Zebra Technologies Memperluas Portofolio Otomatisasi dengan Akuisisi Fetch Robotics
Robot mobile otonom lebih dari sekadar penanganan material otomatis

Zebra Technologies, produsen alat untuk mendigitalkan dan mengotomatisasi alur kerja, telah melengkapi pekerja garis depan di banyak industri dengan scanner kode batang dan komputer seluler handheld. Menambahkan robot mobile otonom (AMR) ke tawaran melalui akuisisi Fetch Robotics terlihat seperti langkah berikutnya yang baik.
Saat akuisisi ditutup pada 2021, Zebra, Lincolnshire, Ill., mendapat paket dua dalam satu, termasuk otot dan otak.
Di satu ujung spektrum, kini menawarkan teknologi yang dapat menyelesaikan tugas berat dan kekuatan bruto seperti mengangkat, mengangkut, dan menarik barang-barang berat. Setelah diprogram, Fetch dan AMR lain yang digunakan dalam manufaktur dapat bertindak sendiri untuk membongkar truk di dermaga, membawa bahan ke penyimpanan dan menempatkannya pada rak, membawa komponen ke baris produksi, menjadi bagian virtual dari baris yang sama, dan bahkan membuang sampah.
Otonomi AMR memanggil perbandingan dengan mobil tanpa sopir, tetapi robot ini sudah memiliki standar keamanan untuk memastikan mereka dapat beroperasi dengan aman di sekitar manusia.
Di ujung lain spektrum, AMR dapat memiliki perangkat lunak “otak” yang canggih yang mampu menerapkan kecerdasan buatan untuk manajemen logistik. Aplikasi mereka dapat menganalisis pekerjaan yang perlu dilakukan dan mencocokkan tugas individual dengan aset yang tersedia untuk melakukan pekerjaan.
“Itu tepatnya inti kami, orkestrasi,” kata Daniel Theobald, pendiri dan CIO Vecna Robotics, Waltham, Mass. “Seperti menjadi grandmaster catur.”
Bagaimana Anda mendapatkan throughput terbaik di fasilitas Anda terlepas dari fakta bahwa itu dinamis dan tidak dapat diprediksi? Truk datang terlambat, orang tidak datang kerja dan potongan peralatan rusak. Theobald mengatakan penggunaan perangkat lunak orkestrasi Pivotal milik Vecna sendirinya menggandakan throughput di fasilitas pengiriman tanpa sumber daya tambahan saat digunakan untuk membantu menentukan tugas terbaik secara real time.
“Itu mungkin terdengar luar biasa tetapi alasan kerjanya begitu baik adalah karena throughput fasilitas pada akhirnya terbatas pada satu waktu karena satu hambatan,” kata Theobald. “Dan manusia tidak bagus dalam mengetahui [secara real-time] di mana hambatan itu. Itulah yang AI baik, melihat sistem secara keseluruhan, dengan memperhitungkan ribuan variabel.”
Mengapa semua itu penting? Sederhananya, AMR memungkinkan mesin dan manusia untuk melakukan apa yang paling baik mereka lakukan.
Mesin bagus dalam menyediakan otot yang diperlukan untuk menyelesaikan pekerjaan. Itu bukan kasus dengan manusia, tubuh mereka menderita saat mereka mencoba melakukan tugas fisik di luar kemampuan mereka. Dengan mesin, teknik dapat diterapkan untuk menampung beban yang lebih berat. Ketika baterai mereka habis, mereka dapat diisi ulang. Jika ada yang rusak, bagian dapat diperbaiki atau yang baru dipasang.
Augmented Intelligence untuk Perencanaan
Manusia, sayangnya, juga tidak bagus dalam memperhitungkan semua faktor yang mempengaruhi kinerja di pabrik, tapi itulah yang perangkat lunak dengan AI yang berjalan di server perusahaan atau di cloud sangat baik.
Perangkat lunak robotik berbasis cloud milik Fetch Robotics, FetchCore, memiliki kemampuan untuk tidak hanya mengoptimalkan robot atau mengoptimalkan pekerja manusia tetapi dapat mengoptimalkan mereka secara kolektif dengan cara yang sangat produktif dan efisien, kata Jim Lawton, vice president dan manajer umum otomatisasi robotika di Zebra Technologies/Fetch Robotics.
“Apa yang dapat kita lakukan di Zebra adalah mengoptimalkan baik AMR maupun orang,” kata Lawton. “Jadi jika saya perlu sesuatu dilakukan, saya dapat mengkoordinasi keduanya sehingga orang dan robot datang pada saat yang sama, di tempat yang sama, dan melakukan apa yang perlu dilakukan. Kemudian orang dibimbing ke tugas berikutnya, dan robot dibimbing ke tugas berikutnya dan Anda terus berjalan dengan cara yang jauh lebih teroptimalkan.”
