Nauja pramonės automatizavimo kryptis
„Seeing Machines“ sudarė pažangios plėtros sutartį su pasauline pramonės technologijų įmone, besispecializuojančia gamyklų automatizavimo ir žmogaus bei roboto sąveikos srityse. Pradinėje programoje daugiausia dėmesio bus skiriama robotikos koncepcijos įrodymui gamyklos aplinkoje, taip pat numatoma platesnio bendradarbiavimo pramonės automatizavimo ir robotikos srityse galimybė.
Žvelgiant iš pramonės automatizavimo perspektyvos, šio susitarimo reikšmė neapsiriboja vienu koncepcijos įrodymu. Jis rodo įdomų poslinkį nuo įprastinės kompiuterinės regos prie žmogų atpažįstančio automatizavimo, kai iš mašinų tikimasi ne tik aptikti fizinius objektus, bet ir suprasti žmogaus elgesį bei veiklos kontekstą.
Nuo vairuotojų stebėjimo iki gamyklos aplinkos suvokimo
„Seeing Machines“ reputaciją pirmiausia susikūrė kurdama rega pagrįstas stebėjimo technologijas, naudojamas automobiliuose, komerciniuose transporto parkuose, bekelei skirtose transporto priemonėse ir aviacijoje. Jos sistemos naudoja dirbtinį intelektą, integruotąjį apdorojimą ir optines technologijas žmogaus dėmesiui, žvilgsnio krypčiai bei elgesio požymiams, susijusiems su veiklos rizika, analizuoti.
Bendrovės technologija „Perception Map“ sudaro pagrindą šioms galimybėms perkelti į robotiką. Užuot tik nustačiusi, kur yra objektas, pramoninė aplinkos suvokimo sistema galėtų nustatyti, kur žiūri darbuotojas, kaip jis yra išsidėstęs ir ar jo elgesys rodo ketinimą sąveikauti su mašina.
Tai reikšmingas konceptualus žingsnis gamyklų automatizavimo srityje. Tradicinė kompiuterinė rega paprastai orientuota į objektus, padėtis ir procesus, o į žmogų orientuotas aplinkos suvokimas įveda dar vieną kintamąjį: žmogaus operatoriaus būseną ir ketinimus.
Žmogaus ir roboto sąveika tampa pagrindiniu automatizavimo iššūkiu
Kadangi bendradarbiaujantys robotai, autonominiai mobilieji robotai ir pusiau autonominė gamybos įranga tampa vis dažnesni, žmonės ir mašinos vis dažniau dalijasi ta pačia veiklos erdve.
Tokioje aplinkoje įprastos saugos funkcijos, tokios kaip stacionarios užtvaros, saugos skeneriai, šviesos užuolaidos ir avarinio stabdymo įtaisai, išlieka būtinos. Tačiau jos nebūtinai suteikia kontekstinį supratimą, reikalingą sudėtingesnei žmogaus ir mašinos sąveikai.
Aplinkos suvokimo sistema, galinti nustatyti žmogaus padėtį, dėmesį ir elgesio požymius, galėtų papildyti tradicinę saugos architektūrą. Pavyzdžiui, robotas galėtų atskirti darbuotoją, kuris tiesiog eina pro zoną, nuo darbuotojo, aktyviai besiruošiančio sąveikauti su robotu.
Mano nuomone, būtent čia tokių technologijų kaip „Seeing Machines“ platforma pramoninė vertė galėtų tapti ypač įdomi. Naujos kartos gamyklų automatizavimą lems ne vien tai, kaip tiksliai mašinos suvokia objektus, bet ir tai, kaip išmaniai jos interpretuoja žmones.
Koncepcijos įrodymas – svarbiausias pirmasis žingsnis
Dabartinė sutartis yra pradinė plėtros programa, o ne patvirtintas didelės apimties gamybos diegimas. „Seeing Machines“ neatskleidė pramonės technologijų įmonės tapatybės ar finansinių susitarimo sąlygų.
Techniniu požiūriu dėl to koncepcijos įrodymo etapas yra ypač svarbus. Tikrasis iššūkis bus įrodyti, kad transporto aplinkai sukurta technologija gali patikimai veikti gamyklos sąlygomis.
Gamyklos pasižymi kitokiais kintamaisiais, įskaitant kintantį apšvietimą, užstojamus objektus, kelis darbuotojus, apsaugos priemones, greitai besikeičiančius judesius ir sudėtingą operatorių bei mechanizmų sąveiką. Pramonės sistemoms taip pat keliami griežti pasiekiamumo, deterministinio veikimo ir integracijos su esamomis valdymo bei saugos architektūromis reikalavimai.
Todėl sėkmingas komercializavimas priklausys ne tik nuo atpažinimo tikslumo, bet ir nuo to, kaip veiksmingai aplinkos suvokimo technologiją pavyks integruoti į visą automatizavimo sistemą.
Už kompiuterinės regos ribų: žmogaus ketinimų supratimas
Įdomiausias šios plėtros aspektas – galimas perėjimas nuo žmogaus aptikimo prie žmogaus supratimo.
Įprastos pramoninės regos sistemos jau gali įspūdingai tiksliai aptikti darbuotojus, komponentus ir judėjimą. Kitas iššūkis – nustatyti, ką šie stebėjimai reiškia gamybos proceso kontekste.
