Automatyzacja magazynowa, która dzieje się na naszych oczach jest efektem ciągłego wzrostu liczby zamówień. Branża łańcucha dostaw zwiększyła wysiłki w zakresie automatyzacji magazynów, biorąc pod uwagę znaczny wzrostu rynku e-commerce i niedobory siły roboczej. Oprócz rozwiązań takich jak wybieranie głosowe czy egzoszkielety, które usprawniają ludzką pracę, roboty mobilne okazują się najbardziej efektywnym rozwiązaniem zwiększającym produktywność w sektorze magazynowym.

Według ABI Research, globalnej firmy doradczej zajmującej się rynkiem technologicznym, światowe dostawy robotów mobilnych w magazynach będą miały złożoną roczną stopę wzrostu (CAGR) wynoszącą prawie 40% w latach 2021-2030 i przekroczą 500 000 globalnych wysyłek w 2030 r.

„Technologie zwiększające produktywność mogą osiągnąć znacznie większy zwrot z inwestycji, jeśli są prawidłowo połączone z innymi technologiami. Na przykład, łącząc dane śledzenia lokalizacji z rozwiązaniem głosowym, magazyny korzystające z platformy Warehouse Execution System (WES) mogą zoptymalizować przepływy pracy, minimalizując przebytą odległość w oparciu o to, gdzie znajduje się pracownik „- mówi Adhish Luitel, analityk branżowy z działu zarządzania łańcuchem dostaw i logistyki w ABI Research.

Oprócz robotyki mobilnej, rozwój rozwiązań takich jak AS/RS (Automatyczne systemy magazynowania i pobierania) również cieszy się ogromnym zainteresowaniem. Tworzona przez innowatorów, takich jak Swisslog, Bastian Solutions i Körber, globalna branża AS/RS ma być wyceniana na ponad 18 mld USD do 2030 r., przy wzroście rok do roku o 9% w latach 2021-2030.

AS/RS składa się z różnych sterowanych komputerowo systemów do automatycznego umieszczania i pobierania ładunków z określonych miejsc składowania, idealnych do przenoszenia dużych ilości ładunków do i z magazynu. Ta tendencja wynika z tego, że w ciągu ostatniego roku sektor logistyczny doświadczył ogromnej liczby zamówień. Wolumen wysyłanych paczek  na całym świecie w 2020 r. to w przybliżeniu 95 miliardów sztuk. Analitycy szacują, że ta liczba podwoi się do 2026 r., osiągając 14% wzrost CAGR w latach 2020-2026.

„Ponieważ przejście w kierunku robotyki następuje w magazynach obsługujących mnóstwo zleceń, ręczne przepływy pracy mogą być zautomatyzowane, a przepływy pracy, które tradycyjnie były wykonywane przez wysoce wyspecjalizowane i nieelastyczne maszyny, mogą wkrótce zostać przeprowadzone przez roboty, które można elastycznie programować i przestawiać zgodnie z obecnymi potrzebami” – podsumowuje Luitel.

Wyniki te pochodzą z raportu „Smart Warehousing” firmy ABI Research na temat danych rynkowych.

Źródło: https://www.abiresearch.com/press/over-half-million-mobile-robots-be-shipped-warehouses-globally-2030/

Kierowany przez NASA JPL zespół CoSTAR weźmie udział w finale SubT w tym tygodniu, aby zademonstrować autonomię grupy robotów w serii testów w ekstremalnych środowiskach.

Osiem zespołów składających się z dziesiątek robotów z ponad 30 instytucji, w tym NASA Jet Propulsion Laboratory w Południowej Kalifornii, zbierze się w dawnej kopalni wapienia w Kentucky od 21 do 24 września, aby wziąć udział w szeregu złożonych podziemnych scenariuszy. Cel: zademonstrować najnowocześniejsze możliwości autonomii robotów i rywalizować o szansę wygrania 2 milionów dolarów.

