W kierunku przyszłości robotyki AVR

Craig McDonnell z ABB Robotics opowiada Logistics Business, dlaczego nowa technologia wspierana przez sztuczną inteligencję firmy jest kolejnym wielkim przełomem – Autonomiczne Wszechstronne Roboty (AVR).

ABB Robotics nie jest nowicjuszem. Szwajcarski globalny koncern energetyczny i automatyzacyjny ma długą i złotą historię w robotyce. „ABB faktycznie wynalazło nowoczesnego, sterowanego komputerowo, elektrycznego robota, 51 lat temu,” mówi Craig McDonnell, Dyrektor Zarządzający Linią Biznesową Przemysły. „Byliśmy na czele drogi rozwoju robotyki, a nasz ślad jest globalny.”

Oficjalne liczby to potwierdzają. Dywizja ABB Robotics zatrudnia około 7000 pracowników. Z przychodami na poziomie 2,3 miliarda dolarów w 2024 roku stanowiła około 7 procent całej Grupy ABB. To czyni ją jednym z najważniejszych graczy na światowym rynku robotyki.

Portfolio jest kompleksowe. „Posiadamy najszerszy zakres robotów na rynku,” wyjaśnia McDonnell. „Strona mechatroniczna obejmuje bardzo małe roboty, zazwyczaj używane w zastosowaniach elektronicznych, aż po duże roboty, które mogą przenosić 800 kg ładunków i manipulować nimi. Ostatnio opracowaliśmy również roboty współpracujące z pełną funkcjonalnością, a także inne kombinacje robotów mobilnych, łącząc manipulator z mobilnością.”

Ta historia i szerokość oferty oznaczają, że gdy ABB kieruje się ku innowacjom, świat zwraca na to uwagę. Wizja firmy – która już materializuje się w fizycznej formie na halach magazynowych w Europie – to Autonomiczne Wszechstronne Roboty (AVR), w których generatywna sztuczna inteligencja odgrywa kluczową rolę.

„AVR opiera się na dziedzictwie i fundamentach naszych tradycyjnych USP,” mówi. „Jesteśmy znani z precyzji ścieżek naszych robotów oraz jakości i długości ich żywotności. Mamy silną reputację niezawodności naszych produktów.”

Autonomiczne Wszechstronne Roboty

Więc, czym jest AVR? W oficjalnym opisie firmy roboty będą „wykraczać poza ustalone procedury i powtarzalne zadania – w nową erę, w której planują, adaptują się i wykonują złożone prace w czasie rzeczywistym, łącząc wizję, precyzję, szybkość, zręczność i mobilność – wszystko napędzane przez generatywną sztuczną inteligencję.”

Pytanie brzmi, jak to osiągnąć. Po pierwsze, ABB wykorzystało potencjał swojego zestawu symulacyjnego RobotStudio®, niezwykle precyzyjnego cyfrowego bliźniaka do projektowania i sterowania robotami. „RobotStudio pozwala nam wejść w wiele nowych obszarów i to na tej podstawowej platformie zbudowaliśmy nasze podejście AVR,” wyjaśnia McDonnell.

Po drugie, zastosowanie sztucznej inteligencji. We wrześniu tego roku ABB Robotics ogłosiło inwestycję w kalifornijską firmę LandingAI, aby przyspieszyć transformację wizji AI, czyniąc ją szybszą, bardziej intuicyjną i dostępną dla szerszego grona użytkowników. Współpraca, uznawana za pierwszą tego typu, zintegrowałaby możliwości wizji AI LandingAI, takie jak LandingLens, z własnym oprogramowaniem ABB Robotics, co stanowi kolejny kamień milowy w drodze ABB ku prawdziwie autonomicznym i wszechstronnym robotom.

W istocie, platforma LandingLens od LandingAI umożliwia szybkie szkolenie systemów wizji AI do rozpoznawania i reagowania na obiekty, wzory lub defekty bez konieczności skomplikowanego programowania czy posiadania specjalistycznej wiedzy z zakresu AI. Bariery w adopcji są więc znacznie zmniejszone.

McDonnell opisuje tło rozwoju produktu jako serię wniosków i nauk.

„Tradycyjne, ustrukturyzowane środowisko dawało robotom z góry określony sposób działania,” wyjaśnia. „W ciągu ostatniej dekady sektor robotyki rozwinął się w nowe obszary, takie jak magazynowanie i logistyka, które są bardziej nieuporządkowane. Tak, nadal istnieje część bardzo ustrukturyzowana, ale często mamy do czynienia z sytuacjami wielorakich SKU lub szybkich zmian w rodzaju obsługiwanych produktów. To zapotrzebowanie skłoniło nas do pracy nad sensingiem i percepcją robotów, a także powiązaniem tego z kontrolą ruchu, nawigacją i zręcznością robota, aby mógł obsługiwać te nieuporządkowane zastosowania.”

