Wózek śledzący operatora – łatwiejsza i efektywniejsza praca w magazynach  

Zdarza się, że w pełni autonomiczny robot przemysłowy nie znajduje swojego miejsca w fabryce. Ciężko zdefiniować z góry ścieżki, którymi miałby się poruszać ze względu na to, że organizacja hali produkcyjnej się zmienia lub nie ma wytyczonych korytarzy. Bywa, że roboty są oddelegowywane do wcześniej niezdefiniowanych zadań (na przykład doniesienie brakującego komponentu do konkretnego miejsca). Wówczas pojawia się potrzeba, aby robot podążał za operatorem, który doskonale rozumie zadanie i jest w stanie wytyczyć ścieżkę.

Chcąc sprostać takiemu wyzwaniu podjęliśmy współpracę z trzema ekspertami technologicznymi, aby wspólnie dostarczyć innowacyjne urządzenie do śledzenia stanów magazynowych w fabryce.

Oto nasz zespół:

WObit – producent polskich robotów przemysłowych, który dostarczył mobilny wózek MOBOT^® AGV. PGS Software – dostawca wysokiej jakości rozwiązań informatycznych, który był odpowiedzialny za część technologiczno-programistyczną oraz Amazon Web Services – dostawca usług obliczeniowych w chmurze, którego urządzenie DeepLens zostało wykorzystane w tym projekcie.

Hi, follow me

Często spotykamy się z takimi sytuacjami, w których hala produkcyjna jest przeorganizowywana i robot nie może jeździć permanentnie tymi samymi ścieżkami, ponieważ one nie istnieją. Celem naszego zespołu było stworzenia odpowiedniego systemu – robota, który śledzi operatora. Aby go zrealizować wykorzystaliśmy kamerę stereo, składającą się z dwóch obiektywów. Na podstawie otrzymanego z nich obrazu jesteśmy w stanie oszacować odległość operatora od kamery, co ułatwia jego śledzenie.

Dzięki algorytmowi napisanemu przez PGS Software, w systemie zostało zastosowane głębokie uczenie maszynowe, sieci takie jak Faster R-CNN do wykrywania ludzi oraz algorytmy śledzące – klasyczne algorytmy wizji komputerowej oraz one-shot learning. Całość zintegrowana jest z chmurą AWS odpowiedzialną za interpretację mowy, sterowanie robotem za pomocą głosu, oraz biometrię i rozpoznawanie operatora na podstawie jego zdjęcia. W ten sposób upewniamy się, że nikt nieuprawniony nie przejmie sterowania nad robotem.

Aby robot zaczął śledzić operatora, ten musi podejść i przedstawić się. Do tego zadania zostało wykorzystane DeepLens – urządzenie stworzone przez Amazon Web Services, które potrafi przesyłać dźwięk i obraz do chmury AWS. Dźwięk z tego urządzenia jest analizowany w chmurze. Gdy wykryjemy frazę „Hi, follow me”, robot weryfikuje czy operator stojący przed kamerą, został wprowadzony do bazy osób mających uprawnienia do sterowania nim. Zastosowanie Amazon Rekognition daje pewność, że jedynie osoby uprawnione będą kontrolowały robota. Po pierwszej weryfikacji, przy wykorzystaniu sieci Fast R-CNN wykrywamy operatora, a następnie dzięki autorskim algorytmom robot zaczyna go śledzić, pełniąc na przykład rolę tragarza. Urządzenie skręca i przyspiesza tak jak operator, dzięki czemu nie wpadnie na żadną przeszkodę. Usprawnia to obsługę linii produkcyjnej i zaopatrywanie jej w niezbędne komponenty, których akurat zaczyna brakować.

Komunikacja z hardwarem

W przypadku wózków samo-jeżdżących ważne jest, aby dodatkowo wyposażać je w elementy, które zbierają bodźce zewnętrzne. Jeżeli wózek otrzymuje zadanie przeniesienia elementu z punktu „A” do wielu punktów, musi otrzymać o nich informację. W tym celu zastosowaliśmy technologię od PGS Software wykorzystującą technologię identyfikacji radiowej. Pozwala ona sczytać informacje z elementów, które są na wózku, i dostarczyć je w odpowiednie miejsca. W praktyce wygląda to tak, że operator „prowadzi” wózek za sobą kompletując zamówienie, a robot posiadając informacje o tym, co i dokąd wiezie, działa dalej samodzielnie.

Aby nasz system komunikował się z rozwiązaniami sieciowymi wykorzystujemy protokół komunikacyjny TCP/IP, pozwalający przekazywać informacje do, i z wózka. Jesteśmy w stanie w pełni zaspokoić wszystkie wymagania aplikacji, wykorzystując jedną sieć, jedną topologię. Dzięki temu, możemy w łatwy sposób połączyć wszystkie elementy tak, aby realizowały z góry założone zamówienie.

