Transport z pomocą autonomicznych pojazdów mobilnych (AMR) wykorzystujących sztuczną inteligencję

Udostępnij:

Roboty mobilne pomagają zautomatyzować transport wewnątrz firmy. Sprawdzają się na wielu polach, zwiększając efektywność organizacji. Sztuczna inteligencja wbudowana w urządzenia daje możliwość lepszego poznawania otoczenia.

„Jak zrealizować transport za pomocą autonomicznych pojazdów mobilnych (AMR) wykorzystujących sztuczną inteligencję?” było tematem webinarium z cyklu How To? Przemysł 4.0. – technologie, najlepsze praktyki, strategie, realizowanego przez Krajową Izbę Gospodarczą Elektroniki i Telekomunikacji w ramach programu Diginno. Webinarium poprowadził Przemysław Degórski, Dyrektor Rozwoju w firmie WObit. Poniższy artykuł został przygotowany w oparciu o informacje z webinaru.

>>Więcej informacji o cyklu webinariów<<

Autonomous Mobile Robot (AMR) to urządzenia już w pełni autonomiczne, bazujące przede wszystkim na naturalnych elementach przestrzeni, dzięki którym zdolne są do samodzielnej lokalizacji. Rozwiązaniami poprzedzającymi Autonomiczne Roboty Mobilne są Automated Guided Vehicle (AGV). AGV są zautomatyzowane, ale nie posiadają inteligencji i dodatkowych funkcji pozwalających im na lokalizowanie się w przestrzeni i podejmowanie na tej podstawie określonych decyzji. 

Branże i zastosowania

Roboty mobilne rozwiązują kwestię rotacji pracowników. Pomagają uniknąć problemów wynikających z niedoborów personelu, związanych m.in. z urlopami, czy chorobami. Umożliwiają przeniesienie pracowników do innych, bardziej kreatywnych zadań. Roboty wyposażone są w szereg systemów zabezpieczeń, które pozwalają uniknąć kolizji z pieszymi, czy innymi maszynami. Są to np. skanery laserowe lub innego rodzaju sensory np. systemy wizyjne ułatwiające wykrywanie obiektów w obszarze pracy urządzenia. 

Roboty działają powtarzalnie i cechują się określoną klasą bezpieczeństwa, co sprawia, że nie stanowią zagrożenia dla pracowników oraz dla innych maszyn pracujących w obszarze produkcji. Dzięki tym cechom stają się bezpieczniejsze od wózków widłowych, których przemieszczanie jest mniej przewidywalne i w znacznym stopniu zależy od bieżących decyzji operatora – zauważa Przemysław Degórski, Dyrektor Rozwoju w firmie WObit.
 
Branże, w których wykorzystywane są roboty AGV/AMR to m.in. automotive, FMCG, elektronika, branża maszynowa, papiernicza, tworzyw sztucznych, logistyczna, produkcji mebli, opieka medyczna oraz branża ogólnoprzemysłowa. Roboty mobilne pomagają nie tylko w procesach przemysłowych, ale również w różnego rodzaju zadaniach codziennych. Robot sprawdziłby się m.in. w centrum handlowym pełniąc rolę wózka, którym można przewozić zakupy. Podobne zagadnienie można też realizować dzięki AMR w magazynie, gdzie towary transportowane są pomiędzy regałami.


Możliwości autonomicznych robotów mobilnych

Przeładunek detalu. Wbrew pozorom, nie jest to operacja łatwa i można ją realizować na kilka różnych sposobów. Detal może być zarówno zdjęty przez robota ramieniowego, ale może być także przekazany za pomocą podajnika napędzanego, rolkowego. Wreszcie detal może być także oddany na specjalne miejsce odkładcze, jeżeli robot wyposażony został w system unoszenia ładunku lub może zostać oddany na podajnik grawitacyjny.

Omijanie przeszkód. To jeden z elementów zastosowań sztucznej inteligencji w AMR, co dotyczy zwłaszcza selektywnego omijania przeszkód, w którym podejmowane są decyzje o ominięciu danej przeszkody w zależności od rodzaju obiektu. W zastosowaniach tych bardzo przydatne stają się algorytmy sztucznej inteligencji wykorzystywane w funkcji "Follow me". Są to algorytmy związane z przetwarzaniem w sieciach neuronowych, tzw. głębokim uczeniem (ang. deep learning), które pozwalają na podstawie zbudowanej bazy informacji o obiektach na rozpoznawanie tych obiektów, a następnie podejmowanie decyzji o podjęciu danego zadania. Samo omijanie przeszkód jest również zadaniem dość złożonym, związanym ze sztuczną inteligencją. W zależności od tego, jaka sytuacja występuje w danym obszarze, robot musi zachować się w określony sposób - musi zmierzyć przestrzeń, stwierdzić, czy jest w stanie przejechać przez nią, nawet jeżeli daną przeszkodę ominie. Powinien też uwzględnić, czy nie ma w tym otoczeniu kolejnej przeszkody, która wkrótce zamknie drogę przejazdu. W cyklu produkcyjnym zagadnienia te są niezwykle ważne, a właściwe ich rozwiązanie pozwoli uniknąć sytuacji, w których dochodzi do zablokowania transportu. 

Inteligentny, wyposażony w odpowiednie oprogramowanie robot AGV potrafi reagować we właściwy sposób. Jest w stanie w takiej sytuacji wycofać się. Może na przykład ustąpić drogę innemu pojazdowi, który ma zaczepiony z tyłu szereg przyczep. Właśnie tego typu zagadnienia związane z omijaniem przeszkód wymagają stosowania algorytmów sztucznej inteligencji – podkreśla Przemysław Degórski.

Komunikacja z maszynami i przeładunek detalu. W scenariuszu tym robot wykorzystując system nawigacji laserowej przejeżdża w poprzek drogę i następnie przemieszcza się do określonej pozycji z wykorzystaniem kamer wizyjnych. Precyzja w tej aplikacji wynosi ok. +/- 2mm. Tylko dzięki tak dużej dokładności możliwa staje się wymiana detalu. Robot może być wyposażony w koła omnikierunkowe, które pozwalają mu na szybkie wykonanie manewru przemieszczenia się pomiędzy dwoma skrajnymi maszynami. Roboty wyposażone w napęd różnicowy skręcają w sposób klasyczny, co oznacza, że wykonują dłuższą drogę, co zajmuje więcej czasu. Także w tym przypadku algorytmy sztucznej inteligencji pozwalają na podejmowanie właściwej decyzji o osiąganej przez robota pozycji. 

Webinaria „How to? Przemysł 4.0. – technologie, najlepsze praktyki, strategie” są częścią programu Diginno mającego na celu przyspieszenie cyfryzacji firm produkcyjnych.>> Więcej informacji o programie

Temat Przemysłu 4.0. będzie kontynuowany podczas FG Time w marcu 2021 

Źródło: Krajowa Izba Gospodarcza Elektroniki i Telekomunikacji 


Udostępnij:

Drukuj


MM