Robot Seluler Otonom Berbasis AI Merevolusi Efisiensi Manufaktur
Meskipun penggunaan Kecerdasan Buatan (AI) terus meningkat, definisi dan cara penerapannya sering kali berbeda-beda bergantung pada aplikasi dan sektor industri. Dalam dunia robot bergerak otonom (AMR), misalnya, AI berbentuk sistem yang mengumpulkan data, kemudian mempelajari dan menyesuaikannya seiring perubahan data. Pada dasarnya, penerapan AI dalam bentuk dasarnya adalah pengoptimalan data dan biasanya ditemukan di lingkungan manufaktur/produksi dibandingkan dengan operasi pergudangan besar.
Untuk AMR, AI membantu mengoptimalkan aliran material dalam fasilitas melalui penggunaan data yang dikumpulkan, yang kemudian dimasukkan ke dalam perangkat lunak manajemen armada AMR. Armada AMR yang didukung AI memungkinkan fasilitas untuk menggantikan forklift besar yang dioperasikan secara manual dengan AMR yang gesit dan lebih efisien. AI juga akan membuka jalan bagi penggunaan AMR dalam aplikasi yang lebih menantang seperti yang dilakukan di luar ruangan, di lingkungan pertanian, atau di lingkungan yang sangat dingin.
Perangkat lunak manajemen armada yang menggunakan AI mengoptimalkan rute yang diambil AMR di sepanjang jalur yang telah dikonfigurasi sebelumnya. Rute-rute ini adalah jalur terstruktur yang diinginkan oleh fasilitas untuk diikuti oleh AMR. Jalur tersebut tertanam dengan berbagai node untuk pengisian, pemuatan, pembongkaran, dan operasi lainnya.
Optimalisasi pergerakan armada AMR di sepanjang jalur yang telah dikonfigurasi sebelumnya adalah cara suatu fasilitas mengoordinasikan logistik atau mengelola armada. Perangkat lunak manajemen armada bertenaga AI mengarahkan lalu lintas AMR ke seluruh fasilitas, memastikan aliran efisien dan menghindari tabrakan. Meskipun hal ini relatif mudah dilakukan untuk dua atau tiga AMR, hal ini menjadi cukup rumit seiring dengan bertambahnya jumlah AMR dalam satu armada.
Pertimbangkan sebuah fasilitas dengan armada lebih dari 200 robot. Apa cara yang paling optimal untuk menggunakannya, robot mana yang pergi ke mana dan melakukan tugas apa? Di titik mana pun sepanjang jalur yang ditentukan, mereka dapat mengambil keputusan — kanan, kiri, mundur — berdasarkan data yang dikumpulkan. Jadi, selain berperan dalam cara robot berpindah dari titik A ke titik B, AI juga mengoptimalkan proses yang terjadi di titik A dan B.
Perangkat Lunak yang Didukung AI
Contoh perangkat lunak manajemen armada AMR dengan fungsi AI adalah Sistem Pakar Robot Seluler (KMReS) KUKA. Perangkat lunak ini tidak hanya memungkinkan manajemen armada yang komprehensif dari keseluruhan sistem AMR, namun juga mengatur semua lalu lintas armada dan mampu secara otomatis menjadwal ulang dan mengalihkan jika terjadi hambatan.
Untuk mendukung integrasi AMR, sistem yang mudah dan intuitif adalah platform tanpa kode yang memungkinkan fasilitas mengonfigurasi pengaturan menggunakan kutukan dan bukan memprogramnya. Hal ini dilakukan melalui diagram alur, dan pengguna membuat simpul tindakan robot yang diikat menjadi satu dalam diagram alur yang kemudian dijalankan oleh perangkat lunak. Dengan perangkat lunak ini, pengguna membuat, mengelola, dan mengedit alur kerja serta memantau dan mengelola kontainer yang ditangani robot. Semua ini memungkinkan rute baru atau yang dimodifikasi direncanakan dengan cepat dan efisien. Bagi para ahli, masih ada opsi pemrograman tingkat lanjut yang tersedia, sehingga perangkat lunak ini dapat digunakan bahkan dalam aplikasi yang tidak umum.
Sistem kamera KMP 1500P memungkinkan pengangkutan muatan berat secara aman dan otonom di pabrik dan pusat logistik. (Gambar:KUKA)
Selain mengelola beberapa AMR di sepanjang jalur yang telah dikonfigurasi sebelumnya, perangkat lunak manajemen armada saat ini memungkinkan AMR tersebut juga menavigasi hambatan tak terduga di jalurnya. Demikian pula, seiring dengan meningkatnya penggunaan AI dalam robot seluler, platform tersebut akan menggunakan teknologi sensor canggih untuk tidak hanya mendeteksi objek yang dilewatinya, namun juga mengidentifikasinya.
Pada dasarnya, AMR adalah perangkat keras yang bergantung pada banyak sensor, termasuk sistem penglihatan 3D dan kamera. Selain navigasi umum, mereka dapat menggunakan rangkaian sensor ini bersama dengan AI untuk mendeteksi apakah penghalang tersebut adalah manusia atau benda mati seperti palet. Artinya, semakin baik sistem penglihatan 3D dan teknologi kamera, semakin efektif pula identifikasi objek dan kemampuan navigasinya.
