Roboty mobilne i pojazdy autonomiczne w dostawach i realizacji intralogistycznej

Automatyzacja łańcucha dostaw, logistyki i magazynowania oraz realizacji to mocno rozwijający się rynek. Szczególnie jeśli chodzi o wykorzystanie robotów mobilnych, dronów i pojazdów autonomicznych do automatyzacji zadań opartych na ruchu.

Automatyzacja intralogistyki

Ta dziedzina obejmuje różnorodną gamę robotów, dronów i pojazdów autonomicznych, które pomagają towarom w ich podróży od miejsca przechowywania do miejsca przeznaczenia. Przykładowo handel podzespołów elektronicznych zmienia sposób budowy i obsługi magazynów. Co mamy przez to na myśli? To, że magazyny muszą stać się bardziej wydajne w obsłudze natychmiastowej realizacji zamówień obejmujących wiele pozycji. Zastosowanie automatyzacji jest więc istotną częścią odpowiedzi na to wymaganie.

Zautomatyzowane wózki/pojazdy AGV są używane od dość dawna. Są zależne od infrastruktury, co oznacza, że podążają za stałą infrastrukturą, taką jak kabel umieszczony pod podłogą, który wytwarza pole magnetyczne lub taśma magnetyczna, przemieszczając się z punktu A do B. Dlatego są niezawodne w obsłudze wszelkiego rodzaju ładunków.

Ich instalacja jest jednak czasochłonna. Jednak w swoich klasycznych formach nie są ani szybkimi, ani efektywnymi użytkownikami przestrzeni. Nie nadają się one do kooperacji w przepływie pracy człowiek-robot.

Jako technologia są na chwiejnym gruncie, chyba że się dostosują. Dzieje się tak, ponieważ technologia ewoluuje w kierunku bardziej autonomicznej i niezależnej od infrastruktury nawigacji.

Jasne miejsce dla robotów mobilnych

Jasnym punktem w calej tej sytuacji dla robotów mobilnych jest automatyzacja typu „goods-to-person” w centrach logistycznych. W magazynach tworzone są specjalne strefy przeznaczone wyłącznie dla robotów, w których te floty robotów przesuwają regały z dużą prędkością do stanowiska kompletacji. Wzrost wydajności jest wyraźny i również udowodniony. Technologia zapewnia na pewno oszczędność miejsca i spójność w magazynach.

Wiele innowacji w projektowaniu produktów pomogło w rozwoju tego rynku. Sprzęt wymaga dobrego przyspieszenia i zwalniania, aby działać z dużymi prędkościami bezbłędnie. Regały wymagają specjalnych dostosowań, aby ładunek był stabilny podczas transportu. System zawieszenia – który podnosi i opuszcza regały – wymaga specjalnego projektu i inżynierii. Roboty są wyposażone w wiele silników, co zapewnia im wiele stopni swobody ruchu. Sama technologia nawigacji nie jest jednak skomplikowana.

Kluczowe technologie dodające wartości są jednak po stronie oprogramowania. Obejmuje to cały stos, od niestandardowego oprogramowania układowego znajdującego się w sterownikach silników, aż po poziomy zarządzania flotą i zadaniami. Jest to szybko rozwijająca się przestrzeń rynkowa, a wszystko wystrzeliło w powietrze, gdy Amazon nabył Kiva Systems w 2012 roku, pozostawiając w ten sposób lukę na rynku.

Przyszłość w kierunku autonomicznych robotów

Perspektywy klasycznych pojazdów AGV nie wyglądają optymistycznie. Głównym powodem jest to, że technologia nawigacji przechodzi od zautomatyzowanej do autonomicznej. Podstawową korzyścią jest to, że nawigacja staje się niezależna od infrastruktury, co umożliwia łatwą modyfikację przepływu pracy. Autonomiczna mobilność umożliwia również różne tryby współpracy między robotami a ludźmi, rozszerzając w ten sposób użyteczność takich autonomicznych mobilnych robotów i pojazdów.

Obecne technologie umożliwiają lepsze algorytmy oparte na różnych czujnikach, włączając kamery stereoskopowe i skanery laserowe 2D – urządzenia są wystarczająco rozwinięte, aby obsługiwać bezpieczną autonomiczną nawigację w wielu strukturalnych środowiskach wewnętrznych z wysokim stopniem kontroli i przewidywalności. Te roboty są łatwe w instalacji i szkoleniu.

