Robotlar, üretimde insanlara daha fazla yardımcı olmak için gelişiyor
Robotlar gün geçtikçe iş yerlerinde daha fazla yer alıyor. Ağır yüklerin kaldırılmasından tekrarlanan görevlerin yerine getirilmesine kadar birçok avantaj sağlıyorlar. Bununla birlikte robotların büyük bölümü hala sabit durumda ve genellikle mevcut konumda çalışan personelden ayrı tutuluyorlar. Başta mobil robotlar olmak üzere robotların kollaboratif bir ortama tam olarak entegre edilmesi için birçok zorluğun üstesinden gelinmesi gerekiyor.
Dikkatli değerlendirme
Bir üretim hattı oluştururken verimli ve etkin bir süreç ortaya çıkarmak için farklı adımların dikkatli şekilde analiz edilmesi ve değerlendirilmesi gerekir. Denkleme robotların eklenmesi süreci bir o kadar karmaşık hale getirir. Sistemin, personelin robotlarla iletişimini güvenli ve ideal olarak üretim hattının verimliliğini etkilemeyecek şekilde sağlaması gerekir. Mobil robotlar kullanılıyorsa robotların personel, diğer robotlar, makineler ve başka engellerle karşılaşmadan tesiste güvenli şekilde gezinebilmelerini sağlayan dikkatli bir planlama zorunlu hale gelir.
Analiz tamamlandığında, tüm sisteme yönelik bir yapı tanımlamak ve uygulamak mümkündür. Yapıda tanımlanan kurallar ve rotalar bir sonraki adımda robotlarda programlanır ve böylece tesiste kendi yollarında gezinmeleri mümkün olur. Örneğin, kablosuz bağlantının geçici olarak kesildiği veya robotun öngörülemeyen durumlara tepki vermesinin gerektiği koşullarda, robotların merkezi kontrolden bağımsız olarak çalışmasına izin veren bu yaklaşım, sistem verimliliğinin korunması açısından çok önemlidir.
Akıllı robotlar
Statik veya mobil olmalarından bağımsız olarak, robotlar akıllı olmalıdır. Ancak "akıllı" olmak ne anlama gelir? Bir robotun akıllı kararlar verebilmesi için öncelikle çevresindeki ortam hakkında bilgi sahibi olması gerekir.
Robot bu bilgiye ulaşmak için kameralar, lazerler, radar gibi bazı sensörlere ihtiyaç duyar. Örneğin, Omron'un erken dönem mobil robotlarında, yoldaki nesneleri algılamalarını sağlayan ileri yönlü bir LIDAR sensörü bulunuyordu. Bu sensör yatay olarak soldan sağa tarama sağlıyordu. Ancak sensörün yukarıdan aşağıya tarama gerçekleştirmemesi, robotun LIDAR sensöründen uzun ancak robottan kısa nesnelere çarpmasına veya bu noktalarda sıkışmasına neden oluyordu. Bu durum, yukarıdan aşağıya tarama gerçekleştirecek ikinci bir LIDAR sensörünün eklenmesi gerekliliğini doğurdu. Ancak bu işlem aynı zamanda sensör ağının ve robotların nesnelerin etrafında gezinmesi için gerekli kuralların karmaşıklık düzeyini artırdı.
Robotların programlanması üretim hatlarındaki en büyük zorlukların başında gelir. Robotun "gördüğü" şeyi ve tüm olası senaryolarda uygulayacağı eylemi tanımlamasını sağlamak için karmaşık algoritmalar gerekir.
İleriyi düşünme
Karmaşık iletişimleri yönetmek bilgisayarların son derece iyi yapabildiği şeylerden biridir. Bir üretim ortamında, filo yönetim sistemi tüm robotları verimli bir şekilde yönetebilir. Örneğin bazı robotlar çalışırken diğerlerinin şarj edilmesini ve bu sayede her zaman tam şarjlı bir robotun göreve hazır olmasını sağlayarak görev atamalarını optimum planlamaya dayalı olarak gerçekleştirebilir.
Bu gelişmiş sistemler, onlarca hamle sonra rakibini mat etme planını yaparak oynayan satranç yazılımları gibi ileriye dönük planlar yapabilir. Bu nedenle operatöre mantıklı görünmeyen görevler atayabilir. Örneğin, bir göreve o anda o bölgeye en yakın robotu atamayabilir çünkü o robot halihazırda başka bir göreve atanmış olabilir veya belki diğer robotun bir şarj istasyonunun yakınındaki bir bölgeye yükünü bıraktıktan sonra kendini şarj etmesi gerekiyor olabilir. Tüm robot filosunu yönetirken bu kadar karmaşık bir planlama sisteminin bir insan tarafından yönetilmesi elbette ki mümkün değildir ancak gelişmiş bir filo yönetim programı, üretim hatlarının daha verimli hale gelmesini sağlayabilir.