Efisiensi dan optimisasi ini sangat penting dalam manufaktur, di mana kesenjangan tenaga kerja kronis sudah ada bahkan sebelum Great Resignation yang dimulai pada 2021 selama pandemi. Operasi yang efisien juga dapat membebaskan waktu untuk upskilling yang diperlukan untuk menjaga karyawan tetap terlibat dan relevan di dunia di mana otomatisasi dibiarkan secara harfiah melakukan pekerjaan berat.
Dapatkah AMR Menjadi Bagian dari Baris Perakitan?
Flex Ltd., produsen kontrak global sebesar 24 miliar dolar yang bermarkas di San Jose, Calif., mulai menggunakan AMR sekitar 10 tahun yang lalu dan kini memiliki lebih dari 300 penangan material otonom di lebih dari 100 lokasi. Robot mereka digunakan dalam operasi, pabrik, gudang, logistik, depot servis, perbaikan, dan pengaturan penyimpanan material.

“Unsur utama AMR adalah membantu kami dengan keselamatan dan ergonomi serta mendukung operasi kami di Industri 4.0, di mana semuanya terhubung,” kata Murad Kurwa, vice president manajemen teknik manufaktur canggih.
Melalui penggunaan AMR, Flex telah meraih sekitar 20.000 jam karyawan peningkatan produktivitas, sesuai angka yang diberikan oleh perusahaan.
“Robot mobile otomatis lebih dari sekadar kebutuhan untuk Flex,” kata Kurwa. “Kami menggunakan AMR di banyak area untuk mendukung gerakan bahan baku, inventaris dalam proses, membawa barang jadi ke stasiun pemuatan untuk pengiriman dan berbagai tugas lain yang membebaskan kapasitas manusia kami untuk fokus pada tugas yang lebih terampil dalam transformasi produk dan memenuhi harapan pelanggan kami.”
Flex melihat peran yang lebih luas untuk AMR-nya di masa depan, baik secara harfiah maupun metaphoris.
Perusahaan telah mulai melihat konektivitas 5G untuk AMR, dan telah melakukan beberapa pekerjaan konsep bukti dan coba coba.
“5G sebagai pengganti Wi-Fi/LTE saat ini memberikan spektrum sinyal yang lebih luas dengan jaringan pribadi, yang memungkinkan penerima seperti AMR untuk bekerja secara kontinu pada jarak yang lebih jauh tanpa penurunan sinyal atau latensi, yang dapat menyebabkan AMR terhenti,” kata Kurwa.
Satu kemungkinan untuk AMR di Flex adalah untuk menjadi bagian virtual dari baris perakitan, membuat lantai produksi lebih fleksibel dan dapat dikonversi ke proyek yang berbeda. Perusahaan juga mengeksplorasi penggunaan AMR untuk menghubungkan conveyor antara langkah-langkah di baris bergerak di mana ada monumen (misalnya, furnace) yang tidak dapat dipindahkan.
“Alih-alih memiliki aliran linier, AMR dapat datang mengambil bagian dan pergi sekitar monumen dan menghubungkan ke langkah berikutnya dengan menggunakan conveyor di atas AMR,” kata Kurwa.

Kesalahan terbesar adalah tidak mengeksploitasi sepenuhnya kemampuan AMR, kata Theobald.
“Sebagian besar keajaiban di sini adalah tugas-tugas pertama mana yang paling baik diatasi oleh teknologi ini karena kami masih awal dalam kurva adopsi itu,” katanya. “Anda tahu memilih tugas pertama yang tepat dapat membuat perbedaan yang besar.”
Misalnya, pertimbangkan pemilik pabrik yang mengganti forklift yang dulu dioperasikan oleh pekerja manusia dengan forklift tanpa sopir dan melanjutkan bisnis seperti biasa. Mereka mengabaikan fakta bahwa peralatan tanpa sopir memiliki seperangkat atribut—ia tidak istirahat, ia tidak lelah, ia dapat beroperasi selama shift penuh, jadwalnya dikoordinasikan dan direncanakan dengan AI—yang berbeda dari dan melebihi batas pekerja manusia.
“Secara umum itu bukan pendekatan yang tepat,” kata Theobald. “Seringkali membayar untuk memikirkan ulang alur kerja Anda.”
Variabilitas Memberi AMR Kesempatan untuk Bersinar
Setelah pekerja manusia memiliki AMR, mereka menginginkannya mudah diterapkan.
