Inteligentné riadenie bufferov pomocou kamerového videnia s AI

Mnohí naši zákazníci chcú zvýšiť mieru automatizácie, najmä v logistike, kde sa to zanedbávalo príliš dlho.

‍

Pri hľadaní riešenia sa často obrátia na nás, aby zistili, ako im môžeme pomôcť. Žiaľ, AGV ani AMR nevyrábame. Vďaka týmto rozhovorom však získavame jedinečný pohľad na závody a na problémy, na ktoré narážajú pri zavádzaní tejto pokročilej technológie.

‍

Najmä v regióne strednej a východnej Európy je rozhodujúca návratnosť investície (ROI). Vidíme, že požadovaná ROI pri AGV/AMR sa skracuje na 12 až 18 mesiacov, najviac 24. Pred krízou spôsobenou covidom nebolo nezvyčajné ísť do projektu aj s ROI 36 mesiacov.

‍

Takúto návratnosť (ROI) možno dosiahnuť jedine tak, že AGV/AMR úplne nahradí vodičov a ich vysokozdvižné vozíky alebo ťahače. Ak vodič musí v závode zostať, cieľovú ROI nemožno splniť.

‍

A práve tu je problém. Väčšina našich zákazníkov pracuje v existujúcich závodoch, postavených pred desiatkami rokov a plných rôznych výrobných technológií. Svoje výrobné a logistické procesy nedokážu úplne zmeniť tak, aby vyhovovali požiadavkám AGV a AMR. Platí to najmä pre sklady a výrobné buffery.

‍

Očakávajú, že dostupný priestor využijú na maximum, a to je možné len pri veľmi dynamickom usporiadaní. Dynamické pozície využíva viacero procesov naraz.

‍

Z našich skúseností vyplýva, že najväčšou slabinou každého AGV/AMR je práca v hybridnom sklade s dynamickými plochami, kde na jednom mieste odoberajú a odkladajú materiál ľudia aj stroje. A to bez zádrhelov. Stroj nevie, čo ho čaká, a na meniace sa prostredie nedokáže reagovať sám. Keď má stroj vziať materiál, očakáva ho presne na pozícii A. To isté platí pre miesto odloženia. Stroj má vopred určené miesta vyzdvihnutia aj odloženia a materiál presúva len medzi nimi.

‍

Čo sa stane, ak počas jazdy niekto položí debnu na pozíciu B? Alebo vezme materiál z pozície A skôr, ako k nemu stroj dorazí? Stroj takú situáciu nezvládne.

‍

Najväčší problém priameho nasadenia AGV/AMR teda je, že na začiatku trasy treba človeka, ktorý pripraví zásobu na odber, alebo vodiča v sklade, ktorý prevezme dovezený materiál a správne ho uloží do systému dynamických pozícií. Tým sa zmarí akákoľvek návratnosť, v ktorú zákazník dúfal, lebo počet pracovníkov sa vôbec nezníži.

‍

Riešenie tohto problému sme našťastie našli. Jednou z najsilnejších stránok digitálneho dvojčaťa twinzo je schopnosť zobraziť skutočný stav priestoru v digitálnej podobe na základe viacerých dostupných zdrojov dát. Ako vidno vo videu, digitálne dvojča dokáže skombinovať údaje z viacerých zdrojov. Na identifikáciu zásob je to technológia RFID (brána, čítanie na blízku vzdialenosť alebo RFID RTLS so stropnými anténami, ktoré sledujú polohu v osiach X, Y a Z v reálnom čase) alebo eKanban, podľa ktorého sa materiál vychystáva. K tomu pribúdajú systémy lokalizácie na sledovanie VZV či AGV/AMR a kamerové videnie s AI, ktoré zisťuje a spresňuje polohu materiálu v sledovanej oblasti. Vďaka tejto kombinácii má dvojča k dispozícii informácie o priestore v reálnom čase, a najmä o tom, čo presne kde je. Ktorá pozícia je práve obsadená a akým materiálom?

‍

twinzo sa rozširuje aj o ďalšie aplikácie. Jednou z nich je automatizovaný objednávací systém (AOS, v praxi často FGS), ktorý dokáže zmeniť vstup zo senzora (napríklad stlačenie tlačidla) na aktívny pracovný príkaz. Po pripojení tejto aplikácie vie na základe digitálneho obrazu priestoru vytvárať a riadiť objednávky dovozu. Vytvorí teda úlohu pre AGV a podľa aktuálnej situácie dynamicky zmení miesto odloženia.

‍

Človek už uložil materiál na miesto, kam mal ísť AGV/AMR? Žiadny problém. AOS jednoducho zmení cieľ na najbližšie voľné miesto.

‍

My v twinzu veríme, že každý problém má riešenie. Stačí nezostať pri jednej technológii a jednom prístupe, ale byť ochotný experimentovať a rozmýšľať mimo zabehnutých koľají. Vďaka tomu takéto problémy riešime efektívne a tak, aby cena riešenia nezničila zákazníkovi ROI a bola prijateľná.

‍