Konenäkö antaa tehoa mobiilirobotiikkaan

Konenäkö tehostaa mobiilirobottien käyttöä sisälogistiikassa. Tämä on havaittu Jyväskylän ammattikorkeakoulun (JAMK) Robots on Road -robotiikkahankkeessa.

Transval pilotoi menetelmää omassa liiketoiminnassaan ja saadut tulokset ovat lupaavia.

Transval kertoi hankkeesta verkkosivullaan 21.4.

Mobiiliroboteille ei ole ollut aiemmin tarjolla tarkkaa sisäpaikoitusjärjestelmää. Jamk:ssa on kehitetty konenäköä, joka nyt valjastettiin mobiilirobottien paikannukseen.

Mobiilirobotit ovat perinteisesti vaatineet tiukasti standardoidun toimintaympäristön. Uusi innovaatio mahdollistaa niiden toiminnan muuttuvissa tiloissa ja esimerkiksi teollisuusympäristössä.

Transvalin kehityspäällikkö Markku Viljasen ja projekti-insinööri Aleksi Kuosmasen ideana on ollut käyttää konenäköä apuna mobiilirobottien paikannusongelman ratkaisemisessa.

Konenäkö kertoo robotille paikan

Kuosmasen innovaatio perustuu siihen, että mobiilirobotille annetaan tieto alueesta, minne se menee toimimaan ja konenäkö tarkentaa sille alueella esimerkiksi jäteastian paikan. Aiemmin robotit eivät ole osanneet noutaa eri paikkaan siirrettyä jäteastiaa.

”Olemme testanneet vuodesta 2017 alkaen erilaisia mobiilirobottiratkaisuja. Yksi keskeisimmistä havainnoistamme niiden käyttökelpoisuudesta on ollut se, että perinteinen konepajaympäristö ei sovellu nykyisille mobiiliroboteille”, sanoo Viljanen uutisessa.

Mobiilirobotit ovat edellyttäneet standardiympäristöä, jossa tietty osuus robotille määritetystä toiminta-alueesta pysyy vapaana. Todellisuudessa asiakasympäristöt ovat harvoin sellaisia.

Transval on testannut robotin toimintaa varaston ja tuotannon välillä. Vaikeuksia tuli testeissä, kun paikka, johon materiaali tuotiin ei ollutkaan vapaana tai ennalta määrätyllä paikalla.

Viljasen mukaan Transvalin asiakkaat ovat olleet kiinnostuneita uuden robottitekniikan soveltamisesta, ja he halunneet pilotoida sitä tuotantoympäristöissään. Uutta tekniikkaa halutaan tehostamaan tuotantoa ja nopeuttamaan materiaalivirtojen käsittelyä.

Kuosmasen mukaan innovaatiota testattiin siten, että roska-astioiden kanteen tehtiin markkeriksi led-valolähde, joka osoitti konenäköjärjestelmälle astian suunnan. Konenäkökameran valotusaika asetettiin niin lyhyeksi, että se alivalotti kuvasta muun paitsi roska-astian markkerin. Näin saatiin kamera tunnistamaan astia. Järjestelmä tunnisti siis vain markkerin.

Transval testannut

Konenäköjärjestelmää ei liitetty mobiilirobotille alisteiseksi toimilaitteeksi vaan itsenäiseksi toimilaitteeksi. Näin tehtiin siksi, että mobiilirobotti oli kehityshankkeessa liitetty jo aiemmin Transvalin IoRT-alustaan (Internet of Robotic Things). Tähän alustaan oli helppo liittää myös konenäköjärjestelmä, jonka dataa hyödynnettiin mobiilirobotin ohjaukseen.

”Meillä on eri paikoissa käytössä bluetooth-pohjaisia järjestelmiä, sensoriratkaisuja ja kutsupainikejärjestelmiä. Niiden rinnalle etsimme ratkaisua, jossa teollisuuslaitosten anturidatan perusteella voisi ohjata robottia. Konenäköjärjestelmä automatisoi robotin toiminnan niin, ettei työntekijöiden tarvitse siihen puuttua”, Viljanen sanoo.

Kuosmanen näkee ratkaisulle mahdollisuuksia suuremmissa tiloissa kuin konenäkökameran tässä hankkeessa käyttämä metri kertaa puolentoista metrin alue. Toinen kehityslinja voisi olla muiden sisäpaikannusteknologioiden kuten bluetoothia käyttävän Quuppa RTLS -järjestelmän hyödyntäminen mobiilirobottien kanssa.

”3D-kameran käyttö on kolmas alue, jota kehitämme. Olemme saamassa kameran, jonka kantama on kymmenen metriä ja sillä päästään paikannuksessa senttimetritarkkuuteen”, hän sanoo.

Seuraava vaihe on tutkia, miten robotti voi ottaa esimerkki roska-astian mukaan. Siinä vaihtoehtoina ovat aktiivinen robottikäsi, joka voidaan integroida robottiin tai pelkkä passiivinen koukku, jolla astia napataan mukaan.