Les robots mobiles autonomes pilotés par l'IA révolutionnent l'efficacité de la fabrication

Alors que l’utilisation de l’intelligence artificielle (IA) continue de croître, sa définition et la manière dont elle est appliquée varient souvent en fonction des applications et du secteur industriel. Dans le monde des robots mobiles autonomes (AMR), par exemple, l’IA prend la forme d’un système qui collecte des données, puis apprend et s’ajuste à mesure que les données changent. Essentiellement, cette application de l'IA dans sa forme de base est l'optimisation des données et se trouve généralement dans les environnements de fabrication/production, par opposition aux énormes opérations d'entreposage.

Pour les AMR, l’IA permet d’optimiser le flux de matériaux au sein d’une installation grâce à l’utilisation des données collectées, qui sont ensuite intégrées au logiciel de gestion de flotte AMR. Les flottes AMR compatibles avec l'IA permettent aux installations de remplacer les gros chariots élévateurs manuels encombrants par des AMR agiles et plus efficaces. L'IA ouvrira également la voie à l'utilisation de la RAM dans des applications plus difficiles telles que celles se déroulant à l'extérieur, en milieu agricole ou dans des environnements glacials.

Un logiciel de gestion de flotte utilisant l’IA optimise les itinéraires empruntés par les AMR le long de chemins préconfigurés. Ces itinéraires sont les chemins structurés qu’une installation souhaite que les AMR suivent. Les voies sont intégrées à divers nœuds pour le chargement, le chargement, le déchargement et d'autres opérations.

L’optimisation des mouvements d’une flotte AMR le long d’itinéraires préconfigurés est la manière dont une installation coordonne la logistique ou gère la flotte. Un logiciel de gestion de flotte alimenté par l'IA dirige le trafic AMR dans toute une installation, garantissant un flux efficace et évitant les collisions. Bien que cela soit relativement simple pour deux ou trois AMR, cela devient assez complexe à mesure que le nombre d'AMR dans une flotte augmente.

Prenons l’exemple d’une installation dotée d’une flotte de plus de 200 robots. Quelle est la manière la plus optimisée de les utiliser, quel robot va où et effectue quelle tâche ? À tout moment de leur parcours, ils peuvent prendre des décisions (à droite, à gauche, en arrière) basées sur les données collectées. Ainsi, en plus de jouer un rôle dans la façon dont un robot se déplace d'un point A à un point B, l'IA optimise également les processus qui se déroulent aux points A et B.

Logiciel basé sur l'IA

Un exemple de logiciel de gestion de flotte AMR doté de fonctionnalités d’IA est le système expert de robot mobile (KMReS) de KUKA. Le logiciel permet non seulement une gestion complète de la flotte d'un système AMR complet, mais il régule également tout le trafic de la flotte et est capable de reprogrammer et de rediriger automatiquement en cas d'obstacles.

Pour prendre en charge l'intégration AMR, le système simple et intuitif est une plate-forme sans code qui permet aux installations de configurer les paramètres à l'aide d'un curseur plutôt que de les programmer. Cela se fait via des organigrammes, et les utilisateurs créent des nœuds d'actions de robot qui sont liés ensemble dans l'organigramme que le logiciel exécute ensuite. Avec le logiciel, les utilisateurs créent, gèrent et modifient des flux de travail, ainsi que surveillent et gèrent les conteneurs manipulés par les robots. Tout cela permet de planifier rapidement et efficacement des itinéraires nouveaux ou modifiés. Pour les experts, il existe encore des options de programmation plus avancées, rendant le logiciel utilisable même dans des applications peu courantes.

Le système de caméra KMP 1500P permet le transport sûr et autonome de charges lourdes dans les usines et les centres logistiques. (Image :KUKA)

Au-delà de la gestion de plusieurs AMR le long de chemins préconfigurés, les logiciels de gestion de flotte actuels permettent à ces AMR de contourner également les obstacles inattendus sur leur chemin. De même, à mesure que l'utilisation de l'IA dans la robotique mobile augmente, les plates-formes utiliseront une technologie de capteurs avancée non seulement pour détecter les objets sur leur chemin, mais également pour les identifier.

Essentiellement, un AMR est un élément matériel qui dépend de nombreux capteurs, notamment des systèmes de vision 3D et des caméras. En plus de la navigation générale, ils pourraient utiliser ces réseaux de capteurs ainsi que l’IA pour détecter si un obstacle est un objet humain ou inanimé tel qu’une palette. Cela signifie que plus les systèmes de vision 3D et les technologies de caméra s'améliorent, plus leur identification des objets et donc leurs capacités de navigation sont efficaces.