Sponsorowane przez Agencję Zaawansowanych Projektów Badawczych Obrony ( DARPA ) wydarzenie jest ostatnim konkursem w Subterranean, czyli SubT , Challenge, który rozpoczął się trzy lata temu i przyciąga inżynierów z całego świata. Wyzwanie ma na celu opracowanie autonomicznych rozwiązań robotycznych dla służb ratowniczych, oddelegowanych do pracy w warunkach, w których GPS i bezpośrednia komunikacja są niedostępne.

Technologie opracowane na potrzeby SubT Challenge i eksploracji ekstremalnych środowisk na Ziemi mają również bezpośrednie zastosowanie w eksploracji kosmosu. Kierowany przez JPL Team CoSTAR (Collaborative SubTerranean Autonomous Robots) zademonstruje swoją kolekcję robotów prowadzących, chodzących i latających, które za jakiś czas będą mogły zostać wykorzystane do eksploracji ekstremalnych terenów na powierzchni, jak również wewnątrz jaskiń i rur lawowych bez pomocy człowieka.

W skład 60-osobowego zespołu wchodzą inżynierowie z Caltech , Massachusetts Institute of Technology ( MIT ), Korea Advanced Institute of Science and Technology (KAIST), szwedzkiego Uniwersytetu Technologicznego w Lulea oraz kilku partnerów branżowych.

„Naszym celem w SubT nie jest konkurencja. Jest to raczej niesamowita okazja, aby przyspieszyć rozwój technologii i rozwinąć nowe możliwości autonomii i sztucznej inteligencji dla NASA i dla dobra ludzkości” – powiedział Ali Agha, robotyk JPL i główny badacz zespołu CoSTAR. „W szczególności, jeśli chodzi o poszukiwanie przez NASA życia poza Ziemią, autonomia NeBula i technologie sztucznej inteligencji, które rozwijamy biorąc udział w tym konkursie, mogą być w przyszłości wykorzystywane przez roboty, które mogą badać ekstremalne i wymagające miejsca poza Ziemią, gdzie można znaleźć znaki wymarłego i istniejącego życia”.

Wyzwanie SubT rozpoczęło się w 2018 roku i składa się z dwóch torów: ścieżki Systems i ścieżki Wirtualnej, które są podzielone na trzy subdomeny lub wydarzenia – tory tunelowe, miejskie i jaskiniowe. Podczas gdy w ramach ścieżki Wirtualnej uczestnicy koncentrują się na tworzeniu oprogramowania, które może brać udział w wydarzeniach opartych na symulacji, ścieżka Systems polega na rozwoju robotów fizycznych działających w terenie. Zespół CoSTAR dąży do opracowania rozwiązań oprogramowania AI i autonomii dla robotów fizycznych, które mogą poruszać się w trudnych i wcześniej niewidzianych środowiskach.

Team CoSTAR opiera się na różnorodnej gamie robotów, aby spełnić cele misji. Najpierw wysyłają zwiadowców robotów, aby zbadali otoczenie, a następnie wybierają podzbiór robotów, które najlepiej potrafią wspólnie spełnić ogólne cele misji w zależności od ich sposobu poruszania się.

„Ostateczny konkurs będzie szczególnie trudny, ponieważ musimy użyć robotów na kółkach, nożnych i latających, aby uzyskać dostęp do wszystkich złożonych przestrzeni, które DARPA zbuduje w konkursie. Jestem podekscytowany, zastanawiając się, jak poradzi sobie nasz bardzo zróżnicowany zespół robotów” – powiedział Joel Burdick, profesor Caltech i naukowiec JPL, który kieruje sekcją kampusu Caltech w Team CoSTAR.

https://youtu.be/_HpWIhFFD54

Roboty będą również tworzyć mapę 3D na żywo, lokalizując obiekty reprezentujące scenariusz reagowania na katastrofy, poszukiwania i ratowania, takie jak manekiny (symulujące ludzi, którzy przeżyli), telefony komórkowe i plecaki rozmieszczone na dużym terenie.

