Salem Robotics (YC S26) – 産業用検査ロボット向けソフトウェア

HNの皆さん、私たちはSalem Robotics（https://salemroboticsinc.com）の創業者です。私たちは、既存のモバイルロボットに、危険な産業施設での調査や物理的な検査を実行するためのタスク固有の知能を提供します。 これは、実際のロボットハードウェア上で動作し、私たちからの簡単な説明付きのビデオです。 https://youtu.be/U_228h3NE7c 私たちは、UTオースティンでのロボット工学研究と、原子力分野での15年間の実務経験、特にロスアラモス国立研究所での自律ロボットの開発・展開に約10年携わった経験を経てSalemを設立しました。過去5年間、私たちは常に同じギャップに直面してきました。ロボットハードウェアは非常に高性能になっていましたが、ロボットに完全な産業手順を実行させるには、驚くほどのロボット工学の作業と手作業が必要でした。 私たちを最も興味を引いたのはマニピュレーション（操作）の部分です。例えば、原子力汚染調査では、「スミア」を取る必要があります。これは、除去可能な放射性汚染がないか確認するために、表面の定義された領域を拭き取ることです。石油、ガス、化学プラントでは、LDAR（漏洩検知・修理）検査で、特定のバルブ、フランジ、接続部の周りに検出器を移動させる必要があります。その他の検査では、パイプや機器に対して正確な位置と向きで機器を配置する必要があります。 これらは「拭く」「測定する」「検査する」といった動詞に圧縮しやすいタスクですが、ロボットに確実に実行させるのははるかに困難です。プローブは、パス全体で表面に対して常に垂直を保つ必要があるかもしれませんし、パイプから狭いオフセットを維持する必要があるかもしれませんし、特定の端部オリエンテーションを維持しながら領域をトレースする必要があるかもしれません。プランナーは、タスクジオメトリ、マニピュレータのキネマティクス、ジョイント制限、衝突、および周囲の環境を尊重しながら、実行可能な動きを見つける必要があります。 私たちは、これらのインタラクションのためにジョイントレベルの制御まで行います。私たちが多くの時間を費やした問題の1つは、制約付きマニピュレーションプランを十分に速く生成することです。これにより、各表面、バルブ、またはフランジに対して個別に軌道を注意深く作成する必要がなく、ロボットが実際に観測したジオメトリに基づいてプランを作成できます。 物理世界はこれを厄介にします。数センチメートルの誤差は、廊下をナビゲートする際にはそれほど問題にならないかもしれませんが、センサーが湾曲した表面に対して常に垂直を保つ必要がある場合は問題になります。また、軌道の実行に成功したからといって、検査が成功したとは限りません。検出器がずれている可能性、接触が不適切である可能性、ジオメトリがモデルと異なる可能性、または測定自体が無効である可能性があります。私たちは、アームがコマンドされた姿勢に到達したかどうかだけでなく、検査結果を中心としたループを閉じることに重点を置いています。 私たちの方法は、AIと古典的なロボット工学の組み合わせです。現在、多くのロボット工学の研究と産業の注目は、ますますエンドツーエンドで学習されたシステム、特にヒューマノイドの周りに集まっています。安全クリティカルな環境での作業経験から、明示的な制約、予測可能な動作、およびロボットができることとできないことに関する理論的な保証が必要な場合に、古典的なアプローチがいかに関連性があるかを理解しました。 私たちは、意味論的な理解と柔軟性が役立つ場所、例えば構造化されていない情報の解釈や、見慣れないシーンで手順に関連するものを理解する際にAIを使用します。システムがどのような物理的インタラクションを実行する必要があるかを把握したら、可能な限り明示的なジオメトリ、プランニング、最適化、および制御を優先します。私たちは、ロボットスタックのすべての部分を学習させようとするのではなく、この2つの結婚に関心があります。 Salemの背後にあるもう1つの考えは、有用なロボットアプリケーションすべてに新しいロボットを構築する必要はないということです。Boston Dynamicsのような企業は、ますます高性能なハードウェアプラットフォームの構築に非常に長けています。私たちは、そのハードウェアの上にドメイン固有のアプリケーションレイヤーが存在する余地があると考えています。同じ基盤となるロボットが、ある施設では原子力放射線調査を行い、別の施設ではLDAR検査を行うかもしれませんが、手順、センサー、マニピュレーションの制約、成功条件、および出力は異なります。 だからこそ、私たちはハードウェアに依存しないのです。私たちは、1つのロボットが永遠に最高のプラットフォームになるとは考えていませんし、施設はすでにさまざまなハードウェアを所有しています。私たちは、何が起こる必要があるかを検査として記述し、それをその仕事に最適なロボットの機能にマッピングしたいと考えています。 施設とより多くの時間を過ごした後に私たちを驚かせたことの1つは、検査ワークフローの多くが依然として手作業であるということです。洗練された原子力および産業サイトでは、人々は依然として物理的に調査ルートを歩き、一度に1つの測定を行い、機器を目視検査し、結果を手動で記録し、時にはコンポーネントの音のようないくつかの判断を下しています。今日利用可能なセンサー、計算能力、ロボットが劇的に異なっているにもかかわらず、基本的なワークフローのいくつかは、数十年前の担当者が見ても認識できるでしょう。 私たちは、原子力分野での放射線検査から始めています。これは私たちが最もよく知っている産業であり、石油、ガス、危険化学プラントでのマニピュレーションを多用する検査問題にも取り組んでいます。技術者や検査官は依然として手順を定義し、結果を解釈し、決定的な判断を下します。私たちは、現在、人が環境に入ったり、ロボットを手動で操作したりする必要がある、より多くの反復的な物理的実行を自動化しようとしています。 私たちは産業施設に直接販売しており、通常は有料の技術検証から始めて、継続的な展開に進みます。価格設定はワークフローによって大きく異なります。検証は数万ドルから10万ドル超まで、大規模な展開は数十万ドルからロボットあたり約50万ドルまで範囲があります。 HNの皆さんに特に意見を聞きたいのは、ロボット工学における抽象化の境界線はどこにあるべきかということです。ロボットメーカーから提供されるべきものは何か、アプリケーションレイヤーに属するものは何か、そして最終的に施設固有のものとして残るものは何か。また、人には些細に見えるが自動化が驚くほど難しい物理的検査タスクを見た他の産業についても聞きたいです。