Grazie all’introduzione delle prime concrete applicazioni potenziate dall’intelligenza artificiale, i robot di ABB sono in grado di rispondere sempre meglio alle richieste del mercato. I cicli di lavoro risultano infatti più flessibili, produttivi e adattabili alle esigenze più spinte.
Robotica e intelligenza artificiale rappresentano un’accoppiata dal potenziale dirompente: l’automazione può infatti toccare livelli mai raggiunti prima nel supportare le aziende, forte delle capacità dell’hardware di ultima generazione e della flessibilità del software basato su IA. Un tema che ABB sta sviluppando da tempo e che vede oggi le prime applicazioni pratiche reali.
RobotHeart, ospitata all’interno della fiera BIMU nei padiglioni di Fieramilano Rho dal 9 al 12 ottobre 2024, sarà l’occasione per vedere dal vivo come questa trasformazione stia rivoluzionando l’approccio all’automazione flessibile.
Sulla giusta strada con V-SLAM e l’IA
Presso lo stand ABB sarà possibile vedere all’opera diverse applicazioni legate al mondo della robotica integrata con l’intelligenza artificiale.
“È un tema sul quale ABB lavora da parecchio tempo – spiega Michele Pedretti, Market Development & Channel Manager Robotics dell’azienda. – Festeggiamo infatti proprio quest’anno il 50° anniversario dal lancio, nel 1974, del nostro primo robot elettrico. L’intelligenza artificiale è invece un tema più recente, ovviamente, ma che mostra già oggi un incredibile potenziale di sviluppo. Non è un caso se ABB ha lavorato per sviluppare soluzioni sia in autonomia, sia attraverso l’acquisizione di realtà specializzate come Sevensense. Si tratta infatti di uno spin-off universitario che si occupa di sviluppare tecnologie e software per l’intelligenza artificiale applicati ai sistemi di visione”.
Visual SLAM
Ne è esempio lampante l’integrazione del software Visual SLAM (Visual Simultaneous Localization and Mapping) negli AMR di ABB: al contrario di quanto disponibile nelle tradizionali soluzioni SLAM, nelle quali il software di navigazione naturale si basa solo su riferimenti bidimensionali, Visual SLAM integra un sistema 3D che aggiunge ulteriori riferimenti per poi gestire percorsi e traiettorie in maniera dinamica.
“Questa modalità di navigazione risulta molto più autonoma – conferma Pedretti. – La SLAM necessita di punti di riferimento conosciuti, senza i quali non può calcolare i tragitti. Visual SLAM, invece, può contare su sensori che possono scansionare una ulteriore dimensione per ottenere i riferimenti necessari, a loro volta elaborati dal software nel quale è presente un motore IA. Man mano che vengono identificati potenziali ostacoli o nuovi riferimenti, il software aggiorna di conseguenza la mappa ambientale; col tempo il software è in grado di distinguere tra ostacoli fissi, come colonne e muri, e temporanei, come merce depositata, persone ecc.
L’ulteriore passo che stiamo sperimentando è la condivisione delle informazioni tra i diversi AMR presenti in un singolo ambiente: se uno di essi esegue la mappatura di una zona, questi dati verranno messi a disposizione anche degli altri per gestire al meglio le traiettorie e velocizzare l’esecuzione dei rispettivi task. L’intelligenza artificiale abilita in questo modo un approccio votato sì al trial and error, ma con il vantaggio di poter disporre di informazioni precise e utili per raggiungere nel modo migliore il risultato voluto”.
Apprendimento evoluto nell’item picking
Un’altra applicazione che beneficia dei vantaggi assicurati dall’intelligenza artificiale è legata all’item picking.
“Sul mercato esistono diverse soluzioni che consentono ai robot dotati di sistemi di visione di afferrare oggetti conosciuti posizionati alla rinfusa, ma cosa succede quando variano forme, dimensioni e persino consistenza? Anche in questo caso, l’IA viene in nostro aiuto – aggiunge Michele Pedretti. – Si inizia istruendo il software con le informazioni su alcuni oggetti di prova, lasciando poi all’intelligenza artificiale il compito di ampliare il database con variazioni coerenti. Indipendentemente dal fatto che si tratti di scatole, sacchetti o altro, il software indicherà al robot i parametri di posizione, velocità e punto di presa che ritiene più idonei per afferrarlo e movimentarlo.
Nel caso fallisca, può effettuare altri tentativi modificando uno o più parametri finché non riuscirà a eseguire il compito assegnato o, dopo un numero di tentativi stabilito dal programmatore, passerà a un altro oggetto. In ogni caso, successi e fallimenti contribuiranno a modificare l’approccio verso gli altri articoli. Partendo dalle informazioni inserite in fase di apprendimento iniziale e arricchendo il proprio database con quelli successivi, l’IA è in grado di riparametrare la programmazione del robot al fine di lavorare con altre forme e dimensioni che non ha mai visto prima. Se penso al mondo della logistica, dove pacchi e buste sono molto diversi gli uni dagli altri, una soluzione di questo tipo consente di utilizzare con profitto i robot nel lavoro di gestione e smistamento”.
Processi migliori e più sostenibili
L’ottimizzazione dei processi e l’incremento di flessibilità operativa sono argomenti più che sufficienti a persuadere le imprese a prendere in considerazione l’utilizzo di robot potenziati dall’IA. Ma esistono anche altre ragioni, per molti versi ancora più importanti, che spingono verso l’adozione di queste soluzioni. La maggiore produttività ottenibile consente infatti di incrementare l’efficienza complessiva dei processi, con evidente riduzione dei consumi di energia e ottimizzazione delle risorse a disposizione.
In un mondo sempre più attento a questi temi, ABB si dimostra ancora una volta il partner giusto al fianco delle aziende.
