Membuka Penggunaan Robotika Otomotif

Revolusi robot telah diharapkan selama beberapa dekade, tetapi masih belum tiba. Setiap tahun, pembuat mobil dan pemasok mereka membeli ribuan robot, jumlah yang masih jauh lebih sedikit dari yang diperkirakan. Robot tidak digunakan seluas mungkin, karena beberapa hambatan yang bertahan jauh lebih lama dari yang diharapkan. Hambatan adopsi ini pada akhirnya dapat menjadi peluang yang terlewatkan untuk meningkatkan kapasitas manufaktur negara dan meningkatkan rantai pasokannya.

Dengan pandemi yang memperburuk kekurangan ketersediaan barang dan menyoroti betapa mudahnya rantai pasokan yang kritis dapat terganggu, tidak pernah ada waktu yang lebih baik untuk fokus pada teknologi dan solusi yang dapat membantu memperkuat kemampuan domestik negara. Perintah eksekutif baru-baru ini menunjukkan bahwa ini akan menjadi fokus pemerintahan Biden, jadi sekaranglah waktunya untuk bertindak.

Hambatan untuk Adopsi

Secara umum, ada tiga hambatan untuk adopsi otomatisasi robot yang lebih luas di industri otomotif. Pertama dan terpenting, biayanya tetap terlalu tinggi. Biaya tidak hanya mencakup pembelian robot itu sendiri, tetapi juga beberapa biaya terkait lainnya yang signifikan. Sel kerja robotik yang khas memerlukan koordinasi teknik yang ekstensif. Cukup menyebarkan satu atau lebih robot di sel kerja adalah tugas yang mahal. Kemudian, setelah sel kerja direkayasa, robot harus diprogram. Pemrograman robot adalah kutukan bagi banyak insinyur—dan produsen yang harus membayar mereka untuk melakukannya. Tingginya biaya penerapan robotika tidak dapat diamortisasi oleh siapa pun yang memproduksi volume produk kecil atau produk bernilai rendah dan bahkan terbukti sulit bagi pemasok untuk mampu meluncurkannya dalam skala besar. Temuan terbaru oleh International Federation of Robotics menunjukkan bahwa, rata-rata 75 persen dari biaya operasi seumur hidup untuk robot industri berasal dari pemrograman. Dengan setiap perubahan tugas, aplikasi harus diprogram ulang.

Hambatan kedua untuk adopsi adalah tidak fleksibel. Setelah Anda merekayasa sel kerja Anda dan memprogram robot Anda, Anda sudah siap—asalkan Anda tidak pernah mengubah apa yang Anda lakukan dengan cara apa pun. Setiap perubahan—baik itu robot baru atau variasi dalam proses manufaktur—memerlukan pemrograman ulang (minimal), dan kemungkinan besar memulai proses rekayasa ulang dan validasi ulang sel kerja untuk mengubah penempatan robot. Ketidakfleksibelan ini membuat robotika tidak layak bagi siapa saja yang memproduksi berbagai produk dengan volume kecil.

Hambatan ketiga adalah manfaat marjinal yang buruk dari menambahkan robot ke sel kerja. Pemrograman robot tunggal adalah sebuah tantangan; memprogram beberapa robot untuk bekerja di ruang bersama, tanpa tabrakan, adalah tugas yang luar biasa sulit yang menghabiskan waktu berbulan-bulan untuk rekayasa. Faktanya, pemrograman multi-robot sangat sulit sehingga para insinyur membuat penyederhanaan untuk mempersingkat waktu pemrograman dengan mengorbankan efisiensi yang sangat berkurang.

Penyederhanaan yang paling umum adalah penggunaan "zona interferensi", yang melarang lebih dari satu robot berada di ruang mana pun yang dapat dijangkau oleh lebih dari satu robot, meskipun, dalam praktiknya, beberapa robot sering kali dapat berbagi ruang seperti itu tanpa tabrakan. Karena penggunaan zona interferensi, tidak jarang ditemukan bahwa sel kerja dengan empat robot mencapai kinerja yang kurang dari dua kali lipat dari satu robot. Efisiensi sel kerja multi-robot yang rendah ini menurunkan penggunaan robot, bahkan di perusahaan yang mampu membelinya.

