AI-gedreven autonome mobiele robots revolutioneren productie-efficiëntie

Terwijl het gebruik van Kunstmatige Intelligentie (AI) blijft stijgen, varieert de definitie en hoe het toegepast wordt vaak afhankelijk van toepassing en industriesector. In de wereld van autonome mobiele robots (AMR's) neemt AI de vorm aan van een systeem dat data verzamelt, leert en aanpast als de data verandert. Essentieel is deze toepassing van AI in zijn basismacht de optimalisatie van data en wordt typisch gevonden in productieomgevingen in tegenstelling tot grote magazijnoperaties.

Optimalisatie van materiaalstroom

Voor AMR's helpt AI de stroom van materialen binnen een faciliteit te optimaliseren door gebruik te maken van verzamelde data, die vervolgens geïntegreerd wordt in AMR-vlootbeheersoftware. AI-ingeschakelde AMR-vloten laten faciliteiten toe grote, klonkige handmatig bediende heftrucks te vervangen door vlottere, efficiëntere AMR's. AI zal ook de weg banen voor AMR-gebruik in uitdagendere toepassingen zoals buitenaf, in landbouw of in vriesomgevingen.

Vlootbeheersoftware met AI

Vlootbeheersoftware die AI gebruikt, 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 ingesloten met verschillende knooppunten voor laden, laden, lossen en andere operaties.

De optimalisatie van de bewegingen van een AMR-vloot langs vooraf geconfigureerde paden is hoe een faciliteit de logistiek coördineert of de vloot beheert. AI-aangedreven vlootbeheersoftware stuurt AMR-verkeer door een faciliteit, waarborgend efficiënte stroom en botsingen vermijdend. Hoewel dit redelijk eenvoudig is voor twee of drie AMR's, wordt het complex naarmate het aantal AMR's in een vloot toeneemt.

Overweeg een faciliteit met een vloot van meer dan 200 robots. Wat is de geoptimaliseerde manier om ze te gebruiken, welke robot gaat waar en doet welke taak? Op elk punt langs hun vastgelegde paden kunnen ze beslissingen nemen — rechts, links, achteruit, vooruit — gebaseerd op verzamelde data, dus naast een rol speelend in hoe een robot van punt A naar punt B gaat, optimaliseert AI ook de processen die op punt A en B gebeuren.

AI-aangedreven software: KUKA KMReS

Een voorbeeld van AMR-vlootbeheersoftware met AI-functionaliteit is KUKA's Mobile Robot expert System (KMReS). De software stelt niet alleen uitgebreid vlootbeheer van een heel AMR-systeem in, maar regelt ook al het vlootverkeer en kan automatisch herschikken en omleiden in het geval van obstakels.

Ter ondersteuning van AMR-integratie, is het eenvoudige en intuïtieve systeem een no-code-platform dat faciliteiten instellingen laat configureren met een cursor in plaats van te programmeren. Het wordt gedaan via flowcharts, en gebruikers maken knooppunten van robotacties die samengebonden worden in de flowchart die de software dan uitvoert. Met de software maken, beheren en bewerken gebruikers workflows en monitoren en beheren ze containers die de robots hanteren. Al dit stelt nieuwe of gewijzigde routes in om snel en efficiënt te plannen. Voor experts zijn er nog geavanceerdere programmeeropties beschikbaar, wat de software bruikbaar maakt zelfs in ongewone toepassingen.

Robotvisiesysteem

Naast AI-aangedreven software hebben 3D-stereocamera's een enorme impact gehad op de vooruitgang van robotvisietechnologie. Ze laten robots onderdelen herkennen — niet alleen hun locatie, maar ook hun oriëntatie. Het 3D-stereocamera/visiesysteem vangt een onderdeelafbeelding op en overdraagt deze naar software, die de afbeeldingen gebruikt om data te extraheren die haalbare onderdelen vertegenwoordigen die de robot kan oppakken. Vanuit de afbeelding beoordeelt de software welk onderdeel in de optimale pikpositie is of relatief dicht bij het is, en stuurt beslissingen naar de robot.

De KMP 1500P's camera's kunnen ook QR-codes lezen. Dit kan gebruikt worden om een hogere precisie te bereiken — positioneringsnauwkeurigheid van +/- 5mm — wat vaak noodzakelijk is bij overnamepunten waar de robot materialen oppakt of afzet. Bij QR-code navigatie wordt een Simultaneous Localized and Mapping (SLAM) kaart gebruikt als referentie voor het instellen van de paden in de software, en de QR-codes worden op de faciliteitsvloer geplaatst om te gebruiken voor navigatie. Waarom QR-codes gebruiken?

Overweeg een fabriek waar sommige secties van de faciliteit een frequent veranderende omgeving hebben. In plaats van fysieke kenmerken toe te voegen om de SLAM-navigatie te laten werken, kunnen die faciliteiten de QR-codes gebruiken om de robots in deze gebieden te navigeren.

Geavanceerde wiel- en aandrijftechnologie

De flexibiliteit en manoeuvreerbaarheid van AMR's zou niet mogelijk zijn zonder het avontuur van geavanceerde wiel- en aandrijftechnologie. Twee dergelijke vooruitgang omvatten KUKA's omnidirectionele platformwielen en de diffDrive differentieel-aandrijftechnologie. Op de KMP 1500P AMR gebruikt diffDrive twee centraal gelegen aandrijfwielen die tegenover elkaar liggen en vier lenkwieltjes in elk hoek. Het systeem stelt de AMR in staat om op een enkele plek te draaien en te wenden.

De omnidirectionele aandrijftechnologie is gebaseerd op het Mecanum-wiel en biedt volledige 360-graden vrijheid van beweging voor onbeperkte manoeuvreerbaarheid. Ze worden elektrisch aangedreven en bestaan typisch uit twee rims en negen vrije rollen gemonteerd onder 45-graden hoeken die onafhankelijk van elkaar bewegen. Dit stelt geautomatiseerde platforms in staat om niet alleen vooruit en zijwaarts, maar ook diagonaal te bewegen — basically elke beweging op een vlak is mogelijk zonder sturen.

Terwijl differentieel-aandrijfsystemen de AMR/platform moeten roteren om de bewegingsrichting te veranderen, laten omnidirectionele aandrijfsystemen bewegingen in elke richting toe, zonder de oriëntatie van het platform te veranderen.

Ook aan de robotkant komt additionele software in beeld — een besturingssysteem — dat nodig is voor de eigen navigatie van het voertuig en om te communiceren met de vlootbeheersoftware. De robot heeft ook software voor veiligheid en basisrijcontrole. Robotvisiesystemen werken in tandem met deze software die een camera-afbeelding verwerkt, dan de actie van de robot stuurt op basis van die visuele informatie.

Terwijl geavanceerde visiesystemen AMR's de kracht van "zien" geven, stelt AI ze in staat om objecten te identificeren en optimaliseert hoe ze navigeren op een fabrieksvloer. Door gebruik te maken van verzamelde data en AI, controleert huidige AMR-vlootbeheersoftware de stroom van materialen binnen een faciliteit effectiever. Zulke capaciteit biedt deze faciliteiten een levensvatbare alternatief voor traditionele materialenhantering, d.w.z. heftrucks, en opent de deur voor het toepassen van AMR's op een reeks uitdagendere toepassingen.

Dit artikel is geschreven door Denise Strafford, Regional Head of Advanced Robotic Applications bij KUKA Robotics (Sterling, MI). Voor meer informatie, bezoek hier.