AI-aangedreven autonome mobiele robots zorgen voor een revolutie in de efficiëntie van de productie

Hoewel het gebruik van kunstmatige intelligentie (AI) blijft toenemen, varieert de definitie ervan en de manier waarop het wordt toegepast vaak afhankelijk van de toepassing en de sector. In de wereld van autonome mobiele robots (AMR's) neemt AI bijvoorbeeld de vorm aan van een systeem dat gegevens verzamelt, vervolgens leert en zich aanpast naarmate de gegevens veranderen. In wezen is deze toepassing van AI in zijn basisvorm de optimalisatie van gegevens en wordt deze doorgaans aangetroffen in productie-/productieomgevingen, in tegenstelling tot grote magazijnoperaties.

Voor AMR's helpt AI de materiaalstroom binnen een faciliteit te optimaliseren door het gebruik van verzamelde gegevens, die vervolgens worden opgenomen in AMR-wagenparkbeheersoftware. Met AI-compatibele AMR-vloten kunnen faciliteiten grote, omvangrijke, handmatig bediende vorkheftrucks vervangen door wendbare, efficiëntere AMR's. AI zal ook de weg vrijmaken voor AMR-gebruik in meer uitdagende toepassingen, zoals buiten, in agrarische omgevingen of in ijskoude omgevingen.

Wagenparkbeheersoftware met behulp van AI optimaliseert de routes die AMR's afleggen langs vooraf geconfigureerde paden. Deze routes zijn de gestructureerde paden die een faciliteit wil dat AMR's volgen. De paden zijn ingebed met verschillende knooppunten voor opladen, laden, lossen en andere handelingen.

De optimalisatie van de bewegingen van een AMR-vloot langs vooraf geconfigureerde paden is de manier waarop een faciliteit de logistiek coördineert of de vloot beheert. AI-aangedreven software voor wagenparkbeheer leidt het AMR-verkeer door de hele faciliteit, waardoor een efficiënte doorstroming wordt gegarandeerd en botsingen worden vermeden. Hoewel dit relatief eenvoudig is voor twee of drie AMR's, wordt het behoorlijk complex naarmate het aantal AMR's in een vloot toeneemt.

Overweeg een faciliteit met een vloot van meer dan 200 robots. Wat is de meest geoptimaliseerde manier om ze te gebruiken, welke robot gaat waar en doet welke taak? Op elk punt op hun vaste pad kunnen ze beslissingen nemen (rechts, links, achteruit vooruit) op basis van verzamelde gegevens. Dus naast het spelen van een rol in de manier waarop een robot van punt A naar punt B gaat, optimaliseert AI ook de processen die plaatsvinden op de punten A en B.

AI-aangedreven software

Een voorbeeld van AMR-wagenparkbeheersoftware met AI-functionaliteit is KUKA’s Mobile Robot expert System (KMReS). De software maakt niet alleen uitgebreid wagenparkbeheer van een volledig AMR-systeem mogelijk, maar regelt ook al het wagenparkverkeer en kan bij obstakels automatisch herplannen en omleiden.

Ter ondersteuning van de AMR-integratie is het eenvoudige en intuïtieve systeem een platform zonder code waarmee faciliteiten instellingen kunnen configureren met behulp van een cursor in plaats van deze te programmeren. Dit gebeurt via stroomdiagrammen en gebruikers creëren knooppunten van robotacties die aan elkaar worden gekoppeld in het stroomdiagram dat de software vervolgens uitvoert. Met de software kunnen gebruikers workflows creëren, beheren en bewerken, en containers monitoren en beheren die de robots verwerken. Dit alles maakt het mogelijk om snel en efficiënt nieuwe of aangepaste routes te plannen. Voor experts zijn er nog meer geavanceerde programmeeropties beschikbaar, waardoor de software zelfs in ongebruikelijke toepassingen bruikbaar is.

Het KMP 1500P-camerasysteem maakt veilig, autonoom transport van zware lasten in fabrieken en logistieke centra mogelijk. (Afbeelding:KUKA)

Naast het beheren van meerdere AMR's langs vooraf geconfigureerde paden, stelt de huidige wagenparkbeheersoftware deze AMR's ook in staat om onverwachte obstakels op hun pad te omzeilen. Op dezelfde manier zullen de platforms, naarmate het gebruik van AI in mobiele robotica toeneemt, geavanceerde sensortechnologie gebruiken om niet alleen objecten op hun pad te detecteren, maar deze ook te identificeren.

In wezen is een AMR een stuk hardware dat afhankelijk is van talloze sensoren, waaronder 3D-visiesystemen en camera's. Naast algemene navigatie zouden ze deze sensorarrays samen met AI kunnen gebruiken om te detecteren of een obstakel een menselijk of een levenloos object zoals een pallet is. Dit betekent op zijn beurt dat hoe beter 3D-visiesystemen en cameratechnologieën worden, des te effectiever hun objectidentificatie en dus hun navigatiemogelijkheden zijn.

