Robotik och fysisk AI

Mjukvarumodell gör “transport” robotar smartare

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Lag av människor och robotar som samarbetar kommer att bli vanligare inom olika branscher. Till exempel kan mänskliga och automatiserade arbetare arbeta tillsammans för att bearbeta onlinebeställningar genom att röra sig intelligent i ett lager, välja artiklar för frakt.

Forskare vid University of Missouri tar oss närmare denna verklighet genom att utveckla en mjukvarumodell som är utformad för att göra “transport” robotar smartare.

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

Optimering av samarbete mellan människor och robotar

Sharan Srinivas är en biträdande professor med en gemensam utnämning i avdelningen för industriell och tillverknings-systemteknik och avdelningen för marknadsföring.

“Robotteknik finns redan”, sa Srinivas. “Vårt mål är att bäst utnyttja denna teknik genom effektiv planering. För att göra detta ställer vi oss frågor som ‘given en lista med artiklar att plocka, hur optimerar du ruttplanen för de mänskliga plockarna och robotarna?’ eller ‘hur många artiklar bör en robot plocka under en given tur?’ eller ‘i vilken ordning bör artiklarna samlas in för en given robot-tur?’ Likaså har vi en liknande uppsättning frågor för den mänskliga arbetaren. Den mest utmanande delen är att optimera samarbetsplanen mellan de mänskliga plockarna och robotarna.”

Mycket av den mänskliga ansträngningen och arbetskostnaderna i denna process kommer från att uppfylla onlinebeställningar. Robotföretag försöker optimera processen genom att utveckla samarbetande robotar, ofta kallade cobots eller autonoma mobila robotar (AMR). Dessa robotar kan arbeta i olika miljöer som ett lager eller distributionscenter, och de är vanligtvis utrustade med sensorer och kameror som hjälper till med navigation. Den nya modellen kommer att resultera i en snabbare uppfyllelse av kundbeställningar genom att optimera viktiga beslut eller frågor om samarbetande beställningsplockning.

“Roboten är intelligent, så om den instrueras att gå till en viss plats, kan den navigera i lagret och inte träffa några arbetare eller andra hinder på vägen”, sa Srinivas.

Inte en ersättning för mänskliga arbetare

Srinivas specialiserar sig på dataanalys och operationsforskning. Enligt professorn är AMR inte utformade för att ersätta mänskliga arbetare. Istället kommer de att arbeta samarbetande för att öka effektiviteten i beställningsuppfyllelsesprocessen. Till exempel kan robotarna hjälpa till att uppfylla beställningar snabbare än en mänsklig arbetare. Samtidigt kommer mänskliga arbetare fortfarande att krävas för att plocka artiklar från hyllor och placera dem på robotarna, som sedan kommer att transportera dem till en utpekad avlämningsplats inom lagret.

“Den ena nackdelen är att dessa robotar inte har bra greppförmåga”, sa Srinivas. “Men människor är bra på att gripa artiklar, så vi försöker utnyttja styrkan hos båda resurserna – de mänskliga arbetarna och de samarbetande robotarna. Så, vad händer i det här fallet är att människor är på olika punkter i lagret, och istället för att en arbetare går genom hela hyllan för att plocka upp flera artiklar på vägen, kommer roboten till den mänskliga arbetaren, och den mänskliga arbetaren tar en artikel och placerar den på roboten. Därför behöver den mänskliga arbetaren inte anstränga sig för att flytta stora vagnar med tunga artiklar genom hela lagret.”

Srinivas säger också att en framtida tillämpning av mjukvaran kan appliceras på andra platser som livsmedelsbutiker inom tre till fem år. Robotarna kan fylla beställningar medan de manövrerar bland allmänheten.

Alex leder Unite.AI:s AI-drivna nyhetsverksamhet, som kombinerar journalistik, forskning och automation för att stödja snabb och skalbar bevakning av artificiell intelligens. Hans arbete hjälper till att säkerställa att framväxande AI‑utvecklingar lyfts fram effektivt samtidigt som publikations redaktionella standarder upprätthålls.