ИИ-управляемые автономные мобильные роботы революционизируют производственную эффективность

Пока использование искусственного интеллекта (ИИ) продолжает расти, его определение и применение часто варьируются в зависимости от приложения и отрасли. В мире автономных мобильных роботов (AMR), например, ИИ принимает форму системы, собирающей данные, затем обучающейся и адаптирующейся по мере изменения данных. По сути, это применение ИИ в его базовой форме — оптимизация данных, и оно обычно встречается в производственных/производственных средах, а не в огромных складских операциях.

Для AMR ИИ помогает оптимизировать поток материалов внутри объекта через использование собранных данных, которые затем включаются в программное обеспечение управления флотом AMR. ИИ-включенные флоты AMR позволяют объектам заменить большие, громоздкие вручную управляемые вилочные погрузчики на гибкие, более эффективные AMR. ИИ также прокладывает путь для использования AMR в более сложных приложениях, таких как работа на открытом воздухе, в сельском хозяйстве или в морозных условиях.

Оптимизация маршрутов флотом

Программное обеспечение управления флотом с использованием ИИ оптимизирует маршруты, которые AMR проходят по предварительно настроенным путям. Эти маршруты — структурированные пути, которые объект хочет, чтобы AMR следовали. Пути встроены с различными узлами для зарядки, погрузки, разгрузки и других операций.

Оптимизация движений флота AMR по предварительно настроенным путями — это то, как объект координирует логистику или управляет флотом. ИИ-управляемое программное обеспечение управления флотом направляет трафик AMR по всему объекту, обеспечивая эффективный поток и избегая столкновений. Хотя это относительно просто для двух или трех AMR, это становится довольно сложным по мере увеличения числа AMR в флоте.

Рассмотрим объект с флотом более 200 роботов. Каков наиболее оптимизированный способ их использования, какой робот куда идет и какую задачу выполняет? В любой точке по их установленным путям они могут принимать решения — вправо, влево, назад, вперед — на основе собранных данных, поэтому, помимо роли в том, как робот идет из точки А в точку B, ИИ также оптимизирует процессы, происходящие в точках А и B.

ИИ-управляемое программное обеспечение

Пример программного обеспечения управления флотом AMR с функциональностью ИИ — KUKA Mobile Robot expert System (KMReS). Программное обеспечение не только обеспечивает комплексное управление флотом всей системы AMR, но также регулирует весь флетовый трафик и способно автоматически перепланировать и перенаправлять в случае препятствий.

Для поддержки интеграции AMR, легкая и интуитивная система — это no-code платформа, позволяющая объектам настраивать параметры с помощью курсора вместо программирования. Это делается через блок-схемы, и пользователи создают узлы действий роботов, связанные вместе в блок-схеме, которую программное обеспечение затем выполняет. С программным обеспечением пользователи создают, управляют и редактируют рабочие процессы, а также мониторят и управляют контейнерами, которые роботы обрабатывают. Всё это позволяет быстро и эффективно планировать новые или измененные маршруты. Для экспертов все еще доступны более продвинутые варианты программирования, делая программное обеспечение пригодным даже для нестандартных приложений.

Камерная система KMP 1500P обеспечивает безопасный автономный транспорт тяжелых грузов на заводах и логистических центрах. (Изображение: KUKA)

Помимо управления множественными AMR по предварительно настроенным путям, современное программное обеспечение управления флотом позволяет этим AMR также обходить непредвиденные препятствия на своих путях. Аналогично, по мере увеличения использования ИИ в мобильной робототехнике, платформы будут использовать передовые сенсорные технологии не только для обнаружения объектов на своих путях, но и для их идентификации.

По сути, AMR — это аппаратное обеспечение, зависящее от множества сенсоров, включая 3D-системы зрения и камеры. Помимо общей навигации, они могут использовать эти сенсорные массивы вместе с ИИ для обнаружения, является ли препятствие человеком или неживым объектом, таким как поддон. Это, в свою очередь, означает, что чем лучше становятся 3D-системы зрения и камерные технологии, тем эффективнее их идентификация объектов и, следовательно, навигационные возможности.