„Niedawno zaczęliśmy dodawać AI nie tylko do wizji, ale także do planowania ścieżek, programowania i rozpoznawania języka, aby umożliwić naszym robotom obsługę nieuporządkowanych środowisk i zrobić znaczący krok naprzód w łatwości użytkowania.”

Podsumowując, w prostych słowach, jeśli pracownik magazynu jednostronnie zdecyduje się na wyrzucenie nowej konfiguracji palet na środku hali, robot nie przestaje pracować, czekając na nowe polecenia; sam wymyśla własne rozwiązania.

„Tak, dokładnie tak,” zgadza się, „ale są też bardziej ustrukturyzowane scenariusze. Na przykład, jeśli obsługujesz produkty o dużej zmienności, które robot mógł wcześniej nie znać przed dotarciem do miejsca produktu – albo odwrotnie, nowy produkt dotarł do robota – ulepszone systemy wizji wspierane przez LandingAI pozwolą robotowi manipulować i obsługiwać produkt znacznie łatwiej i z mniejszym wysiłkiem niż wcześniej.”

W środowisku, gdzie czas i praca są cennymi i kosztownymi zasobami, to ma znaczenie.

„Tradycyjnie, taka rekonfiguracja zajmuje miesiące i wymaga wysokiego poziomu integracji,” dodaje. „Sekret tkwi w tym, że uproszczona i szybsza użyteczność pozwala nawet pracownikom na hali magazynowej obsługiwać te zmiany. Faktem jest, że jeśli nie osiągniemy wysokiego poziomu użyteczności, szeroka adopcja tej nowej technologii AI będzie wyzwaniem. Wierzymy jednak, że rozwiązaliśmy ten problem.”

Wdrażanie AI

Prosta użyteczność systemu i szybka konfiguracja to kluczowe czynniki adopcji, potwierdza. „Minęło już ponad dziesięć lat od momentu, gdy zaczęliśmy wdrażać AI w zastosowaniach robotycznych w logistyce z dużym sukcesem – na przykład w sektorze odzieżowym, osiągając 99% niezawodności w zbieraniu. To prawdziwe postępy, ale do tej pory potrzebowaliśmy inżyniera AI i eksperta, aby towarzyszyli robotowi. Teraz postęp polega na przejściu od eksperymentu naukowego do przemysłowej, wytrzymałej aplikacji, którą można wdrażać na dużą skalę i łatwo dostosować.”

„Z LandingLens, LandingAI opracowały bardzo przyjazny dla użytkownika sposób identyfikacji i charakteryzacji obiektu. Następnie możemy dodać naszą wiedzę o aplikacji i robotach wokół konkretnych zastosowań – nazywamy je ‘skórkami’ – tak aby produkt, który otrzymujesz, był w 80-90% gotowy do użycia, z wstępnie wytrenowanymi algorytmami i podejściami, a wszystko, co musisz zrobić, to może kilka zdjęć z telefonu komórkowego z określonym środowiskiem.”

Barier wejścia i koszty są znacznie obniżone. „Przeprowadziliśmy obliczenia i potrzebowalibyśmy setek inżynierów do tych zadań, gdyby nie ta użyteczność. Integratorzy i dostawcy wartości sami nie byliby w stanie uczestniczyć z zyskiem bez tego. To dla nas bardzo ekscytujące.”

Ekscytujące czasy, dodatkowo potwierdzone ogłoszeniem w październiku, że ABB Robotics wycofało się z szerokiej grupy, sprzedając udziały japońskiemu inwestorowi technologicznemu Softbank.

„ABB ogłosiło zamiar wydzielenia działalności i pracowało nad tym,” wyjaśnia Craig McDonnell. „Poznaliśmy Softbank w ramach tego procesu; ponieważ jesteśmy blisko związani z ich wizją fizycznej AI i transformacyjnego wpływu, jaki może mieć na robotykę, ABB zdecydowało się na podejście do sprzedaży.”

Więc AI nie jest chwilową modą w robotyce. „Praktyczne zastosowania AI w fizycznej formie nadal są na bardzo wczesnym etapie, ale pojawi się wiele nowych zastosowań. A roboty będą coraz bardziej dostępne dla osób je obsługujących,” przewiduje.