As linhas de montagem robótica ganham flexibilidade à medida que o algoritmo planeja tarefas, equipes e layouts de piso

Os desenvolvimentos na robótica autônoma têm o potencial de revolucionar os processos de fabricação, tornando -os mais flexíveis, personalizáveis ​​e eficientes. Mas coordenar frotas de robôs móveis autônomos em um espaço compartilhado – e ajudá -los a trabalhar um com o outro e com parceiros humanos – é uma tarefa extremamente complicada.

Pesquisadores de Stanford criaram um algoritmo que pode levar um plano de design para um produto específico e descobrir a maneira mais eficiente de fabricá -lo com uma equipe de robôs.

O trabalho deles, publicado na revista Robótica e sistemas autônomosinclui o planejamento de como construir subconjuntos que são construídos separadamente e depois combinados, como a construção de uma porta de carro e depois prendê -la ao corpo; direcionar os robôs a trabalhar sozinhos e em equipes; e estabelecer o piso da montagem de uma maneira eficiente que impede colisões.

“O que é realmente incomum sobre o que estamos fazendo aqui é o escopo dos problemas que estamos resolvendo”, disse Mac Schwager, professor associado de aeronáutica e astronáutica em Stanford e co-autor do jornal.

“Houve pesquisas sobre algumas dessas peças individuais, mas acho que somos os primeiros a realmente pensar em como tudo se encaixa em um sistema em larga escala”.

Fabricação modular

A capacidade de gerar planos de montagem de maneira rápida e eficiente pode ajudar a fornecer um novo nível de flexibilidade na fabricação. Atualmente, as linhas de montagem automatizadas são muito rígidas – elas podem construir uma coisa de maneira rápida e bem.

Usando robôs de uso geral e estações distribuídas capazes de realizar tarefas básicas de fabricação, como soldagem ou lixamento, as fábricas poderiam girar mais rapidamente ou criar produtos personalizados sem precisar reformular todo o piso de fabricação.

“No momento, se você deseja alterar seu pipeline de construção para algo diferente, requer muito planejamento e trabalho para derrubá -lo e recolocá -lo”, disse Dylan Asmar, Ph.D. Aluno do Laboratório de Sistemas Inteligentes de Stanford e co-autor no artigo.

“Com uma abordagem mais modular como essa, mudar seu pipeline seria muito mais fácil e simplificado”.

Para tornar esse processo de construção modular uma realidade, os fabricantes precisam poder planejar, coordenar e reconfigurar rapidamente os movimentos dos robôs ao redor do piso da fábrica.

Asmar, Schwager e seus colegas projetaram um algoritmo que pode fazer exatamente isso. Os pesquisadores dizem ao algoritmo quantos robôs ele precisa trabalhar e as especificações básicas desses robôs, como o quanto cada um pode transportar e fornecer um esquema do que querem construir e das tarefas de fabricação que precisam ocorrer.

O algoritmo determina como os robôs se dividirão para construir subconjuntos que podem ser construídos separadamente um do outro e como os robôs reunirão essas peças de maneira rápida e eficiente.

“Nosso objetivo é ir de matéria -prima para o produto acabado o mais rápido possível, e a maneira como você faz isso é através da paralelização”, disse Mykel Kochenderfer, professor associado de aeronáutica e astronautics em Stanford e autor sênior no jornal. “Não é uma sequência linear – tentamos fazer operações em paralelo com a maior frequência possível”.

O algoritmo estabelece estações de montagem e atribui robôs específicos para coletar e entregar peças às estações corretas nos horários corretos.

Ele instrui os robôs a trabalhar em equipes quando as peças são grandes demais para um robô individual transportar e mapear como os robôs se moverão para evitar interferir com os outros. E tudo isso é notavelmente rápido – demorou menos de três minutos para os pesquisadores gerarem planos para montar um modelo de bloco de construção de brinquedos de um veículo de lançamento de Saturn V, que possui 1.845 partes e pode ser dividido em 306 subconjuntos, com uma equipe de 250 robôs.

Uma plataforma para experimentação

“Ainda há muitos problemas a serem resolvidos antes que nosso trabalho possa ser usado em um contexto de fabricação do mundo real”, disse Kyle Brown, que começou esse trabalho como parte de sua tese de doutorado e é o principal autor do jornal. Brown e seus colegas construíram um simulador para ajudar outros pesquisadores a testar seus próprios algoritmos de construção e aproximar a próxima revolução na fabricação da concreção.

A plataforma de código aberto permite que os pesquisadores experimentem novos algoritmos ou ajustem os existentes para ver como otimizar certos aspectos ou trabalhar em restrições específicas afeta o processo como um todo. Ele avalia esses algoritmos com modelos de blocos de construção de brinquedos.

Brown também usou o simulador como uma ferramenta educacional para os alunos do ensino fundamental, deixando -os correr contra os robôs para construir um modelo de avião.

“Ajustei a velocidade da simulação para que os robôs fossem devagar o suficiente para que as crianças mal venham”, disse Brown.

“As crianças ficaram entusiasmadas com sua vitória estreita, e eu consegui ensiná -las um pouco sobre robôs. Eles podem nem todos crescer para serem roboticistas, mas isso foi definitivamente uma exposição positiva ao campo”.