Jika kita ingin membuka potensi robotika, kita perlu menurunkan hambatan adopsi. Kami ingin semua orang di sektor otomotif dapat lebih memanfaatkan robotika. Karena biaya robot dan waktu rekayasa tidak mungkin berkurang, tuas utama dalam kendali kami adalah waktu dan biaya penerapan dan pemrograman.

Untuk mencapai tujuan kami, kami membutuhkan robot yang dapat beradaptasi dengan situasi mereka saat ini, memungkinkan mereka untuk beroperasi di sel kerja yang relatif tidak terstruktur. Kemampuan beradaptasi, pada gilirannya, bergantung pada dua kemampuan:visi yang andal dan perencanaan gerak cepat:

• Penglihatan yang andal—memungkinkan robot untuk mengamati sekelilingnya dan bereaksi terhadapnya. Demokratisasi menuntut agar visi tidak hanya dapat diandalkan, tetapi juga relatif murah. Untungnya, ada banyak pilihan yang bagus dan murah untuk penglihatan, dan mereka terus menjadi lebih baik dan lebih murah.
• Perencanaan gerak—proses menghitung dan mengoordinasikan cara membuat robot dari pose saat ini ke pose yang diinginkan tanpa tabrakan—harus cukup cepat untuk beradaptasi dengan lingkungan yang dinamis, terutama untuk lingkungan yang mencakup manusia. Kinerja perencanaan gerak secara historis tidak cukup untuk aplikasi tujuan umum, yang mengarah ke robot yang bereaksi lambat, atau beroperasi tanpa penglihatan sama sekali (misalnya, dalam sel kerja yang sangat direkayasa, sehingga robot tidak perlu bereaksi). Namun, kemajuan terbaru dalam dunia akademis dan industri menunjukkan bahwa kemacetan perencanaan gerak akan segera berakhir.

Demokratisasi juga membutuhkan robot yang dapat diprogram dengan cepat sambil tetap mencapai kinerja tinggi. Saat ini, kami dapat mencapai kinerja tinggi atau waktu pemrograman yang dapat ditoleransi (tetapi masih lama), dan industri secara konsisten memilih yang terakhir. Satu-satunya solusi untuk mengurangi waktu pemrograman dan meningkatkan kinerja adalah otomatisasi yang lebih besar dari pemrograman itu sendiri.

Meminta para insinyur untuk menjelaskan tentang lintasan beberapa lengan sambil mengkoreografikan semua gerakan mereka bukanlah jalan menuju kesuksesan. Industri otomotif membutuhkan perangkat lunak baru yang menghapus sebagian besar atau semua upaya dari para insinyur, sehingga mereka dapat dengan mudah menentukan tugas yang mereka inginkan untuk dilakukan oleh robot, dan perangkat lunak tersebut menghasilkan program robot. Kemajuan ini akan meningkatkan produktivitas programmer robot dengan cara yang sama seperti pemrograman umum (non-robot) dalam bahasa tingkat tinggi seperti Java atau Python memungkinkan produktivitas programmer yang jauh lebih besar daripada pemrograman dalam bahasa assembly. Kunci dalam kedua kasus tersebut adalah memberikan tingkat abstraksi yang lebih tinggi kepada pemrogram dan menggunakan alat perangkat lunak untuk secara otomatis mengubah kode yang lebih mudah ditulis ini menjadi apa yang dibutuhkan di tingkat yang lebih rendah.

Industri robotika hampir tidak mencapai potensinya di sektor manufaktur otomotif dan rantai pasokan, tetapi dengan inovasi hanya dalam beberapa bidang utama, nilai yang jauh lebih besar dapat diwujudkan. Demokratisasi robotika akan memungkinkan banyak perusahaan otomotif untuk memperkenalkan robot tambahan dan mendapat untung besar dari mereka. Selanjutnya, kita dapat menambahkan proposisi nilai dengan mengurangi biaya dan meningkatkan manfaat marginal dari penambahan robot ke sel kerja. Hasil akhirnya adalah peningkatan besar dalam kapasitas manufaktur domestik dan peluang untuk menciptakan rantai pasokan domestik yang lebih andal, membantu mempersiapkan negara dengan lebih baik untuk gangguan tingkat pandemi di masa depan dalam bahan atau tenaga kerja.