koristi CAD model kao početnu informaciju, ali tokom rada posmatra stvarno ponašanje delova i ažurira svoja uverenja o strukturi uređaja.
Kako sistem radi
Osnova pristupa je verovatnosno planiranje poznato kao Partially Observable Markov Decision Process (POMDP). Umesto jednog fiksnog plana, robot dodeljuje verovatnoće mogućim problemima (npr. zapeo zavrtanj, nedostajući deo) i stalno prilagođava strategiju kako stižu nova opažanja. Istraživanje kombinuje CAD podatke, inspekciju i sposobnosti samog robota kako bi birao optimalne akcije u uslovima nesigurnosti.
Researchers in Germany developed a robotic system that can adapt when screws are stuck, components are missing or machines no longer match their original designs.
Demonstracije i rezultati
U fizičkim eksperimentima istraživači su simulirali tipične nepredviđene situacije: zapeo zavrtanj u elektromotoru i već odsutan zavrtanj kod ugaone brusilice. U prvom slučaju, kad odvrtanje nije uspelo, robot je promenio taktiku i upotrebio frezerski alat da ukloni materijal i dođe do ciljanog dela. U drugom slučaju, sistem je prepoznao da zavrtanj nedostaje i nije gubio vreme tražeći ga.
Iako deterministički planeri dobro funkcionišu kad sve ide po planu, POMDP pristup pokazuje prednost kako raste verovatnoća nepredviđenih problema — naročito kada postoji alternativni način pristupa ciljnom delu. Rad je predstavljen na IEEE International Conference on Robotics and Automation (ICRA) 2026 u Beču.
The technology could eventually help manufacturers recover valuable components from broken products instead of sending entire machines to the scrap pile.
Ograničenja i vizija za budućnost
Važno je naglasiti granice ovog istraživanja: fizičke demonstracije su bile fokusirane na elektromotore i ugaone brusilice, a nije prikazan sistem koji autonomno rastavlja kompletne industrijske robote ili masovne proizvodne linije. Ipak, istraživači, uključujući Jana Baumgärtnera, zamišljaju pogone sa više robotskih ruku i različitim alatima — u praksi, „proizvodnu liniju koja radi unazad“.
Jedna od dugoročnih ambicija je doprinos kružnoj ekonomiji: automatizovana demontaža koja prioritet daje očuvanju vrednih komponenti mogla bi smanjiti količinu e-otpada i učiniti popravke isplativijim. Krajnja vizija je da popravka elektronskog uređaja postane jeftinija od proizvodnje novog — ali to je cilj, ne trenutno komercijalno rešenje.
Za kraj
Ovo istraživanje pokazuje koliko je važno da roboti prepoznaju kada stvarnost ne odgovara nacrtima. Ako sistemi postanu dovoljno robusni u radu s oštećenim i nepredvidivim uređajima, moglo bi se otvoriti mnogo korisnih primena u popravci, reciklaži i održivom upravljanju resursima. Ipak, primena u svakodnevnim servisima potrošačke elektronike još nije bliska.
Napomena: Iako su rezultati obećavajući, prelazak sa laboratorijskih demonstracija na industrijske i komercijalne sisteme zahteva dodatna ulaganja u hardver, standardizaciju dizajna za demontažu i logistiku prerade.
Pomozite nam da budemo bolji.
