ROZHOVOR S MEGI MEJDRECHOVOU
Rutinní práce zůstane robotovi, čas zaměstnance bude efektivně využit: i to přináší kolaborativní řešení pro malé série
Cenu Wernera von Siemense 2020 za nejlepší práci na téma Průmysl 4.0 získala Ing. Megi Mejdrechová z Fakulty strojní Českého vysokého učení technického v Praze, která v současné době působí v týmu Robotického vnímání na CIIRC ČVUT. Oceněna byla její diplomová práce s názvem „Návrh robotického lakovacího pracoviště s využitím snímání pohybu a imitace lakýrníka“. Megi Mejdrechová v našem rozhovoru popisuje nejen originální způsob, jak robotizovat malosériovou průmyslovou výrobu.
autor: Alena Nováková, Národní centrum Průmyslu 4.0
Proč jste si zvolila studium ČVUT, co vás na „technice“ baví? Jste na začátku profesní kariéry, jaké jsou vaše současné plány?
Moje motivace byla se dozvědět, jak věci kolem mě fungují, vždycky chci všechno pochopit. Technické vzdělání mi k tomu dává prostředky přes matematiku a fyziku až po konstruování a programování. Baví mě, že technika není abstraktní věda, její produkty jsou všude kolem nás, ale rozhodně také není triviální. Já jsem se navíc rozhodla pro studium mechatroniky, což je komplexní obor s přesahem do více disciplín. Díky tomu jsem se seznámila i s tak fascinujícími nástroji jako jsou neuronové sítě nebo strojové učení.
Teď bych chtěla tyhle své kompetence využít v praxi a přinášet do průmyslu inovace, díky kterým bude efektivní, udržitelný a konkurenceschopný. Ráda bych se realizovala v oboru automatizace a byla u toho, jak v Česku procházíme čtvrtou průmyslovou revolucí.
Za svou „diplomku“ jste získala Cenu Wernera von Siemense za nejlepší práci na téma Průmysl 4.0: Návrh robotického lakovacího pracoviště s využitím snímání pohybu a imitace lakýrníka. Můžete krátce vámi navrhované řešení popsat?
Moje práce řeší problém, jak robotizovat náročné výrobní operace, u kterých to do teď buď vůbec nebylo možné, nebo to bylo extrémně drahé. Řešení, které jsem navrhla, využívá snímání pohybu lakýrníka. Nasnímaná data se zpracují a podle nich se automaticky naprogramuje robot. Ten pak dokáže opakovat lakování tak, jak to předtím dělal člověk.
Tenhle postup je skvělý v tom, že přímo využívá know-how a schopnosti zkušeného pracovníka, díky kterým je naprogramování robota velmi snadné a automatizované. Šetří čas pracovníka tím, že ho nechá lakovat pouze vzorové výrobky ze série, při kterých se nahrají data, a zbytek kusů už dělá robot. Navíc se hodí i do malosériové výroby, protože k vytvoření programu do robota pro nový výrobek není potřeba specializovaný programátor.
Jak moc je pro firmy důležitý fakt, že ve vašem řešení není třeba programátor robota? A není „programování“ formou nápodoby nepřesné? Jaké nároky to klade na pracovníka, který s robotem takto spolupracuje?
Skutečnost, že si jsou ve firmě schopní přeprogramovat robota na nový výrobek bez nutnosti volat specializovaného programátora, je podle mě zásadní. Umožní to využívat robota flexibilně a díky tomu maximálně efektivně. Zároveň to šetří náklady.
Přesnost opakování pohybu samozřejmě závisí na kvalitě senzorů, které ho snímají. Já jsem ve svém řešení použila poměrně levný a kompaktní senzor, který je ale překvapivě velmi přesný a dle mých experimentů plně dostačující.
