ARChemist: Autonomous Robotic Chemistry System Architecture

Autoren: Hatem Fakhruldeen, Gabriella Pizzuto, Jakub Glowacki, Andrew Ian Cooper · ICRA 2022

Lizenzen

Open Access
Paper: CC BY 4.0

Alles Folgende stützt sich auf das vollständige Paper unter seiner Lizenz CC BY 4.0; die Abbildung wird mit Nennung der Autoren gezeigt.

Kurz gesagt

ARChemist verbindet einen mobilen Manipulator KUKA KMR, einen Franka-Panda-Arm und Standard-Laborgeräte über ROS und YAML-Rezepte; das Löslichkeitsscreening gelang in 9 von 10 Durchläufen, die Kristallisation in 80 % von 5.

Warum es wichtig ist

Das System betreibt heterogene kommerzielle Roboter in einem einzigen Chemie-Workflow, einen mobilen Manipulator für den Transport und einen stationären Arm für die Handhabung von Fläschchen, zusammen mit handelsüblichen Geräten statt maßgeschneiderter Hardware. Die Verwendung von ROS als Middleware erlaubt es, neue Roboter und Geräte hinzuzufügen, ohne die zentrale Verarbeitungslogik zu ändern.

Problem

Die meisten Robotersysteme in Chemielaboren sind für ein einziges Experiment programmiert, oft auf proprietären Architekturen oder eigens gebauter Hardware wie dem ChemPU, und frühere Systeme integrieren keine mobilen Roboter, die Proben zu Stationen außerhalb der Reichweite eines stationären Roboters bringen. Chemiker, die in der Regel keine Robotikexperten sind, brauchen ein System, das leicht zu programmieren ist, die Datenanalyse vereinfacht und sich über Experimente hinweg verallgemeinern lässt.

Lösungsansatz

ARChemist ist eine Python-Architektur mit einem State Manager (Materialien, Roboter, Stationen, Proben und deren Historien), einem Persistence Manager (Datenbankspeicherung und Parsen von Konfigurations- und Rezeptdateien) und einem Workflow Manager (Workflow-Prozessor, Roboter-Scheduler, parallele Stations- und Roboter-Handler, Systemmonitor und regelbasierter Alarmmanager). ROS ist die Kommunikationsschicht zu Robotern und Geräten, mit eigens für die Laborausstattung geschriebenen Treibern. Jede Probe trägt ein menschenlesbares chemisches YAML-Rezept, das Materialien, Stationsoperationen und einen Zustandsautomaten-Workflow auflistet, und eine neue Station oder ein neuer Roboter wird hinzugefügt, indem man deren Klassendatei und Handler bereitstellt, die das System beim Start erkennt.

Wichtigste Erkenntnisse

Die Trennung von prozesszentriertem Zustand (Materialien, Stationen, Roboter und deren Operationen) und probenzentriertem Zustand (Rezept, Operationshistorie, Ort, Status) lässt eine Installation unterschiedliche Rezepte ausführen, sofern deren Stationen und Operationen in der Konfigurationsdatei stehen.
Lose Kopplung über dynamische Typisierung und Typintrospektion in Python bedeutet, dass zum Hinzufügen einer Station oder eines Roboters nur deren Klassendatei und Handler nötig sind, ohne Änderungen an anderen Modulen.
Der mobile Manipulator trägt Proben zwischen Stationen in verschiedenen Teilen des Labors, und die Autoren merken an, dass er parallel zum stationären Arm an anderen Stationen arbeiten könnte.
Robotische Durchläufe sind langsamer als ein menschlicher Chemiker, doch die Autoren wollen Chemiker von repetitiven Aufgaben befreien und Experimente über lange Zeiträume ohne Unterbrechung laufen lassen.

Hauptergebnisse

Löslichkeitsscreening: 10 Durchläufe, 90 % Erfolgsquote, durchschnittliche Laufzeit 12 Minuten; der eine Fehlschlag war eine Zeitüberschreitung des Quantos beim Tarieren aufgrund äußerer Vibrationen.
Kristallisation: 5 Durchläufe, 80 % Erfolgsquote, durchschnittliche Laufzeit 130 Minuten (2 Stunden 10 Minuten); der Fehlschlag bestand darin, dass der Panda das Fläschchen beim Umsetzen auf die Waage falsch absetzte.
Löslichkeits-Workflow: 15 mg Salz vom Quantos dosiert, 2 mL Wasser von der Peristaltikpumpe, 1 Sekunde Rühren bei 200 rpm, und RGB-Bilder einer Intel RealSense D435i zur Berechnung der Trübung und zur Erkennung der Auflösung.
Kristallisations-Workflow: 200 mg Natriumchlorid und 2 mL Wasser, erhitzt auf 60 °C mit kontinuierlicher Massenüberwachung, bis sich die Masse stabilisiert.

Einschränkungen

Das Workflow User Interface ist derzeit eine Kommandozeilenschnittstelle; die Autoren planen eine grafische.
Nur zwei Roboter und eine kleine Zahl von Geräten (Feststoff- und Flüssigkeitsdosierer, Waage, Heizplatte und Rührer) wurden integriert, und jedes Gerät benötigte einen eigenen ROS-Treiber.
Aus Sicherheitsgründen wurde das Gesamtsystem auf einem offenen Labortisch mit Wasser als einzigem Lösungsmittel getestet.
Die Evaluation ist klein, 10 Löslichkeits- und 5 Kristallisationsdurchläufe, mit je einem Fehlschlag.
Entscheidungsfindung durch maschinelles Lernen ist noch nicht integriert; die Autoren planen, sie hinzuzufügen.

Wirkung auf das Fachgebiet

Das Paper war Finalist für den ICRA 2022 Outstanding Automation Paper award und hat 53 Zitierungen. Es verlinkt ein Video beider Fallstudien (https://youtu.be/mcEYyOBjKpU); ein Code-Repository nennt das Paper nicht.

Zusammenfassung

Automatisierte Laborexperimente haben das Potenzial, neue Entdeckungen voranzutreiben und zugleich die Reproduzierbarkeit zu erhöhen und die Sicherheit von Wissenschaftlern beim Umgang mit gefährlichen Stoffen zu verbessern. Viele automatisierte Laborabläufe haben die bemerkenswerten Fortschritte in der Robotik und bei digitaler Laborausstattung jedoch nicht voll ausgeschöpft. Infolgedessen sind die meisten in Laboren eingesetzten Robotersysteme speziell für ein einziges Experiment programmiert und stützen sich oft auf proprietäre Architekturen oder verwenden unkonventionelle Hardware. In dieser Arbeit gehen wir dieses Problem an, indem wir eine neuartige Robotersystemarchitektur vorschlagen, die eigens mit und für Chemiker entworfen wurde und es Wissenschaftlern ermöglicht, ihren Aufbau leicht für neue Experimente umzukonfigurieren. Die Stärke des Systems liegt insbesondere in seiner Fähigkeit, heterogene Roboterplattformen mit Standard-Laborausrüstung zu verschiedenen Versuchsaufbauten zu kombinieren. Schließlich zeigen wir anhand von Fallstudien wie Löslichkeitsscreening und Kristallisation, wie die Architektur für bestimmte Laborexperimente eingesetzt werden kann.

Open Source Robotics