ARChemist: Autonomous Robotic Chemistry System Architecture

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

授權條款

開放取用
論文: CC BY 4.0

以下內容皆依據論文全文，依其 CC BY 4.0 授權條款使用；圖表已標示作者。

一句話摘要

ARChemist 透過 ROS 與 YAML 配方，將 KUKA KMR 移動式機器手臂、Franka Panda 機器手臂與標準實驗室儀器連結起來；溶解度篩選 10 次執行中成功 9 次，結晶 5 次中成功率 80%。

為何重要

此系統在同一個化學工作流程中操作異質的商用機器人（負責運送的移動式機器手臂與負責處理樣品瓶的固定式機器手臂），並搭配現成儀器而非客製硬體。以 ROS 作為中介軟體，可以在不修改核心處理邏輯的情況下加入新的機器人與儀器。

問題

化學實驗室中的多數機器人系統是為單一實驗撰寫程式，經常建立在專有架構或 ChemPU 等客製硬體上，而且先前的系統沒有整合移動機器人，無法把樣品送到固定式機器人工作範圍以外的工作站。化學家通常不是機器人專家，他們需要一個容易撰寫程式、能簡化資料分析，並能在不同實驗間通用的系統。

提出的方法

ARChemist 是一個 Python 架構，包含狀態管理器（State Manager，管理材料、機器人、工作站、樣品及其紀錄）、持久化管理器（Persistence Manager，負責資料庫儲存以及設定檔與配方檔的剖析）與工作流程管理器（Workflow Manager，包含工作流程處理器、機器人排程器、平行的工作站與機器人處理常式、系統監控器與以規則為基礎的警示管理器）。ROS 是與機器人和儀器之間的通訊層，並為實驗室設備撰寫了客製的驅動程式。每個樣品都帶有一份人類可讀的 YAML 化學配方，列出材料、工作站操作與一個狀態機工作流程；新增工作站或機器人只要提供其類別檔案與處理常式，系統就會在啟動時找到它們。

關鍵見解

把以製程為中心的狀態（材料、工作站、機器人及其操作）與以樣品為中心的狀態（配方、操作紀錄、位置、狀態）分開，讓同一套裝置能執行不同配方，前提是這些配方的工作站與操作都已列在設定檔中。
透過 Python 動態型別與型別自省達成鬆散耦合，代表新增一個工作站或機器人只需要其類別檔案與處理常式，不必修改其他模組。
移動式機器手臂在實驗室不同區域的工作站之間運送樣品，作者指出它可以和固定式機器手臂在其他工作站上平行作業。
機器人執行比人類化學家慢，但作者的目標是讓化學家擺脫重複性工作，並讓實驗能長時間不中斷地進行。

主要結果

溶解度篩選：10 次執行，成功率 90%，平均執行時間 12 分鐘；唯一一次失敗是 Quantos 因外部振動在扣除皮重時逾時。
結晶：5 次執行，成功率 80%，平均執行時間 130 分鐘（2 小時 10 分鐘）；失敗原因是 Panda 在把樣品瓶移到秤上時放錯位置。
溶解度工作流程：由 Quantos 分注 15 mg 鹽，由蠕動泵加入 2 mL 水，以 200 rpm 攪拌 1 秒，並以 Intel RealSense D435i 拍攝的 RGB 影像計算濁度、偵測溶解。
結晶工作流程：200 mg 氯化鈉與 2 mL 水，在 60 °C 下加熱，並持續監測質量，直到質量穩定。

限制

工作流程使用者介面（Workflow User Interface）目前是命令列介面；作者計畫開發圖形介面。
只整合了兩台機器人與少量儀器（固體與液體分注器、天平、加熱板與攪拌器），而且每台儀器都需要客製的 ROS 驅動程式。
基於安全考量，端對端系統是在開放式實驗桌上測試，且只使用水作為溶劑。
評估規模很小，為 10 次溶解度執行與 5 次結晶執行，各有一次失敗。
尚未整合機器學習決策；作者計畫加入。

對領域的影響

該論文入圍 ICRA 2022 傑出自動化論文獎決選，被引用 53 次。論文連結了兩個案例研究的影片（https://youtu.be/mcEYyOBjKpU）；論文未提供程式碼儲存庫。

摘要

自動化的實驗室實驗有潛力推動新發現，同時提高再現性，並在處理危險物質時改善科學家的安全。然而，許多自動化實驗室工作流程尚未充分運用機器人與數位實驗室設備的顯著進展。因此，實驗室中使用的多數機器人系統都是專為單一實驗而撰寫程式，經常仰賴專有架構或使用非傳統的硬體。在本研究中，我們針對此問題，提出一個專門與化學家一同、也為化學家設計的新型機器人系統架構，讓科學家能輕鬆為新實驗重新配置其設置。具體而言，此系統的優勢在於能將異質的機器人平台與標準實驗室設備結合，建立不同的實驗設置。最後，我們透過溶解度篩選與結晶等案例研究，展示此架構如何用於特定的實驗室實驗。

連結

arXiv 2204.13571: https://arxiv.org/abs/2204.13571
DOI 10.1109/ICRA46639.2022.9811996: https://doi.org/10.1109/ICRA46639.2022.9811996
PDF: https://arxiv.org/pdf/2204.13571v1