Robot Vision-systeem

Naast AI-aangedreven software hebben 3D-stereocamera's een enorme impact gehad op de vooruitgang van robotvisiesysteemtechnologie. Ze stellen robots in staat onderdelen te herkennen – niet alleen hun locatie, maar ook hun oriëntatie. Het 3D-stereocamera/visiesysteem legt een afbeelding van een onderdeel vast en brengt deze over naar software, die de afbeeldingen vervolgens gebruikt om gegevens te extraheren die levensvatbare onderdelen vertegenwoordigen die de robot kan uitkiezen. Op basis van de afbeelding beoordeelt de software welk onderdeel zich in de optimale pickpositie bevindt of relatief dichtbij, en stuurt vervolgens beslissingen naar de robot.

De camera's van de KMP 1500P kunnen ook QR-codes lezen. Dit kan worden gebruikt om een ​​hoger nauwkeurigheidsniveau te bereiken (positienauwkeurigheid van +/- 5 mm), wat vaak nodig is op overdrachtspunten waar de robot materialen oppakt of aflevert. Bij navigatie met QR-codes wordt een SLAM-kaart (Simultaneous Localized and Mapping) gebruikt als referentie voor het instellen van de paden in de software, en de QR-codes worden op de vloer van de faciliteit geplaatst om deze voor navigatie te gebruiken. Waarom QR-codes gebruiken?

Denk aan een fabriek waar sommige delen van de faciliteit een vaak veranderende omgeving hebben. In plaats van fysieke functies toe te voegen om de SLAM-navigatie te laten werken, kunnen deze faciliteiten de QR-codes gebruiken om door de robots in deze gebieden te navigeren.

Het KMP 1500P-camerasysteem maakt veilig, autonoom transport van zware lasten in fabrieken en logistieke centra mogelijk. Met zijn wendbare aandrijfsysteem kan de KMP 1500P door complexe en dynamische omgevingen navigeren, zich aanpassen aan veranderende eisen en de materiaalstroom optimaliseren. Dit zorgt voor flexibiliteit en veelzijdigheid in de bedrijfsvoering, waardoor bedrijven uiteindelijk snel kunnen reageren op de veranderende marktvraag en een hogere productiviteit kunnen bereiken.

Geavanceerd stuur en aandrijving

De flexibiliteit en manoeuvreerbaarheid van AMR's zouden niet mogelijk zijn zonder de komst van geavanceerde wiel- en aandrijftechnologie. Twee van dergelijke verbeteringen zijn onder meer de omnidirectionele platformwielen van KUKA en de diffDrive-differentieelaandrijftechnologie. diffDrive is aanwezig op de KMP 1500P AMR en maakt gebruik van twee centraal geplaatste aandrijfwielen die tegenover elkaar liggen en vier zwenkwielen op elke hoek. Dankzij het systeem kan de AMR op één plek draaien.

De omnidirectionele aandrijftechnologie is gebaseerd op het Mecanum-wiel en biedt volledige bewegingsvrijheid van 360 graden voor onbeperkte manoeuvreerbaarheid. Ze worden door een elektromotor aangedreven en bestaan ​​doorgaans uit twee velgen en negen vrijlopende rollen die onder een hoek van 45 graden zijn gemonteerd en onafhankelijk van elkaar bewegen. Hierdoor kunnen geautomatiseerde platforms niet alleen voorwaarts en zijwaarts bewegen, maar ook diagonaal. In principe is elke beweging in een vliegtuig mogelijk zonder te sturen.

Terwijl de differentiële aandrijfsystemen de AMR/het platform moeten draaien om de bewegingsrichting te veranderen, maken de omnidirectionele aandrijfsystemen bewegingen in elke richting mogelijk, zonder de oriëntatie van het platform te veranderen.

De software maakt niet alleen uitgebreid wagenparkbeheer van een volledig AMR-systeem mogelijk, maar regelt ook al het wagenparkverkeer en kan bij obstakels automatisch herplannen en omleiden. (Afbeelding:KUKA)

Ook aan de robotkant komt er extra software in beeld – een besturingssysteem – die nodig is voor de eigen navigatie van het voertuig en om te communiceren met de wagenparkbeheersoftware. De robot zal ook software hebben voor veiligheid en basisrijcontrole. Robotic vision-systemen werken samen met deze software die een camerabeeld verwerkt en vervolgens de actie van de robot stuurt op basis van die visuele informatie.

Terwijl geavanceerde vision-systemen AMR’s als het ware de kracht van “zicht” geven, stelt AI hen in staat objecten te identificeren en de manier waarop ze op een fabrieksvloer navigeren te optimaliseren. Met behulp van verzamelde gegevens en AI controleert de huidige AMR-wagenparkbeheersoftware de materiaalstroom binnen een faciliteit effectiever. Dergelijke mogelijkheden bieden deze faciliteiten een levensvatbaar alternatief voor traditioneel materiaaltransport, d.w.z. vorkheftrucks, en openen de deur voor het toepassen van AMR's op een reeks meer uitdagende toepassingen.

Dit artikel is geschreven door Denise Strafford, regionaal hoofd van Advanced Robotic Applications bij KUKA Robotics (Sterling, MI). Bezoek hier  . voor meer informatie