Система зрения робота

Помимо ИИ-управляемого программного обеспечения, 3D-стереокамеры оказали огромное влияние на продвижение технологии системы зрения робота. Они позволяют роботам распознавать детали — не только их местоположение, но и ориентацию. 3D-стереокамера/система зрения захватывает изображение детали и передает его в программное обеспечение, которое затем использует изображения для извлечения данных, представляющих жизнеспособные детали, которые робот может подобрать. Из изображения программное обеспечение оценивает, какая деталь в оптимальной позиции для захвата или относительно близка к ней, затем отправляет решения роботу.

Камеры KMP 1500P также могут читать QR-коды. Это можно использовать для достижения более высокого уровня точности — позиционирования +/- 5 мм — что часто необходимо в точках передачи, где робот подбирает или сбрасывает материалы. В навигации по QR-кодах карта SLAM (Simultaneous Localization and Mapping) используется как референс для настройки путей в программном обеспечении, а QR-коды размещаются на полу объекта для навигации. Почему использовать QR-коды?

Рассмотрим завод, где некоторые участки имеют часто меняющуюся среду. Вместо необходимости добавлять физические особенности для работы SLAM-навигации, эти объекты могут использовать QR-коды для навигации роботов в этих зонах.

Камерная система KMP 1500P обеспечивает безопасный автономный транспорт тяжелых грузов на заводах и логистических центрах. С своей гибкой системой привода KMP 1500P может навигировать в сложных и динамических средах, адаптироваться к меняющимся требованиям и оптимизировать поток материалов. Это обеспечивает гибкость и универсальность в операциях, в конечном счете помогая бизнесам быстро реагировать на меняющиеся рыночные требования и достигать более высокой производительности.

Передовые колеса и привод

Гибкость и маневренность AMR были бы невозможны без появления передовых технологий колес и привода. Два таких достижения включают омнинаправленные платформенные колеса KUKA и технологию дифференциального привода diffDrive. На AMR KMP 1500P diffDrive использует два центрально расположенных ведущих колеса, противоположных друг другу, и четыре кастерных колеса в каждом углу. Система позволяет AMR поворачиваться и разворачиваться на месте.

Омнинаправленная технология привода основана на колесе Меканум и обеспечивает полную 360-градусную свободу движения для неограниченной маневренности. Они электрически приводятся и обычно состоят из двух ободов и девяти свободно вращающихся роликов, установленных под углами 45 градусов, движущихся независимо друг от друга. Это позволяет автоматизированным платформам двигаться не только вперед и боково, но и по диагонали — в основном любое движение на плоскости возможно без рулевого управления.

В то время как дифференциальные системы привода должны вращать AMR/платформу для изменения направления движения, омнинаправленные системы привода позволяют движения в любом направлении без изменения ориентации платформы.

Программное обеспечение не только обеспечивает комплексное управление флотом всей системы AMR, но также регулирует весь флетовый трафик и способно автоматически перепланировать и перенаправлять в случае препятствий. (Изображение: KUKA)

Также на стороне робота в игру вступает дополнительное программное обеспечение — операционная система — необходимая для собственной навигации транспортного средства и для связи с программным обеспечением управления флотом. Робот также будет иметь программное обеспечение для безопасности и базового управления вождением. Роботизированные системы зрения работают в тандеме с этим программным обеспечением, которое обрабатывает изображение камеры, затем направляет действие робота на основе этой визуальной информации.

Пока передовые системы зрения дают AMR силу «зрения», ИИ позволяет им идентифицировать объекты и оптимизировать их навигацию по заводскому полу. Используя собранные данные и ИИ, современное программное обеспечение управления флотом AMR более эффективно контролирует поток материалов внутри объекта. Такая способность предоставляет этим объектам жизнеспособную альтернативу традиционной обработке материалов, т.е. вилочным погрузчикам, и открывает дверь к применению AMR к ряду более сложных приложений.

Статью написала Денис Страффорд, региональный руководитель передовых роботизированных приложений в KUKA Robotics (Стерлинг, МИ). Для получения дополнительной информации посетите сайт.