Bu sistemler ayrıca özel robotlardan bilgi alabilir. Bir robot yolun tıkalı olduğunu algılarsa yeni bir yol belirleyebilir ve sisteme yolun tıkalı olduğunu bildirebilir. Ardından filo yönetim sistemi tüm robotları tıkanıklık durumu hakkında bilgilendirir ve robotlar bu yolun tıkalı olduğunu ve kullanacakları alternatif yolu öğrenmiş olur. Ancak bu durumda sistem tıkanıklığın giderildiğinden nasıl haberdar olur? Bunun için de sistem, tıkanıklığın giderilip giderilmediğini kontrol etmek için belirli aralıklarla bir robot yollar.
Engellerden kaçınma
Endüstriyel robotlar, otomobillerimizdeki GPS sistemlerine benzer şekilde yollarını bulmak için haritalardan yararlanır. Günlük yolculuklarımızda kazalar ve trafik sıkışıklıkları ile karşılaşabileceğimiz gibi, mobil robotlar da yollarındaki engeller veya insanlarla başa çıkabilmelidir.
Robotlar kendi başlarına başarılı şekilde gezinmek için anlaşılır bir çevre haritasına ve etraflarındaki öğeleri algılamak için sensörlere ihtiyaç duyarlar. Bir robot, yolu üzerinde bir tıkanma olduğunu algılarsa haritasını ve sensörlerini kullanarak tıkanıklığın etrafından dolaşabilir. Nesne sabitse bu oldukça basit bir süreçtir. Ancak diğer nesne hareket ediyorsa ne olur?
Örneğin Omron, robotlar forkliftler etrafında manevra yapmayı denediğinde bir sorun ortaya çıktığını keşfetti. Robotlar bazen hareketli bir forkliftin önünde ilerlemeyi deniyordu ve elbette bu mümkün değildi. Mühendislerin hareket sensörleri eklemeleri ve robotların forkliftlerin hareket yönünü algılayabileceği ve hareketli forkliftin arkasından gitmesi gerektiğini bileceği şekilde sistemi yeniden programlamaları gerekliydi.
Bu durum bir insan için oldukça anlaşılır olmasına karşın, robotlar nesneleri, hareketi ve benzeri durumları algılamaları için daha fazla sensörün yanı sıra hız sınırları, öncelikler ve tek yönlü sistemler gibi tüm kuralları tanımlayan karmaşık algoritmalara ihtiyaç duyarlar. Artan özerklikle birlikte, robotları güvenli şekilde kontrol etmek için gerekli sensör ve yazılım sayısı da artmaktadır.
Bu artan karmaşıklık düzeyi, daha fazla işlem gücü gerektirmekte ve bu gereklilik robotun pil kapasitesinin daha büyük bir yüzdesini tüketmektedir. Omron tarafından üretilen ilk robotlarda işleme sistemleri robotun pil ömrünün yalnızca yaklaşık %10'unu tüketiyordu ancak algılayıp uygulayabildikleri şeyler oldukça sınırlıydı. Yakın dönemde üretilen robotların daha akıllı ve daha otonom hale gelmesiyle, işleme pil kapasitesinin %30 ila %50'sini tüketmektedir. Karşılaştırma yaparsak insan beyni de bireyin enerjisinin %30 ila %60'ını kullanır.
Bırakalım işimizi yapsınlar
Birçok kişi robotların işlerini ellerinden alacağından korkmaktadır. Aslında bu bazı görevler için iyi bir durumdur. Bir tesiste, bir personelin bir arabayı günde 14 km ittiği saptanmıştır. Bunun gibi fiziksel zorluklar içeren manuel görevlerde robotların ağır işleri üstleneceklerine sevinmemiz gerekir.
Robotlar ayrıca tehlikeli ortamlarda kullanım için idealdir. Örneğin otomotiv sektöründe tekrar gerektiren, tehlikeli bir iş olan ve geçmişte elle yapılan boya işi şimdi neredeyse tamamen robotlar tarafından gerçekleştirilmektedir. Bu konuya biraz kafa yorarsak endüstri çağının başlamasından bugüne kadar manuel iş gücünü makinelerle değiştirdiğimizi fark edebiliriz. En son ne zaman çamaşırlarınızı yıkamaya nehre gittiniz? Yoksa siz de kirli çamaşırlarınızı çamaşır makinesine mi atıyorsunuz?
Öyleyse bırakalım tekrar eden ağır ve tehlikeli işleri robotlar yapsın. Bu bize onların yapamayacağı daha değerli ve ilgi çekici işleri yapmak için zaman yaratacaktır.