Robots mobiles autonomes pilotés par IA : révolution de l'efficacité manufacturière

Alors que l'utilisation de l'intelligence artificielle (IA) continue de croître, sa définition et son application varient souvent selon l'application et le secteur. Dans le monde des robots mobiles autonomes (AMR), l'IA prend la forme d'un système qui collecte des données, puis apprend et s'ajuste au fur et à mesure que les données changent. Essentiellement, cette application de l'IA sous sa forme basique est l'optimisation de données et se trouve typiquement dans les environnements de fabrication/production plutôt que dans d'immenses opérations d'entreposage.

Optimisation du flux de matériaux par IA

Pour les AMR, l'IA aide à optimiser le flux de matériaux dans une installation via l'utilisation de données collectées, incorporées dans un logiciel de gestion de flotte AMR. Les flottes AMR activées par IA permettent de remplacer les gros chariots élévateurs manuels par des AMR agiles et plus efficaces. L'IA ouvrira aussi la voie à l'utilisation d'AMR dans des applications plus difficiles : extérieur, agriculture, environnements glacés.

Gestion de flotte : optimisation des routes préconfigurées

Le logiciel de gestion de flotte utilisant l'IA optimise les routes que prennent les AMR le long de chemins préconfigurés. Ces routes sont les parcours structurés que l'installation veut que les AMR suivent. Les voies sont parsemées de nœuds pour recharge, chargement, déchargement et autres opérations.

L'optimisation des mouvements d'une flotte AMR le long de chemins préconfigurés est comment une installation coordonne la logistique ou gère la flotte. Le logiciel de gestion de flotte piloté par IA dirige le trafic AMR dans l'installation, assurant un flux efficace et évitant les collisions. Relativement simple pour deux ou trois AMR, cela devient complexe à mesure que le nombre d'AMR dans une flotte augmente.

Considérez une installation avec plus de 200 robots. Quelle est la façon la plus optimisée de les utiliser, quel robot va où et fait quelle tâche ? À tout moment le long de leurs parcours, ils peuvent prendre des décisions — droite, gauche, arrière, avant — basées sur les données collectées, donc en plus de jouer un rôle dans le déplacement du point A au point B, l'IA optimise aussi les processus aux points A et B.

Logiciel piloté par IA : exemple KUKA KMReS

Un exemple de logiciel de gestion de flotte AMR avec fonctionnalité IA est le KUKA Mobile Robot expert System (KMReS). Le logiciel permet non seulement une gestion complète de flotte d'un système AMR entier, mais régule tout le trafic de flotte et peut automatiquement reprogrammer et rediriger en cas d'obstacles.

Pour soutenir l'intégration AMR, le système facile et intuitif est une plateforme no-code permettant aux installations de configurer les paramètres via curseur plutôt que programmation. C'est fait via organigrammes : les utilisateurs créent des nœuds d'actions robot liées dans l'organigramme que le logiciel exécute. Avec le logiciel, utilisateurs créent, gèrent, modifient les flux de travail, surveillent et gèrent les conteneurs manipulés par les robots. Tout cela permet de planifier rapidement et efficacement de nouveaux parcours ou modifiés. Pour experts, options de programmation avancées restent disponibles, rendant le logiciel utilisable même en applications inhabituelles.

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

Navigation autour d'obstacles et identification d'objets

Au-delà de la gestion de multiples AMR sur chemins préconfigurés, les logiciels de gestion de flotte actuels permettent à ces AMR de naviguer autour d'obstacles inattendus. De même, à mesure que l'utilisation de l'IA en robotique mobile augmente, les plateformes utiliseront une technologie de capteurs avancée pour non seulement détecter les objets sur leur chemin, mais aussi les identifier.

Essentiellement, un AMR est un matériel dépendant de nombreux capteurs, dont systèmes de vision 3D et caméras. En plus de la navigation générale, ils pourraient utiliser ces réseaux de capteurs avec l'IA pour détecter si un obstacle est un humain ou un objet inanimé comme une palette. Cela signifie que meilleurs deviennent les systèmes de vision 3D et caméras, plus efficace est leur identification d'objets et donc leurs capacités de navigation.