Co ważne, możemy wyposażać wózek w różne komponenty i kolejne zmysły samoświadomości aplikacji i kondycji wózka. Wykorzystując sensory monitorowania stanu pracy maszyny, jesteśmy w stanie informować operatorów o błędach, które ewentualnie wystąpiły po drodze.

Zastosowanie RFID

Standardowy system RFID składa się z procesora, głowicy oraz nośnika danych. Procesor RFID odpowiada za komunikację z nadrzędnym systemem sterowania oraz przekazuje informacje sterujące do głowicy. Z kolei głowica (czy też antena) odpowiedzialna jest za fizyczną realizację identyfikacji odczytu czy zapisu danych. Nośnik danych jest umieszczony na identyfikowanym obiekcie. Zawiera on numer ID i może też zawierać przestrzeń użytkownika, przestrzeń danych, którą można swobodnie zapisywać i swobodnie odczytywać.

We wspomnianym projekcie wykorzystaliśmy kompaktowy i uniwersalny procesor BIS V. Możemy do niego podłączyć do czterech głowic. Ten konkretny model posiada komunikację po protokole opartym na Ethernecie TCP/IP oraz port IO-Link, który jest masterem IO-Linkowym. Możemy do niego podłączyć dowolne urządzenie IO-Link.

Do każdego z czterech portów możemy podłączyć dowolny standard częstotliwościowy. W zależności od wymagań aplikacyjnych, możemy zastosować urządzenie w technologii UHF (BIS VU), głowicę HF, (BIS VM) oraz technologię LF (BIS C i BIS VL). Każdą z tych trzech technologii wyróżniają pewne cechy charakterystyczne, pozwalające sprostać różnym wymaganiom aplikacji. Technologia UHF umożliwia odczyt wielu nośników w jednym czasie i odczyt z dużej odległości. W zależności od ustawień, wielkości i rodzaju anteny, mówimy tutaj o odległościach rzędu nawet do sześciu metrów. Technologia ta jest niestety wrażliwa na warunki środowiskowe – obecność konstrukcji metalowych, czy wody, wpływa niekorzystnie na działanie całego systemu.

W technologii HF jedna głowica obsługuje w jednym czasie tylko jeden nośnik. Odległości pracy również są dużo mniejsze – mówimy tutaj o kilku, kilkudziesięciu centymetrach. Niemniej, ta technologia pozwala nam na obsługę wielu danych w krótkim czasie.

Mamy do wyboru wiele głowic i nośników, także do zadań i warunków specjalnych. Technologia LF jest wolniejsza niż HF, obsługuje też mniejszą ilość danych, ale jest dużo tańsza i odporna na warunki metalowe. Jeżeli zdecydujemy się tylko na odczyt numeru ID, a aplikacja odbywa się stacjonarnie, nie w ruchu, być może taki system będzie wystarczający.

Korzyści

W inteligentnych magazynach ważne jest, aby informacje docierały do systemów zarządzających nimi  w czasie bliskim do rzeczywistego. Zastosowanie wózka, który jedzie za operatorem i podejmuje konkretne paczki z półek magazynowych, zwiększa efektywność pracownika. Wózek jest zawsze pod ręką, nie trzeba go przesuwać, a dzięki zastosowaniu technologii RFID jesteśmy w stanie na bieżąco analizować jego aktualny stan. Dzięki temu system zarządzający magazynem wie, czego może się spodziewać w najbliższej przyszłości, jakie paczki podjadą do kolejnego etapu obsługi przesyłki.

Wykorzystując takie rozwiązanie, pracownik, który zna listę produktów może bardzo szybko zrealizować zamówienie, przekładając tylko dane elementy na wózek. Robot je rozpoznaje i sam wytycza ścieżkę, po której powinien dalej jechać.

Jeżeli zamówienie nie będzie kompletne, lub gdy nastąpi pomyłka i do zamówienia zostanie dołożony nieprawidłowy element, technologia zastosuje mechanizm samokontroli i wskaże, w którym miejscu nastąpił błąd. To odciąża z wykonywania post-kontroli przy realizowaniu zamówienia.

Na modularnej linii produkcyjnej, pracownik odpowiedzialny za przezbrajanie linii może załadować na wózek matrycę lub narzędzia. Robot jest w stanie przewieźć je na miejsce docelowe i wykorzystać gniazda produkcyjne, w których jest wykonywana modernizacja. W takim przypadku, ważne jest to, że wózek śledzący operatora doskonale sprawdza się w środowisku, w którym konieczne jest omijanie przeszkód i modyfikowanie tras.

Dzięki towarzystwu robota, operator, który manualnie przezbraja linię, jest w stanie pobrać znacznie więcej komponentów z magazynu, oszczędzając czas na chodzenie po części potrzebne do przezbrajania kolejnego gniazda. W ten sposób przezbrojenie linii staje się zadaniem mniej czasochłonnym i pozwala na szybsze dostosowywanie linii do aktualnych planów produkcyjnych.

Adam Gurgul | Tomasz Dawid  | Rafał Siwek

Kliknij, aby obejrzeć wideo case study