Sistem Penglihatan Robot
Selain perangkat lunak bertenaga AI, kamera stereo 3D juga memberikan dampak besar pada kemajuan teknologi sistem penglihatan robot. Mereka memungkinkan robot mengenali bagian-bagian – tidak hanya lokasinya, tetapi juga orientasinya. Kamera/sistem penglihatan stereo 3D menangkap gambar suatu bagian dan mentransfernya ke perangkat lunak, yang kemudian menggunakan gambar tersebut untuk mengekstrak data yang mewakili bagian-bagian yang dapat diambil oleh robot. Dari gambar tersebut, perangkat lunak menilai bagian mana yang berada pada posisi pengambilan optimal atau relatif dekat dengannya, kemudian mengirimkan keputusan ke robot.
Kamera KMP 1500P juga dapat membaca kode QR. Hal ini dapat digunakan untuk mencapai tingkat presisi yang lebih tinggi — akurasi penempatan +/- 5mm — yang sering kali diperlukan pada titik penyerahan saat robot mengambil atau menurunkan material. Dalam navigasi kode QR, peta Simultan Lokal dan Pemetaan (SLAM) digunakan sebagai referensi untuk mengatur jalur dalam perangkat lunak, dan kode QR ditempatkan di lantai fasilitas untuk digunakan sebagai navigasi. Mengapa menggunakan kode QR?
Bayangkan sebuah pabrik yang beberapa bagian fasilitasnya mempunyai lingkungan yang sering berubah. Daripada harus menambahkan fitur fisik agar navigasi SLAM berfungsi, fasilitas tersebut dapat menggunakan kode QR untuk menavigasi robot di area ini.
Sistem kamera KMP 1500P memungkinkan pengangkutan muatan berat secara aman dan otonom di pabrik dan pusat logistik. Dengan sistem penggerak yang gesit, KMP 1500P dapat menavigasi lingkungan yang kompleks dan dinamis, beradaptasi terhadap perubahan kebutuhan, dan mengoptimalkan aliran material. Hal ini memberikan ketangkasan dan keserbagunaan dalam pengoperasian, yang pada akhirnya membantu bisnis merespons dengan cepat permintaan pasar yang terus berkembang dan mencapai produktivitas yang lebih tinggi.
Roda dan Penggerak Tingkat Lanjut
Fleksibilitas dan kemampuan manuver AMR tidak akan mungkin terjadi tanpa munculnya teknologi roda dan penggerak yang canggih. Dua kemajuan tersebut mencakup roda platform omnidireksional KUKA dan teknologi penggerak diferensial diffDrive. Ditampilkan pada KMP 1500P AMR, diffDrive menggunakan dua roda penggerak yang terletak di tengah dan saling berhadapan serta empat roda tipe kastor di setiap sudutnya. Sistem ini memungkinkan AMR berputar dan berputar di satu tempat.
Teknologi penggerak omnidireksional didasarkan pada roda Mecanum dan memberikan kebebasan bergerak 360 derajat penuh untuk kemampuan manuver tanpa batas. Mereka digerakkan oleh motor listrik dan biasanya terdiri dari dua pelek dan sembilan roller yang berjalan bebas yang dipasang pada sudut 45 derajat yang bergerak secara independen satu sama lain. Hal ini memungkinkan platform otomatis untuk bergerak tidak hanya maju dan ke samping, tetapi juga secara diagonal — pada dasarnya setiap pergerakan di pesawat dapat dilakukan tanpa kemudi.
Meskipun sistem penggerak diferensial perlu memutar AMR/platform untuk mengubah arah gerakan, sistem penggerak omnidireksional memungkinkan pergerakan ke segala arah, tanpa mengubah orientasi platform.
Perangkat lunak ini tidak hanya memungkinkan manajemen armada yang komprehensif dari keseluruhan sistem AMR, namun juga mengatur semua lalu lintas armada dan mampu secara otomatis menjadwal ulang dan mengalihkan jika terjadi hambatan. (Gambar:KUKA)
Juga di sisi robot, perangkat lunak tambahan ikut berperan – sistem operasi – yang diperlukan untuk navigasi kendaraan itu sendiri dan untuk berkomunikasi dengan perangkat lunak manajemen armada. Robot ini juga akan memiliki perangkat lunak untuk keselamatan dan kontrol dasar mengemudi. Sistem penglihatan robotik bekerja sama dengan perangkat lunak ini yang memproses gambar kamera, lalu mengarahkan tindakan robot berdasarkan informasi visual tersebut.
Meskipun sistem penglihatan canggih memberi AMR kekuatan “penglihatan”, AI memungkinkan mereka mengidentifikasi objek dan mengoptimalkan cara mereka bernavigasi di lantai pabrik. Dengan menggunakan data yang dikumpulkan dan AI, perangkat lunak manajemen armada AMR saat ini mengontrol aliran material di dalam fasilitas secara lebih efektif. Kemampuan tersebut memberikan fasilitas ini alternatif yang layak dibandingkan penanganan material tradisional, misalnya forklift, dan membuka peluang penerapan AMR pada berbagai aplikasi yang lebih menantang.
Artikel ini ditulis oleh Denise Strafford, Kepala Regional Aplikasi Robotik Tingkat Lanjut di KUKA Robotics (Sterling, MI). Untuk informasi lebih lanjut, kunjungi di sini .