Důležitější ale je se na to podívat z pohledu výsledné kvality. Díky tomu, že robot opakuje pohyb podle člověka, je dosaženo takové kvality operace, jako kdyby se dělala ručně. A to je právě u většiny složitých výrobních operací velká výhra. Zkušený lakýrník hned ví, jak výrobek nejlépe nalakovat, na rozdíl od programátora robota, který k tomu nemá potřebné znalosti ani data.
Pracovník, který nahrává vzorová data pro robota, musí mít ve svém oboru zkušenosti. Určitě musí umět svou práci dobře, protože na tom přímo závisí, jak ji bude dělat robot. Samozřejmě by měl mít možnost nějaké ruční korekce vygenerované robotické trajektorie, pokud by se během nahrávání udělaly chyby. Ale v zásadě by to měl být pracovník, do kterého se firmě vyplatí investovat. Jeho čas bude efektivně využit na nahrávání vzorů, rutinní práci bude dělat robot. Co se týče samotného procesu nahrávání, je velmi jednoduchý na obsluhu a pracovníka téměř nijak neomezuje.
Megi Mejdrechová získala Cenru Wenera von Siemense za nejlepší práci v kategorii Průmysl 4.0
Menší firmy jsou na tom se zaváděním „Průmyslu 4.0“ o hodně hůře než ty velké. Často hraje roli nejen cena technologií, ale také to, že ve firmách nemají tým, který by oblasti více rozuměl a uměl koncepčně zavést inovace. Vaše řešení se hodí pro firmy, které vyrábí třeba v malých sériích. Jaké nároky má pro firmy právě vaše řešení?
Moje řešení je vlastně plug and play. Ten výsledný produkt mého řešení by měl být kompaktní hardwarový set pro nahrávání, který je možné použít kdekoliv, a počítačová aplikace, ze které vystupují data pro robota. Je ale potřeba říct, že na straně firmy zůstává úkol vybrat optimálního robota, sestavit automatizovanou výrobní buňku, naprogramovat pro ni PLC řízení atd. To je hodně práce, kterou moje řešení reálně nemůže ušetřit. Ve své diplomce jsem pro příklad lakovny vypracovala i tyhle další části automatizačního procesu, ale ty jsou individuální a musí se udělat firmě na míru.
Díky mému řešení by se ale hlavně pro spoustu firem, které by automatizovat chtěly a mají spočítané, že se jim to vyplatí, otevřela nová možnost. Možnost automatizovat, která pro ně před tím buď vůbec nebyla, protože u nich programovat robota konvenčními metodami nešlo, nebo byla příliš drahá. To, že si robota budou moci firmy programovat samy na místě celý proces zlevní i zrychlí. Robota budou moci využívat flexibilně podle svých potřeb a sníží se i délky odstávek. Řídicí programy totiž vznikají mimo, není při tom třeba interagovat s robotem. Do něj se nahrají až v momentě, kdy jsou plně připravené.
Profesor Mařík, jeden z porotců soutěže, hodnotil vaši práci jako vítěznou právě proto, že „je bezprostředně využitelná, ne v jednom podniku, ale v průmyslu v širším slova smyslu.“ Jak jste na tom se zaváděním do praxe? Co by vám případně pomohlo?
Musím říct, že se ke mně po předávání Ceny Wernera von Siemense dostalo hodně pozitivních ohlasů, což je skvělé a jsem za to moc ráda. Jsem v kontaktu se zástupci několika firem, kterým jsem prezentovala podrobnosti svého řešení, a také komunikuji s univerzitním inkubátorem a EIT Manufacturing, který má hub tady na CIIRC ČVUT.
Aktuálně je moje řešení ve fázi prototypu a otázka zní, jak a za jakých podmínek ho vyvíjet dál do podoby finálního produktu. Určitě to za to stojí, protože už za takhle krátkou dobu jsem měla možnost vidět, že je o tuhle inovaci v průmyslu zájem. Hlavní byl ten nápad a jádro už je hotové, mám dokonce i název! Říkám svému řešení RoboTwin. Takže teď je to spíš o tom, dát tomu nějakou formu, uživatelsky příjemnou a robustní. Ale bude to ještě chvilku trvat, odhaduji půl roku až rok práce, záleží na týmu.
