Membimbing industri:Kemajuan dalam AGV

Konrad Lorenz memenangkan Hadiah Nobel dalam Fisiologi dan Kedokteran pada tahun 1973 untuk karyanya percobaan dengan perilaku hewan. Lorenz menemukan prinsip imp...

Konrad Lorenz memenangkan Hadiah Nobel dalam Fisiologi dan Kedokteran pada tahun 1973 untuk eksperimennya dengan perilaku hewan. Lorenz menemukan prinsip pencetakan, di mana ikatan terbentuk antara hewan yang baru lahir dan pengasuhnya. Ini adalah mekanisme di mana stimulus pendengaran atau visual digunakan untuk mendorong anak mengikuti orang tuanya. Dalam industri, kendaraan berpemandu otomatis (AGV) menggunakan rangsangan lingkungan untuk mengikuti rute tertentu.

Di sini, Jonathan Wilkins, direktur pemasaran pemasok suku cadang industri usang, Otomasi Uni Eropa , membahas bagaimana kendaraan berpemandu otomatis telah berkembang dari penangan material sederhana menjadi robot otonom yang cerdas.

Kendaraan berpemandu otomatis adalah robot bergerak yang mengikuti penanda atau sinyal selama navigasi. AGV pertama diperkenalkan pada 1950-an oleh Barrett Electronics, dan melakukan aksi penarik sederhana, dengan posisinya dipandu oleh kawat di lantai. Sejak 1950-an, pasar telah meningkat pesat dan AGV digunakan di berbagai sektor industri.

Mengapa AGV?

Kendaraan berpemandu otomatis sebagian besar digunakan untuk tujuan penanganan material. Ini dapat mencakup berbagai tugas mulai dari pengiriman suku cadang yang tepat waktu ke jalur produksi, hingga transit sepanjang waktu. Jika kendaraan dilengkapi dengan mekanisme penjepit, perlengkapan pemosisian, dan alat tambahan, ia dapat melakukan berbagai fungsi.

Bergantung pada aplikasi dan persyaratan, AGV dapat berfungsi secara terpisah atau dalam armada. Hal ini membuat penggunaan AGV dapat diskalakan sesuai kebutuhan, sehingga manajer pabrik dapat membuat keputusan spesifik tentang jumlah kendaraan di fasilitas.

AGV dapat dilengkapi dengan sensor untuk keterlacakan, sehingga manajer pabrik dapat memantau posisi masing-masing kendaraan dan karenanya melacak pergerakan material di sekitar fasilitas. Pengambilan, transit, dan pengiriman barang dapat dicap waktu sebagai bagian dari proses ini untuk lebih meningkatkan pelacakan. Informasi ini dapat diintegrasikan ke dalam sistem perencanaan sumber daya perusahaan (ERP) atau perencanaan sumber daya bahan (MRP).

Tergantung pada aplikasinya, ada berbagai jenis metode navigasi kendaraan. Manajer pabrik dapat memilih sistem yang sangat sederhana, mirip dengan AGV paling awal, atau dapat memilih metode navigasi yang lebih canggih.

Navigasi

AGV paling awal dipandu di sekitar pabrik dengan metode kabel. Untuk menavigasi dengan cara ini, sebuah kabel disematkan ke dalam slot di lantai, dan mengirimkan sinyal radio, yang dapat dideteksi oleh sensor pada AGV. AGV kemudian dipandu di sekitar fasilitas mengikuti kabel. Meskipun teknik navigasi ini masih digunakan sampai sekarang, ada berbagai metode lain yang dapat dipilih oleh manajer pabrik.

Beberapa AGV menggunakan pita pemandu yang bersifat magnetis atau berwarna untuk bernavigasi. Sensor pada AGV mendeteksi pita dan ini digunakan untuk memandu kendaraan. Pita pemandu juga digunakan dalam navigasi target laser, di mana pita reflektif dipasang di dinding, tiang atau mesin dan AGV menghitung jarak menggunakan pemancar dan penerima laser. Ini memiliki keunggulan dibandingkan metode kabel, karena lebih mudah untuk mengubah rute kendaraan karena proses pemindahan pita lebih mudah.

