UMĚLÁ INTELIGENCE V LOGISTICE
Aplikace umělé inteligence v logistice a průmyslové výrobě
Rostoucí objemy zboží prodaného prostřednictvím internetu a rozšiřování distribučních řetězců kladou zvýšené nároky na efektivní logistická řešení. Úspěšné logistické firmy zvětšují kapacity svých skladů a automatizují proces naskladnění, balení a následné distribuce zboží koncovému zákazníkovi, či obchodnímu partnerovi.
Autor:
Ing. Libor Přeučil, CSc., RNDr. Miroslav Kulich, Ph.D., Ing. Jan Chudoba, oddělení inteligentní a mobilní robotiky CIIRC ČVUT
Moderní logistické systémy se ovšem neobejdou bez prvků umělé inteligence umožňující autonomní pohyb robotických vozidel v prostředí skladu, a to bez nutnosti instalace další podpůrné infrastruktury. Charakteristickou vlastností takovýchto postupů pro průmyslovou výrobu a služby je schopnost pracovat v dynamicky proměnlivých prostředích, za přítomnosti lidského spolupracovníka, či v jinak neúplně kontrolovaných nebo jen částečně známých prostředích, tedy za podmínek nejistoty. Vývojem takových metod se zabývá skupina Inteligentní a Mobilní Robotiky (IMR) na CIIRC ČVUT v Praze.
Plánování v automatizovaných skladech
Klíčovými komponentami automatizovaného skladu jsou systém pro řízení skladů (WMS) a systém správy flotily robotů (FMS). WMS kontroluje pohyb a skladování materiálu a určuje, kde bude dané zboží skladováno a kam bude následně doručeno. FMS pak plánuje a koordinuje pohyb robotů doručujících zboží dle požadavků WMS. Zatímco na trhu existuje množství komerčních WMS, FMS spravující stovky robotů a tisíce skladových položek dnes dostupné nejsou. Důvodem je vysoká výpočetní složitost plánovacích algoritmů kontrastující s požadavkem na rychlou odezvu systému v okamžiku, kdy se objeví nový požadavek na doručení.
FMS vyvinutý skupinou IMR využívá při generování nového plánu znalosti předchozích plánů, historie běhu skladu a vzájemných interakcí mezi roboty. Díky tomu je schopen generovat nové plány rychle a ve vysoké kvalitě. Součástí FMS je rovněž grafické uživatelské prostředí pro sledování a řízení pohybu robotů a zboží ve skladu (viz obrázek) a simulátor, který umožňuje modelovat chování skladu v různých situacích bez nutnosti napojení na reálný hardware. To, mimo jiné, umožňuje výrazně zkrátit dobu projektování skladu a rozmístění zboží v něm.
Uživatelské rozhranní autonomního mobilního robotu pro těžká prostředí. Příklad struktury pracovního prostředí
Vizuální navigace pro složitá a proměnlivá prostředí bez infrastruktury
Navigace robotů v průmyslových aplikacích je dnes řešena převážně umístěním speciálně vytvořených optických značek nebo jiných účelových instalací v pracovním prostředí robotu, které je robot schopný snadno a spolehlivě identifikovat kamerou, či jiným vhodným senzorem.
Hlavní nevýhodou tohoto přístupu je nutnost přizpůsobování prostředí vzhledem k robotu, což je nákladné a časově náročné. Jak na umístění značek, tak na jejich následnou údržbu. Současné metody strojového vidění umožňují detekci již existujících objektů, a to i v proměnlivých prostředích, která vykazují vysokou složitost struktury a tvaru.
IMR navrhla a ověřila metodu pro rozpoznání místa reprezentovaného sekvencí snímků scény založenou na hlubokých neuronových sítích (DNN). Zmíněná metoda překonává všechny dosud publikované systémy. Metoda byla dále upravena pro autonomní navigaci robotu po dříve naučené trajektorii (Teach-and-Repeat), kdy při prvním průjezdu je robot řízen operátorem a ukládá si do paměti informace o prostředí, na základě kterých je schopen se při dalších průjezdech navigovat již bez pomoci operátora.
Nové a robustní postupy rozpoznávání objektů v kamerovém obrazu pracovního prostředí nenacházejí uplatnění pouze v mobilní robotice ale i v úlohách detekce a sledování objektů, které jsou v průmyslových aplikacích časté. Rozpoznání a přesná lokalizace objektu umožňuje navigaci průmyslových robotů k objektu při manipulaci či samotné výrobě (Visual-Servoing, Bin-Picking). Použití metod strojového učení navíc umožňuje pracovat i s objekty, které nemají pevný, definovaný tvar.
Ve spolupráci s průmyslovými partnery byla v IMR úspěšně vyřešena také úloha chytrého vybírání dílů, při které je průmyslový manipulátor schopný uchopit a vyjmout objekty náhodně umístěné v přepravním obalu nebo na dopravním pásu s úspěšností přes 96 %.
Případový layout skladového systému obsluhovaného autonomními mobilními roboty Zdroj obrázky: CIIRC ČVUT
Autonomní logistický robot pro průmyslová prostředí
Laboratoří IMR je t.č. rovněž vyvíjen navigační systém pro autonomní logistický mobilní robot pro přepravu těžkých nákladů do skladů a výrobních prostorů. Řídicí systém je koncipován jako bezobslužný, což znamená, že pracovník si může vozidlo přivolat na kterékoliv místo nebo jej může poslat s nákladem na zvolené cílové místo. Během přejezdu není přítomnost obsluhy u vozidla nutná. Vozidlo si samostatně volí vhodnou cestu do cílového místa s ohledem na vzdálenost a průběžně ji modifikuje podle průjezdnosti. Případná koordinace činnosti takového autonomního vozidla s dalšími obdobnými systémy může být řešena postupy vyvinutými pro řízení a optimalizaci v logistických systémech zmíněných shora.
Lokalizace vozidla v průběhu jízdy je řešena metodami zpracování dat z palubních laserových dálkoměrů, které taktéž slouží i jako bezpečné detektory překážek a zajišťují potřebnou míru bezpečnosti provozu. Lokalizace vozidla se opírá výhradně o postupy, založené na znalosti tvaru a struktury prostředí. Použité metody zaručují určení pozice a orientace vozidla i v případech, kdy se část pracovního prostředí významně změní oproti dříve pořízené mapě pracovního prostředí. Řešení nevyžaduje žádné přídavné podpůrné systémy a instalace.
K realizaci shora uvedeného vyvíjí v rámci společného projektu partnerská firma Hopax s.r.o. všesměrový stavebnicový podvozek pro těžká průmyslová prostředí s předpokládanou užitnou nosností až 10 tun. Řídicí systém pak využívá rozšířených kinematických možností podvozku tak, aby jízda byla časově optimální, minimalizovala spotřebu energie a opotřebení kol.