Pracuji se dvěma scénáři – vyvíjet RoboTwin ve spolupráci s průmyslovou firmou, pro kterou by byl zajímavý jako jeden z produktů, které v rámci svého portfolia budou moci nabízet. K tomu bych se potřebovala spojit s těmi správnými zástupci uvnitř firem a dostat prostor poznat, za jakých podmínek by pro ně a pro mě byla tahle možnost zajímavá.
Druhý scénář je počkat, zkusit najít oporu tady na ČVUT, a dotáhnout RoboTwin nezávisle. A potom jít na trh s už hotovým produktem, který by firmy mohly začít hned používat. K tomu by mi opět pomohlo spojit se s těmi správnými lidmi. Najít tým, který by se mnou chtěl spolupracovat, a taky cestu, jak vývoj zafinancovat.
Megi Mejdrechová s vedoucím své vítězné diplomové práce
V jakých oblastech si dovedete představit, že se váš nápad může prosadit, kromě lakování? A má potenciál i mimo průmysl?
Můžeme začít u dalších operací, při kterých se používá ruční nástroj. Těch je ve výrobě velké množství, například svařování, nanášení lepidla, povrchové úpravy jako třeba tryskání a jiné. Určitě je zajímavá možnost použít tohle řešení k automatizaci kontroly kvality. Robot může mít v end-effectoru měřicí zařízení a například skenovat povrch výrobku nebo měřit teplotu.
Hodně užitečný by byl obecně tam, kde je potřeba naprogramovat složitý pohyb robota, který se nedá odvodit z žádného modelu nebo dat. Běžně se dnes používá metoda programování robota, kdy člověk vezme robotické rameno, volně s ním hýbe na požadované místo a tím mu trajektorii ukáže. Moje řešení by bylo myslím jednodušší a přesnější.
Také mě napadá varianta, že by proces nahrávání pohybu člověka a generování robotické trajektorie probíhal současně v reálném čase a člověk by tak robotem mohl teleoperovat. To by se dalo využít různě, třeba pro robotickou manipulaci v kontaminovaném, člověku nepřístupném prostředí. Je toho spousta, kde všude si umíme představit nasazení robotů.
Pracujete v oddělení Robotického vnímání na CIIRC ČVUT. Čemu se nyní věnujete?
Teď jsem aktivní hlavně na projektu Kolaborativního robotického pracoviště budoucnosti. Pro tohle pracoviště dáváme dohromady moderní technologie k tomu, aby robot pomáhal člověku při práci. Robot bude schopný se na pracovišti orientovat, rozpoznávat a lokalizovat předměty díky zpracování obrazu a komunikovat s operátorem v přirozeném jazyce. Dokáže určit, jakou činnost zrovna operátor vykonává, jaká bude následovat, a podle toho například podat vhodný nástroj.
Dalším projektem, na kterém se podílím, je vývoj softwaru myGym. Je to nástroj, který slouží k rychlému prototypování neuronových sítí pro řešení robotických úloh. Jde o jednoduchý modulární systém, ve kterém si může laik s minimem znalostí připravit simulaci a vytrénovat svého robota, a odborník si rychle dokáže připravit prostředí podle svých představ. MyGym jsme před Vánoci zveřejnili jako open-source software a zároveň už v něm připravujeme simulace pro náš vlastní další výzkum.
Co volný čas? Co děláte, když nejste s roboty?
Ve volnu se snažím trávit čas venku, mám ráda sporty, které mě donutí jít do přírody, jako je běh nebo běžky. Taky od dětství hraju na klavír a my na CIIRC ČVUT náhodou jeden krásný máme. Takže si občas po práci chodím ráda zahrát.