Dalam navigasi inersia, titik referensi disematkan ke lantai pabrik pada koordinat x,y. AGV menggunakan informasi dari sensor, giroskop, dan encoder roda untuk menentukan lokasi. Perubahan dapat dilakukan pada jalur hanya dengan mengubah titik referensi, membuat metode ini lebih fleksibel. Namun, beberapa perubahan pada infrastruktur pabrik masih diperlukan, dan kendaraan tidak dapat membuat keputusan perencanaan rute yang independen.

Langkah selanjutnya dari navigasi inersia adalah navigasi jalur terbuka – ini berarti kendaraan dapat bergerak secara independen dari satu tempat ke tempat lain, berpindah dari kendaraan berpemandu ke kendaraan yang dapat mengemudi sendiri.

Dari pemandu menjadi mengemudi sendiri

AGV tradisional melakukan gerakan yang telah ditentukan dan diprogram sebelumnya di sekitar fasilitas. Ini berarti ada beberapa kesulitan untuk mengubah rute kendaraan setelah infrastruktur tertentu tersedia. Baru-baru ini, kendaraan yang lebih fleksibel dan cerdas telah diperkenalkan, yang mampu membuat keputusan dalam situasi yang belum pernah mereka temui sebelumnya.

Kendaraan generasi baru ini dapat mengatasi salah satu masalah utama AGVS – menghadapi sesuatu yang tidak terduga. Dalam lingkungan yang berubah, kendaraan self-driving mungkin lebih cocok. Jenis kendaraan ini beroperasi secara independen dari pengemudi atau input tetap yang telah diprogram yang secara langsung mengendalikan kemudi, akselerasi, atau pengereman. Persepsi berbasis laser dan algoritme navigasi dapat digunakan untuk menavigasi secara dinamis di sekitar pabrik.

Programmable logic controller (PLC) on-board dapat diintegrasikan untuk mengurangi kesalahan dan membuat keputusan. Dengan menghubungkan ke sistem kontrol pusat, kendaraan dapat menganalisis keandalan dan efisiensi rutenya dan menyesuaikannya. Kendaraan dapat menggunakan pembelajaran mesin agar lebih efisien dalam situasi baru.

Kendaraan self-driving dapat menggunakan komputer on-board dan peningkatan jumlah sensor untuk menyelesaikan tugas yang lebih kompleks, termasuk pengambilan keputusan. Metode navigasi yang independen dan cerdas bahkan dapat berarti manajer pabrik tidak perlu memodifikasi lingkungan atau infrastruktur pabrik. Salah satu teknik navigasi tersebut adalah panduan fitur alami, di mana kendaraan dapat merekam dan menyimpan gambar serta menghitung posisinya dalam kaitannya dengan fitur yang ada.

Contoh AGV otonom adalah OTTO Clearpath Robotics, kendaraan self-driving yang dapat bergerak hingga 3.300 pound pada 4,5 mph. OTTO dapat beradaptasi untuk mengambil rute terbaik, menghindari tabrakan saat bergerak.

Kendaraan juga dapat menggunakan sistem panduan berbasis penglihatan, menggunakan kamera untuk bertindak sebagai mata. Manfaat tambahan dari hal ini adalah manajer pabrik mendapatkan tampilan virtual 3D ke lingkungan tempat peralatan beroperasi. Ini berarti jika AGV menemukan sesuatu yang tidak direncanakan atau tidak biasa, operator dapat dengan mudah menemukan penjelasan dan memperbaikinya.

Karena semakin banyak pabrik yang ditingkatkan dan fasilitas baru dibangun, memajukan AGV akan terbukti menjadi komponen inti dari pabrik pintar. Dengan peningkatan teknologi sensor dan otonomi yang meningkat, AGV menjadi lebih cerdas dan dinamis, bergerak dari kendaraan berpemandu mengikuti jalur yang telah ditentukan, menjadi pembuat keputusan independen yang otonom – seperti halnya hewan Konrad saat mereka tumbuh.