Système de vision robotique : caméras stéréo 3D

En plus du logiciel piloté par IA, les caméras stéréo 3D ont eu un impact énorme sur l'avancement de la technologie de vision robotique. Elles permettent aux robots de reconnaître les pièces — pas seulement leur position, mais aussi leur orientation. Le système de vision/caméra stéréo 3D capture une image de pièce et la transfère au logiciel, qui utilise les images pour extraire des données représentant des pièces viables que le robot peut saisir. Depuis l'image, le logiciel évalue quelle pièce est en position de prise optimale ou relativement proche, puis envoie les décisions au robot.

Les caméras du KMP 1500P peuvent aussi lire des codes QR. Cela permet d'atteindre un niveau de précision supérieur — précision de positionnement +/- 5 mm — souvent nécessaire aux points de transfert où le robot prend ou dépose des matériaux. En navigation par QR code, une carte SLAM (Simultaneous Localization and Mapping) sert de référence pour configurer les parcours dans le logiciel, et les codes QR sont placés au sol pour la navigation. Pourquoi utiliser des QR codes ?

Considérez une usine où certaines sections ont un environnement changeant fréquemment. Au lieu d'ajouter des caractéristiques physiques pour faire fonctionner la navigation SLAM, ces installations peuvent utiliser les QR codes pour naviguer les robots dans ces zones.

Le système de caméra KMP 1500P permet le transport autonome sûr de charges lourdes en usines et centres logistiques. Avec 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 fournit agilité et polyvalence dans les opérations, aidant finalement les entreprises à répondre rapidement aux demandes du marché évolutives et à atteindre une productivité plus élevée.

Roues et entraînement avancés

La flexibilité et manœuvrabilité des AMR ne seraient pas possibles sans l'avènement de la technologie avancée de roues et d'entraînement. Deux telles avancées incluent les roues de plateforme omnidirectionnelles de KUKA et la technologie diffDrive à entraînement différentiel. Présentée sur l'AMR KMP 1500P, diffDrive utilise deux roues motrices centrales opposées et quatre roues pivotantes à chaque coin. Le système permet à l'AMR de pivoter et tourner sur place.

La technologie d'entraînement omnidirectionnel est basée sur la roue Mecanum et fournit une liberté de mouvement complète à 360 degrés pour une manœuvrabilité illimitée. Elles sont à entraînement électrique et consistent typiquement en deux jantes et neuf rouleaux libres montés à angles de 45 degrés qui bougent indépendamment. Cela permet aux plateformes automatisées de se déplacer non seulement en avant et latéralement, mais aussi en diagonale — essentiellement tout mouvement sur un plan est possible sans direction.

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

Le logiciel non seulement permet une gestion complète de flotte d'un système AMR entier, mais régule aussi tout le trafic de flotte et peut automatiquement reprogrammer et rediriger en cas d'obstacles. (Image : KUKA)

Côté robot aussi, un logiciel supplémentaire entre en jeu — un système d'exploitation — nécessaire pour la navigation propre du véhicule et pour communiquer avec le logiciel de gestion de flotte. Le robot aura aussi un logiciel pour la sécurité et le contrôle de base de conduite. Les systèmes de vision robotique travaillent en tandem avec ce logiciel qui traite une image caméra, puis dirige l'action du robot basée sur cette information visuelle.

Alors que les systèmes de vision avancés donnent aux AMR le pouvoir de la « vue », l'IA leur permet d'identifier les objets et optimise leur navigation en usine. En utilisant données collectées et IA, les logiciels actuels de gestion de flotte AMR contrôlent plus efficacement le flux de matériaux dans une installation. Cette capacité fournit à ces installations une alternative viable à la manutention traditionnelle, c'est-à-dire chariots élévateurs, et ouvre la porte à l'application d'AMR à une gamme d'applications plus difficiles.

Article écrit par Denise Strafford, Responsable régionale applications robotiques avancées chez KUKA Robotics (Sterling, MI). Pour plus d'informations, visiter le site.