Système de vision robotique

Outre les logiciels basés sur l'IA, les caméras stéréo 3D ont eu un impact considérable sur l'avancement de la technologie des systèmes de vision robotique. Ils permettent aux robots de reconnaître les pièces, non seulement leur emplacement, mais aussi leur orientation. La caméra/système de vision stéréo 3D capture une image de pièce et la transfère au logiciel, qui utilise ensuite les images pour extraire des données représentant des pièces viables que le robot peut prélever. À partir de l'image, le logiciel évalue quelle pièce se trouve dans la position de prélèvement optimale ou relativement proche, puis envoie des décisions au robot.

Les caméras du KMP 1500P peuvent également lire les codes QR. Cela peut être utilisé pour atteindre un niveau de précision plus élevé (précision de positionnement de +/- 5 mm), ce qui est souvent nécessaire aux points de transfert où le robot récupère ou dépose des matériaux. Dans la navigation par code QR, une carte SLAM (Simultaneous Localized and Mapping) est utilisée comme référence pour configurer les chemins dans le logiciel, et les codes QR sont placés sur le sol de l'établissement pour l'utiliser pour la navigation. Pourquoi utiliser les codes QR ?

Prenons l’exemple d’une usine dont certaines sections ont un environnement qui change fréquemment. Plutôt que d'avoir à ajouter des fonctionnalités physiques pour faire fonctionner la navigation SLAM, ces installations peuvent utiliser les codes QR pour guider les robots dans ces zones.

Le système de caméra KMP 1500P permet le transport sûr et autonome de charges lourdes dans les usines et les centres logistiques. Grâce à son système d'entraînement agile, le KMP 1500P peut naviguer dans des environnements complexes et dynamiques, s'adapter aux exigences changeantes et optimiser le flux de matériaux. Cela offre agilité et polyvalence dans les opérations, aidant ainsi les entreprises à répondre rapidement aux demandes changeantes du marché et à atteindre une productivité plus élevée.

Roue et transmission avancées

La flexibilité et la maniabilité des AMR ne seraient pas possibles sans l’avènement d’une technologie avancée de roue et d’entraînement. Deux de ces avancées incluent les roues de plate-forme omnidirectionnelles de KUKA et la technologie d'entraînement différentiel diffDrive. Présenté sur le KMP 1500P AMR, diffDrive utilise deux roues motrices situées au centre et opposées l'une à l'autre et quatre roues de type roulette à chaque coin. Le système permet à l'AMR de pivoter et de s'allumer sur un seul endroit.

La technologie d'entraînement omnidirectionnel est basée sur la roue Mecanum et offre une liberté de mouvement totale à 360 degrés pour une maniabilité illimitée. Ils sont entraînés par un moteur électrique et se composent généralement de deux jantes et de neuf rouleaux libres montés à des angles de 45 degrés qui se déplacent indépendamment les uns des autres. Cela permet aux plates-formes automatisées de se déplacer non seulement vers l'avant et sur les côtés, mais également en diagonale :en gros, tout mouvement dans un avion est possible sans direction.

Alors que les systèmes d'entraînement différentiels doivent faire pivoter l'AMR/la plate-forme pour changer la direction du mouvement, les systèmes d'entraînement omnidirectionnels permettent des mouvements dans n'importe quelle direction, sans changer l'orientation de la plate-forme.

Le logiciel permet non seulement une gestion complète de la flotte d'un système AMR complet, mais il régule également tout le trafic de la flotte et est capable de reprogrammer et de rediriger automatiquement en cas d'obstacles. (Image :KUKA)

Du côté du robot également, un logiciel supplémentaire entre en jeu – un système d’exploitation – nécessaire à la navigation du véhicule et à sa communication avec le logiciel de gestion de flotte. Le robot disposera également d'un logiciel pour la sécurité et le contrôle de base de la conduite. Les systèmes de vision robotique fonctionnent en tandem avec ce logiciel qui traite une image de caméra, puis dirige l'action du robot en fonction de ces informations visuelles.

Alors que les systèmes de vision avancés confèrent aux AMR le pouvoir de la « vue », pour ainsi dire, l’IA leur permet d’identifier des objets et d’optimiser leur façon de naviguer dans une usine. Grâce aux données collectées et à l'IA, le logiciel de gestion de flotte AMR actuel contrôle plus efficacement le flux de matériaux au sein d'une installation. Une telle capacité offre à ces installations une alternative viable à la manutention traditionnelle des matériaux, c'est-à-dire les chariots élévateurs, et ouvre la porte à l'application des AMR à une gamme d'applications plus difficiles.

Cet article a été rédigé par Denise Strafford, responsable régionale des applications robotiques avancées chez KUKA Robotics (Sterling, Michigan). Pour plus d'informations, visitez ici  .