Jednak opcji technologicznych jest wciąż wiele, a wybory mają długotrwałe konsekwencje strategiczne. Powszechnym procesem jest wykorzystanie skanerów laserowych 2D do opracowania mapy obiektów podczas fazy szkolenia, np. przemieszczanie się robota po obiektach. Stałe obiekty odniesienia zostaną zaznaczone na etapie ustawiania. Ten system jest dość prosty. Jednak nie radzi sobie dobrze w dynamicznych i zmieniających się środowiskach.

Innym podejściem jest wykorzystanie widzenia z kamery i głębokiego uczenia się również do identyfikowania i klasyfikowania obiektów. Jest to bardziej złożone obliczeniowo, ale umożliwi bardziej elastyczny system, który może mieć bardziej inteligentne podejmowanie decyzji w złożonym i zmieniającym się środowisku. Rozszerza użyteczność takich pojazdów na bardziej wewnętrzne scenariusze umożliwiając mobilnemu robotowi reagowanie na zmieniające się otoczenie.

Modele biznesowe dostawców tych maszyn również są różnorodne i ewoluują. Niektórzy oferują swoją technologię jako RaaS (robot jako usługa). Chodzi o to, że użytkownicy nie potrzebują specjalistycznej wiedzy w zakresie robotyki, nie wymagają początkowego kapitału i nie muszą martwić się ryzykiem starzenia się i zmian technologicznych. Model mieści się również w budżecie operacyjnym użytkowników, dodatkowo ułatwiając adopcję.

➡ Dlaczego model RaaS jest jednym z najszybciej wzrastających w branży? Bo model sprawia, że firma może błyskawicznie reagować na bieżące potrzeby rynku dając niespotykaną wcześniej elastyczność.

Z drugiej strony wiele firm kieruje się tradycyjnym modelem sprzedaży sprzętu. Tutaj dostawcy są zmuszeni do zbudowania platformy do swojego modelu biznesowego, aby oferować konserwację i aktualizacje, zwłaszcza aktualizacje dotyczące oprogramowania w chmurze.

Na pewno rynek autonomicznych robotów mobilnych AMR będzie rósł. Prognoza w wielu raportach pokazuje, że w latach 2020-2030 może zostać sprzedanych ponad 200 tys. robotów: liczba ta obejmuje roboty, które mogą kompletować elementy o regularnych lub nieregularnych kształtach.

Przyszłość autonomicznych wózków widłowych i holowników

Wózki widłowe i holowniki są niezbędnym narzędziem w magazynowaniu i logistyce. Pełnią wiele funkcji. Obecnie prawie wszystkie wózki widłowe są obsługiwane ręcznie. Jednak rozwój technologii autonomicznej mobilności powoli zmienia ten trend. Podróż już dawno się rozpoczęła, a wielu producentów już opracowało, zademonstrowało i wdrożyło autonomiczne wózki widłowe czy holowniki w działach logistycznych wielu firm.

Wybór technologii nawigacji jest zróżnicowany. Niektórzy używają do nawigacji kamer RGB i technologii przetwarzania obrazu RGB. W przeszłości ta dziedzina była niezwykle trudna. Postępy w głębokim uczeniu (deep learning) spowodowały jednak całkowitą transformację tej dziedziny w ciągu ostatnich 6-7 lat.

Obecna technologia umożliwia doskonałą lokalizację i rozpoznawanie obiektów 2D, przewyższając nawet możliwości na poziomie ludzkim. Wskaźniki błędów w rozpoznawaniu obiektów 3D są nadal wysokie, a co najważniejsze: będą szybko ewoluować, zwłaszcza przy zastosowaniu fuzji czujników, np. obejmujących dane z skanerów laserowych. Technologia oparta o kamerę zapewni pełniejszy długoterminowy plan poprawy nawigacji. Wiele z nich nadal wykorzystuje skaner laserowy 2D, ponieważ jest on łatwiejszy do wdrożenia i często jest wystarczająco dobry w znanym, kontrolowanym i wolno zmieniającym się środowisku.

Koszt tych wózków widłowych jest oczywiście wyższy, ale deklarowany zwrot z inwestycji wielu dostawców tych rozwiązań wynosi 12-18 miesięcy.