Softwaremodel gør “transport”-robotter klogere

Teams af mennesker og robotter, der samarbejder, vil blive mere almindelige i industrien. For eksempel kunne menneskelige og automatiserede arbejdere arbejde sammen for at behandle onlineordrer ved at flytte intelligent i et lager, vælge varer til forsendelse.

Forskere ved University of Missouri bringer os nærmere denne virkelighed ved at udvikle et softwaremodel designet til at gøre “transport”-robotter klogere.

Forskningen med titlen “Collaborative order picking with multiple pickers and robots: Integrated approach for order batching, sequencing and picker-robot routing” blev offentliggjort i International Journal of Production Economics.

Optimering af samarbejde mellem mennesker og robotter

Sharan Srinivas er en adjunkt med en fælles udnævnelse i afdelingen for industri- og produktionsingeniørvidenskab og afdelingen for marketing.

“Robotteknologi eksisterer allerede,” sagde Srinivas. “Vores mål er at udnytte denne teknologi gennem effektiv planlægning. For at gøre dette stiller vi spørgsmål som ‘givet en liste over varer at vælge, hvordan optimerer du ruteplanen for menneskelige vælgerne og robotterne?’ eller ‘hvor mange varer skal en robot vælge på en given tur?’ eller ‘i hvilken rækkefølge skal varerne indsamles for en given robot-tur?’ Ligeså har vi en lignende række spørgsmål for den menneskelige arbejder. Det mest udfordrende er at optimere samarbejdsplanen mellem menneskelige vælgerne og robotterne.”

Meget af den menneskelige indsats og arbejdsomkostninger i denne proces skyldes opfyldelse af onlineordrer. Robotvirksomheder forsøger at optimere processen ved at udvikle samarbejdende robotter, ofte kaldet cobots eller autonome mobile robotter (AMR’er). Disse robotter kan arbejde i forskellige miljøer som et lager eller distributionscenter, og de er normalt udstyret med sensorer og kameraer, der hjælper med navigation. Det nye model vil resultere i en hurtigere opfyldelse af kundeordrer ved at optimere nøglebeslutninger eller spørgsmål vedrørende samarbejdende ordrevalg.

“Robotten er intelligent, så hvis den får besked på at gå til en bestemt lokalitet, kan den navigere i lageret og ikke ramme nogen arbejdere eller andre hindringer undervejs,” sagde Srinivas.

Ikke en erstatning for menneskelige arbejdere

Srinivas specialiserer sig i dataanalyse og operationsforskning. Ifølge professoren er AMR’er ikke designet til at erstatte menneskelige arbejdere. I stedet vil de arbejde samarbejdende for at øge effektiviteten af ordreopfyldelsesprocessen. For eksempel kan robotterne hjælpe med at opfylde ordrer hurtigere end en menneskelig arbejder. Samtidig vil menneskelige arbejdere stadig være nødvendige for at vælge varer fra hylder og placere dem på robotterne, som derefter vil transportere dem til en bestemt afleveringspunkt inde i lageret.

“Den ene ulempe er, at disse robotter ikke har gode gribeevner,” sagde Srinivas. “Men mennesker er gode til at gribe varer, så vi prøver at udnytte styrken af begge ressourcer – de menneskelige arbejdere og de samarbejdende robotter. Sådan går det til, at menneskerne er på forskellige punkter i lageret, og i stedet for at en arbejder går gennem hele gangen for at vælge flere varer undervejs, kommer robotten til den menneskelige arbejder, og den menneskelige arbejder tager en vare og placerer den på robotten. Derfor behøver den menneskelige arbejder ikke at anstrænge sig for at flytte store vogne med tunge varer gennem lageret.”

Srinivas siger også, at en fremtidig anvendelse af softwaren kunne være anvendt i andre lokaliteter som supermarkeder inden for tre til fem år. Robotterne kunne opfylde ordrer, mens de manøvrerede blandt offentligheden.