“Orang memahami proses mereka dengan sangat baik,” kata Lawton. “Mereka tidak perlu memahami robotika. Jadi kami telah mengembangkan teknologi untuk orang untuk dengan sangat sederhana menentukan ruang, alur kerja mereka.”
Secara historis, membutuhkan 300 jam untuk memprogram robot, tetapi AMR Fetch Robotics dapat beroperasi dalam satu hari, katanya. Memprogram AMR umumnya berarti mengemudikannya di sekitar pabrik. Dengan Fetch Robotics, pengguna menggunakan metode drag-and-drop untuk menyiapkan perangkat lunak FetchCore.

“Anda perlu dapat menyiapkan sesuatu di fasilitas dengan sangat cepat dan itu perlu dapat menampung variabilitas normal yang Anda lihat di lingkungan yang umum,” katanya. “Itulah tempat AMR benar-benar bersinar.”
Akhirnya, sebuah pabrik mungkin memiliki armada AMR yang heterogen, semuanya dengan perangkat lunak manajemen armada sendiri. Apa yang harus dilakukan agar mereka bekerja sama?
Jika beberapa robot Anda dari Vecna, Anda sudah siap. Itu karena perangkat lunak Pivotal-nya agnostik terhadap jenis sumber dalam skenario manajemen tugas. “Mungkin manusia, mungkin robot kami, mungkin robot dari vendor lain, mungkin peralatan yang dioperasikan secara manual,” kata Theobald. “Memiliki kemampuan untuk menetapkan tugas pada salah satunya berdasarkan kemampuan, lokasi, dan ketersediaan.”
Sementara itu, MassRobotics, Boston, sebuah hub inovasi nirlaba untuk robotika dan perangkat terhubung yang didirikan bersama oleh Theobald, telah menerbitkan standar interoperabilitas, MR Interop, untuk pelaporan robot ke manajemen armada. Ini juga sedang dalam proses pembuatan versi berikutnya dari standar untuk memungkinkan penetapan tugas kepada robot. MassRobotics sedang mengerjakan standar interoperabilitas untuk pengisian daya juga.
“Kami berharap di masa depan perangkat lunak manajemen armada dari perusahaan apa pun dapat hanya menggunakan MR Interop dan tidak perlu terintegrasi langsung dengan robot lain,” katanya. “MR Interop adalah standar yang membuat proses itu lebih mudah.”
Standar interoperabilitas sudah mulai memberi efek. Perusahaan seperti FedEx telah mengatakan bahwa mereka tidak akan membeli robot yang tidak mematuhi standar interoperabilitas MassRobotics, kata Theobald. FetchCore memiliki kemampuan untuk mengelola armada AMR heterogen dari vendor yang berbeda, tetapi belum melakukannya, kata Lawton.
Seperti Flex, meskipun menggunakan ratusan robot dari tiga vendor, tidak satu pun yang bercampur dalam fasilitas yang sama, kata Kurwa.
Memiliki AMR yang plug and play bersama membantu tidak hanya pengguna. Ini juga berpengaruh pada pertumbuhan industri itu sendiri. “Industri tidak menskala sampai hal interoperabilitas ini dipecahkan, jadi kami memutuskan untuk mengambil halaman dari industri komputer atau industri ponsel seluler,” kata Theobald. “Anda bisa berbicara tentang industri pita video, seluruh persoalan VHS vs. beta. Ini cenderung menjadi proses yang sangat rumit yang kadang-kala memakan waktu dekade dan benar-benar memperlambat adopsi pelanggan terhadap jenis alat ini.”
Pertumbuhan AMR Melahirkan Aksesori dan Perangkat Lunak Pihak Ketiga

Seiring bertumbuhnya penggunaan robot mobile otonom, juga bertumbuhnya kebutuhan akan perangkat lunak untuk mengelola armada AMR dari vendor yang berbeda dan aksesori atas kart untuk digunakan bersama mereka.
Satu produsen AMR, Mobile Industrial Robots (MiR), Odense, Denmark, dengan sengaja menciptakan robot platform terbuka.
“Anggaplah kami sebagai robot dasar dengan baterai lithium-ion 48 volt, dan kami membiarkan orang membangun apa pun yang mereka inginkan di atas robot,” kata Matt Charles, sales director, Midwest and Canada. “Anda dapat memasang lengan robot di atas dan itu akan didayakan oleh baterai kami dan berkomunikasi balik dan maju ke robot kami, kapan bergerak, kapan pergi.”
Meskipun lengan robot mungkin, tiga modul atas kart teratas untuk AMR MiR adalah dek konveyor, sistem pemasangan untuk menempelkan keranjang, dan lift pallet, kata Charles.