„Nasz udział w tym ekscytującym przedsięwzięciu pomaga w realizacji jednego z głównych celów Centrum Systemów Autonomicznych i Technologii ( CAST ) firmy Caltech : opracowywania robotów, które mogą pomóc w znajdowaniu i ratowaniu ludzi w przyszłych katastrofach” — powiedział Burdick.

Obecne będą również artefakty specyficzne dla środowiska, takie jak źródło emitujące dwutlenek węgla, które imituje wyciek gazu w środowisku miejskim lub hełm, który wskazuje na obecność człowieka w pobliżu. Zespół robotów musi działać autonomicznie, w większości przypadków, bez lub z ograniczonym kontaktem radiowym z ludzkim przełożonym, a misja musi zostać zakończona w ciągu godziny. Im więcej obiektów mogą obejść, precyzyjnie zlokalizować i zidentyfikować, tym więcej zdobywają punktów.

Relacja video z konkursów jest dostępna tutaj: https://www.subtchallenge.com/SubTv.html

Źródło:

https://www.jpl.nasa.gov/news/nasa-robots-compete-in-darpas-subterranean-challenge-final

Zespół z National Yang Ming Chiao Tung University opracował wkładkę wykrywającą nacisk na stopę do wykrywania choroby Parkinsona. Korzystając z maleńkich komputerów, udało im się stworzyć nieinwazyjny mechanizm, który może monitorować ludzi, gdy chodzą we własnych butach. 

https://youtu.be/rLwqVYDEg30   

Czym się charakteryzuje choroba Parkinsona? 

Choroba Parkinsona jest zaburzeniem neurodegeneracyjnym, które dotyka głównie osób w wieku powyżej 60 lat, choć może również wpływać na młodszych ludzi. Jednym z objawów, który może sugerować rozpoznanie choroby Parkinsona, jest nieprawidłowy chód. Projekt ma na celu wykrycie takich właśnie nieprawidłowości. 

Chociaż obecnie nie ma lekarstwa na chorobę Parkinsona, wiele osób dobrze reaguje na leczenie lekami i fizjoterapią, a wczesne wykrycie daje ludziom większą szansę na dobrą jakość życia tak długo, jak to możliwe. 

Sprzęt  

Osiem czujników FlexiForce jest umieszczonych równomiernie na każdej wkładce buta użytkownika, aby zmierzyć jego chód w ciągu dnia. 

Czujnik Raspberry Pi 3 jest przymocowany do paska wokół kolana użytkownika i sparowany z urządzeniem Himax WE-I Plus. To rozwiązanie łączy sprzęt przypięty do kolana z czujnikami we wkładce. 

Jak to działa? 

Czujniki w butach użytkownika wykrywają nacisk na całą stopę podczas chodzenia. Dane są następnie przetwarzane przez Raspberry Pi i oceniany jest chód użytkownika. Użytkownicy łączą urządzenie z aplikacją mobilną, aby zobaczyć swoje wyniki. Aplikacja pokazuje również dane w czasie rzeczywistym podczas chodzenia. 

Zespół skorzystał z bezpłatnej bazy danych online, która zbiera dane dotyczące ciśnienia stóp zarówno od pacjentów z chorobą Parkinsona, jak i osób bez choroby Parkinsona, które mają typowy chód. Wykorzystali to do wytrenowania własnego modelu uczenia maszynowego, który przewiduje, czy użytkownik ma chód, który może wskazywać na chorobę Parkinsona. 

Zespół zgłosił ten projekt w konkursie Synopsys ARC AIoT Design Contest 2021 i zdobył nagrodę za drugie miejsce.  

Ocena chodu w ramach diagnozy potencjalnej choroby Parkinsona zwykle wymaga, aby pacjenci odbywali wycieczki do szpitala w celu wykonania testów na dużych matach do chodzenia z czujnikiem ciśnienia. Nowe urządzenie zespołu oferuje znacznie tańsze i wygodniejsze podejście. 