Pavyzdžiui, naudinga nustatyti, kad darbuotojas įėjo į roboto darbo zoną. Dar daugiau informacijos išmaniajai valdymo sistemai galėtų suteikti supratimas, kad darbuotojas artėja prie konkretaus įrenginio, žiūri į tam tikrą darbo zoną ir ruošiasi atlikti rankinę intervenciją.
Tai ilgainiui galėtų padėti įgyvendinti lankstesnes automatizavimo strategijas, pavyzdžiui, dinamiškai keisti roboto elgesį, reguliuoti veikimo greitį ar teikti operatoriams kontekstinę pagalbą.
Tačiau šios galimybės turėtų papildyti, o ne pakeisti sertifikuotas pramonės saugos funkcijas. Dirbtiniu intelektu pagrįstas aplinkos suvokimas turėtų būti vertinamas kaip papildomas išmanumo sluoksnis, o deterministinės saugos sistemos prireikus ir toliau turėtų būti atsakingos už su sauga susijusius apsauginius veiksmus.
Galimas poveikis išmaniosios gamyklos architektūrai
Šis susitarimas taip pat išryškina platesnę pramonės automatizavimo architektūros raidą. Istoriškai automatizavimo sistemos buvo kuriamos remiantis PLC, judesio valdikliais, robotais, jutikliais ir pramoniniais tinklais. Vis dažniau dirbtiniu intelektu pagrįstas aplinkos suvokimas tampa dar vienu šios architektūros sluoksniu.
Todėl būsima išmanioji gamykla galėtų apimti:
-
Tradicines PLC ir DCS valdymo sistemas
-
Saugos PLC ir sertifikuotus apsaugos įrenginius
-
Pramoninius ir bendradarbiaujančius robotus
-
Dvimatę ir trimatę kompiuterinę regą
-
Dirbtiniu intelektu pagrįstą žmogaus aplinkos suvokimą
-
Periferinį skaičiavimą ir integruotąjį dirbtinį intelektą
-
Pramoninį eternetą ir ryšį realiuoju laiku
-
Aukštesnio lygio gamybos bei analitikos platformas
Pagrindinis inžinerinis iššūkis bus integruoti šias technologijas nepakenkiant determinizmui, kibernetiniam saugumui, funkcinei saugai ir sistemos prižiūrimui.
Strateginė galimybė „Seeing Machines“
„Seeing Machines“ gamyklų robotikos programa suteikia potencialų kelią į rinką, kuri struktūriškai skiriasi nuo bendrovės įsitvirtinusio transporto verslo.
Daugiau nei 25 metų bendrovės patirtis žmogaus veiksnių, dėmesio stebėjimo ir rizikos vertinimo srityse sudaro techninį pagrindą šiai plėtrai. Vis dėlto pramonės automatizavimui keliami saviti sertifikavimo, integracijos ir gyvavimo ciklo reikalavimai, todėl sėkmė transporto srityje savaime negarantuoja sėkmės gamyklų aplinkoje.
Todėl pradinį koncepcijos įrodymą reikėtų vertinti kaip technologijos ir rinkos patvirtinimo etapą. Jei jis peraugtų į pasikartojančias inžinerines programas, gamybinius diegimus ar integraciją į komercines robotikos platformas, ši galimybė galėtų tapti gerokai reikšmingesnė.
Mano nuomonė: į žmogų orientuotas automatizavimas – kitas logiškas žingsnis
Manau, kad svarbiausia šios sutarties žinia yra ne pati robotikos taikymo sritis, o pramonės automatizavimo kryptis.
Gamyklos tampa vis autonomiškesnės, tačiau žmonės išlieka pagrindiniais techninės priežiūros, kokybės kontrolės, medžiagų tvarkymo, trikčių šalinimo ir gamybos sprendimų priėmimo dalyviais. Visiškai atskirti žmones nuo automatizuotos įrangos ne visada praktiška ar ekonomiškai patrauklu.
Realesnis kelias – padaryti mašinas geriau suprantančias aplink jas dirbančius žmones.
Tam reikia derinti kompiuterinę regą, dirbtinį intelektą, apdorojimą realiuoju laiku, pramoninį valdymą ir saugos inžineriją. Todėl „Seeing Machines“ žingsnį į gamyklų robotiką verta stebėti ne todėl, kad vienas koncepcijos įrodymas iškart pakeistų automatizavimo rinką, o todėl, kad jis parodo, kaip žmogaus aplinkos suvokimas ateityje galėtų tapti vis svarbesniu pramonės valdymo sistemų komponentu.
Išvada
Nauja „Seeing Machines“ robotikos plėtros sutartis reiškia reikšmingą bendrovės į žmogų orientuoto dirbtinio intelekto strategijos išplėtimą į pramonės automatizavimo sritį. Pradinis projektas tebėra koncepcijos įrodymo etape, o jo komercinis rezultatas dar nėra žinomas.
Vis dėlto technologinė kryptis yra įtikinama. Gamykloms tampant vis labiau bendradarbiaujančioms ir autonomiškoms, mašinų gebėjimas suvokti, interpretuoti ir tinkamai reaguoti į žmogaus elgesį gali tapti svarbiu naujos kartos automatizavimo sistemų išskirtinumu.