ROEQ (dinyatakan RO-eek, dan namanya adalah versi singkat dari “robotic equipment”), Vissenbjerg, Denmark, adalah pemasok terkemuka aksesori atas kart untuk MiR. Faktanya, perusahaan itu dibuat khusus untuk membangun modul atas kart untuk AMR MiR, termasuk keranjang, roller atas, pengangkat, dan rak. Pendiri ROEQ Michael E. Hansen dan Benni S. Lund dipanggil ke MiR dalam kapasitas sebelumnya sebagai insinyur konsultan, dan melihat peluang yang membawanya untuk menciptakan perusahaan.
“Itulah tempat mereka menemukan celah di pasar dalam arti bahwa mereka memiliki teknologi yang hebat, platform yang hebat untuk memindahkan barang tetapi seluruh ekosistem perlu lengkap dengan alat yang tepat untuk dapat mengambil, menyerahkan, dan mentransfer material,” kata Shermine Gotfredson, sales director global di ROEQ. “Dan itulah titik lemasnya.”
Produk pertamanya adalah TMC 300, rak atas kart, yang masih dalam produksi. Tawaran terbaru dari ROEQ adalah TMS-C500 Ext dan S-Cart500Ext, yang dirancang untuk bekerja sama. Kombinasi modul/keranjang baru ini efektif menggandakan payload AMR 250 MiR dari 250 kg menjadi 500 kg. Modul atas TMS-C500 Ext juga memungkinkan pengangkatan beban hingga panjang 1,2 m tanpa menyinggung keselamatan.

Sementara ROEQ sejauh ini menyelaraskan bisnisnya dengan robot MiR, pemilik pabrik mungkin tidak begitu setia. Bahkan saat produsen menyediakan perangkat lunak untuk mengelola AMR-nya, mencapai interoperabilitas dengan armada robot heterogen lebih rumit. “Itu adalah tantangan umum yang dimiliki produsen, dan ada banyak dorongan untuk interoperabilitas dan interfleet yang dapat bercampur dan bekerja sama,” kata Charles. “Itu adalah sesuatu yang kami usaha dan ada perusahaan lain yang mengembangkan solusi juga.”
Salah satu perusahaan itu adalah AWS (Amazon Web Services Inc.)
Meskipun mungkin untuk memodifikasi perangkat lunak kontroler satu AMR untuk bertindak sebagai manajer armada untuk robot dari vendor yang berbeda, AWS telah menciptakan AWS IoT RoboRunner untuk menyediakan infrastruktur untuk mengintegrasikan robot seluler dari vendor terpilih dengan sistem manajemen pekerjaan dan membangun aplikasi manajemen armada robotik. Awal tahun ini, RoboRunner berada dalam preview di lingkungan laboratorium, dan diharapkan akan segera diluncurkan ke lingkungan produksi.
Selain menyediakan infrastruktur untuk membangun aplikasi manajemen armada, AWS IoT RoboRunner menyediakan dua perpustakaan perangkat lunak—perpustakaan manajer tugas dan perpustakaan gateway armada —serta aplikasi contoh, yang memudahkan pengembang untuk membangun aplikasi manajemen robotik mereka di atas AWS IoT RoboRunner.
Selain itu, AWS IoT RoboRunner menghilangkan kebutuhan akan banyak integrasi di antara sistem kontrol robot yang berbeda dan sistem manajemen pekerjaan pabrik. Alih-alih, semua sistem terintegrasi dengan AWS IoT RoboRunner, dan layanan tersebut menghubungkan semua sistem terintegrasi secara otomatis.
Juga, AWS IoT RoboRunner memudahkan pengembang untuk membangun aplikasi manajemen dengan perpustakaan pengembangan manajer tugas. Perpustakaan ini juga dilengkapi dengan aplikasi orkestrasi tugas contoh yang mencakup fitur manajemen ruang bersama. Pengembang dapat menggunakan aplikasi contoh ini sebagai titik awal untuk mempercepat pengembangan aplikasi mereka.
“Semakin banyak pelanggan di manufaktur, logistik, dan barang konsumen menggunakan robotika dan sistem otonom dalam operasi mereka tetapi kesulitan mengelola sistem tersebut untuk mengorquestra tugas robotika kompleks seperti pengambilan objek dan inspeksi di gudang di seluruh armada robot,” kata Eric Anderson, manajer umum, robotika dan sistem otonom, AWS. “Dengan AWS IoT RoboRunner, kami memudahkan pelanggan untuk menyisipkan, mengelola, dan mengorquestra robotika dalam operasi mereka dan membuat sistem otonom mereka lebih cerdas, berdasarkan teknologi yang sama yang digunakan di seluruh pusat logistik dan fulfillment Amazon.”