Źródło: https://www.raspberrypi.org/blog/foot-pressure-sensors-detect-parkinsons-disease/  

Prawidłowo wdrożona automatyzacja robotów może zwiększyć wydajność, zapewnić lepsze wyniki, obniżyć koszty i zwiększyć elastyczność — zarówno w przypadku małych i średnich przedsiębiorstw (MŚP), jak i przedsiębiorstw produkcyjnych na większą skalę. Jednak przedsiębiorstwa muszą mieć solidną i strategiczną wizję automatyzacji robotów, zanim ją zrealizują. Powinni rozumieć, w jaki sposób zostanie on wprowadzony i do jakich zastosowań, nakreślić jego potencjalne korzyści oraz jasno zrozumieć unikalny budżet i strategie operacyjne.

Po udzieleniu odpowiedzi na te podstawowe pytania, następnym krokiem w kierunku automatyzacji nie jest wybór robotów. Zamiast tego ważne jest, aby zidentyfikować odpowiednie manipulatory końcowe, które można zamontować w robotach, aby zautomatyzować aplikacje współpracujące.

Właściwe narzędzia do właściwej pracy

Chociaż zrozumiałe jest, że firmy nowe w dziedzinie automatyzacji mogą zakładać, że roboty są najważniejszym komponentem, to oprzyrządowanie na końcu ramienia lub EOAT w rzeczywistości będzie obsługiwać materiały i produkty. Kluczowa rola EOAT obejmuje również zbieranie danych, które informują o zachowaniu robota i komunikowanie się z przedmiotami, robotami i ludźmi.

Przy wyborze chwytaków robotów, czujników i zmieniaczy narzędzi należy wziąć pod uwagę kilka czynników. Ponieważ nowoczesny EOAT został zaprojektowany do obsługi szeregu zastosowań, producenci EOAT oferują teraz szereg akcesoriów do robotów dostosowanych do różnych potrzeb produkcyjnych. Narzędzia te zazwyczaj wymagają minimalnego czasu instalacji i ponownej instalacji oraz są wyposażone w większe i bardziej złożone funkcje operacyjne. 

Na przykład Międzynarodowa Federacja Robotyki przewiduje, że roboty współpracujące, znane w branży jako „coboty”, będą stanowić prawie 35 % globalnej sprzedaży robotów do 2051 r. Więcej robotów współpracujących przełoży się na większe zapotrzebowanie na wszechstronne i elastyczne EOAT co może sprawić, że coboty staną się inteligentniejsze i bardziej autonomiczne, co z kolei zapewni większy zwrot z inwestycji.

Niestandardowy chwytak zaprojektowany wyłącznie do obsługi określonego zadania w środowisku masowej produkcji ma ograniczone zastosowanie i potencjał. Gdy zadanie lub potrzeby produkcyjne ulegną zmianie — co jest szczególnie powszechne w sektorze dóbr konsumpcyjnych — chwytak staje się bezużyteczny i należy go wymienić, co spowalnia procesy i zwiększa koszty. 

Inteligentne narzędzia dla inteligentnych firm

Od redukcji kosztów długoterminowych po tworzenie bardziej wydajnego i dynamicznego środowiska produkcyjnego, zautomatyzowane procesy mogą pomóc firmom przezwyciężyć istniejące wyzwania i ostatecznie dać im przewagę nad konkurencją. Dotyczy to zarówno MŚP, jak i większych przedsiębiorstw. Automatyzacja nie służy już tylko produkcji wielkoseryjnej. MŚP z zadaniami produkcji małoseryjnej i historycznymi danymi produkcyjnymi mogą i powinny korzystać z nowoczesnych postępów w robotyce i EOAT, zwłaszcza przy niższych kosztach, co czyni je bardziej wykonalnymi opcjami dla firm o mniejszych budżetach. 

Automatyzacja ma wiele potencjalnych korzyści dla MŚP, w tym niższe koszty jednostkowe dzięki większej precyzji, a także możliwość łatwiejszego zwiększania lub zmniejszania produkcji w zależności od popytu. Zwiększone możliwości produkcyjne mogą również pomóc MŚP wyróżnić się na tle konkurencji, czyniąc je bardziej dostępnymi na rynku dla nowych klientów o bardziej wymagających potrzebach produkcyjnych. 

Ważne jest, aby wszystkie firmy najpierw rozważyły ​​swoje cele w zakresie automatyzacji, aby upewnić się, że wybierają odpowiednie narzędzia do pracy. Elastyczne narzędzia i inteligentne akcesoria nowej ery zmniejszą koszty wdrażania zautomatyzowanych rozwiązań, jednocześnie oszczędzając czas na instalację i ponowne wdrażanie, dzięki czemu cały proces będzie bardziej oparty na współpracy i integracyjny. 

Źródło: www.robotics.org

Wzrok jest ważnym zmysłem żywych stworzeń. Nasze oczy dostarczają nam pozornie nieskończonych informacji o otaczającym nas świecie. Jednym z największych wyzwań w zakresie inżynierii biologicznej jest stworzenie naprawdę dokładnego i niezawodnego sztucznego widzenia maszynowego. Ta technologia szybko się rozwija, ale ludzkie widzenie jest nadal bardziej wydajne.

Dzieje się tak dlatego, że chociaż dość łatwo jest tworzyć wysoce wyrafinowane kamery, mikroskopy i teleskopy, trudno jest przybliżyć zdolność mózgu do rozumienia danych wizualnych i tworzenia na ich podstawie klasyfikacji i przewidywań. Nasz mózg miał miliony lat na rozwinięcie tego poziomu złożoności, a ta technologia jest w porównaniu z nią wciąż bardzo nowa.

Przetwarzanie w czujniku przyspieszające widzenie maszynowe 

Jeden zespół badawczy na Politechnice Wiedeńskiej opracowuje sposób na poprawę szybkości widzenia maszynowego. Obecna technologia widzenia maszynowego wykorzystuje czujnik obrazu, który reaguje na światło, które jest digitalizowane przez inne urządzenie, a następnie przetwarzane w chmurze. Ten system działa, ale wciąż napotyka trudności związane z wydajnym przetwarzaniem dużych ilości danych na wielu urządzeniach.

Rozwiązaniem jest by wyeliminować pośredników poprzez przetwarzanie w czujniku. W tej technologii czujnik obrazu sam zaczyna przetwarzać dane, wycinając jeden z etapów rurociągu wizyjnego. 

Sieci neuronowe do obliczeń wewnątrzczujnikowych 

Ten system był możliwy dzięki przyjęciu sieci neuronowych – lub architektury obliczeniowej, która ma wysoce połączone elementy, które mogą działać równolegle, tak jak robią to neurony naszego mózgu.

Sieci neuronowe mogą uczyć się od otoczenia, więc są świetnym kandydatem do umieszczenia w systemie obliczeniowym w czujniku, ponieważ czujnik obrazu jest częścią systemu, która faktycznie zbiera dane z otoczenia. 

Technologia ta znajduje się obecnie we wczesnej fazie rozwoju, chociaż naukowcy z powodzeniem wykorzystali czujnik do identyfikacji serii drukowanych liter. Konsekwencje dla tej technologii, gdy dojdą do pełnego urzeczywistnienia, są ogromne. 

Zdolność czujników obrazu do przetwarzania własnych danych może mieć wpływ na pojazdy bez kierowcy i produkcję przemysłową.

W naukach przyrodniczych technologia ta może mieć pozytywne konsekwencje medyczne. Ze względu na zdolność rejestrowania dynamicznych i trójwymiarowych obrazów w szerokim polu widzenia, technologia ta może doprowadzić do ogromnej poprawy obrazowania medycznego, ratując w ten sposób życie poprzez umożliwienie lepszej i wcześniejszej diagnozy chorób i urazów.

źródło: www.automate.org