Het nieuwe normaal: automatiseer vuil, saai en gevaarlijk werk

De eerste automatisch geleide voertuigen (agv’s) dateren van de jaren zeventig. Een kleine vijftig jaar zijn autonome mobiele robots dus al onder ons. Vanwege de hoge kosten bleef hun gebruik lange tijd beperkt tot speciale toepassingen. Met de komst van het opensource Robot Operating System (Ros) en de steeds lagere kosten voor elektronica is de total cost of ownership voor een autonoom mobiel platform echter drastisch gedaald. Maar zoals bij alle disruptieve innovaties zijn er ook bij de Ros-stack nog steeds heel wat uitdagingen die niet worden ondervangen.

In de kern is Ros een middlewareraamwerk dat verschillende softwarecomponenten niet alleen binnen één robot laat communiceren, maar ook tussen meerdere machines. Daarbij heeft de opensourcegemeenschap een groot aantal softwaremodules ontwikkeld die een breed scala aan functionaliteiten bieden voor onder meer robotlokalisatie, navigatie en datavisualisatie. Desondanks blijft het een uitdaging om robuuste robottoepassingen te ontwikkelen die voldoen aan de verwachtingen en eisen van de industrie. De meeste Ros-modules zijn voornamelijk getest in laboratoriumprototypes, zonder dat de nadruk is gelegd op robuustheid, betrouwbaarheid en andere vereisten die kenmerkend zijn voor industriële toepassingen. Daarom bouwen we bij Nobleo Ros-robotoplossingen die wel voldoen aan de meeste industriële standaarden.

Een van de meest uitdagende taken van een robot is om zichzelf in zijn omgeving te lokaliseren. Een veelgebruikte methode in de opensourcegemeenschap is de zogeheten Adaptive Monte Carlo Localization (AMCL). Voor de meeste industriële toepassingen is AMCL echter geen geschikte oplossing vanwege de beperkte nauwkeurigheid en de drift. Om deze problemen te tackelen, maken we bij Nobleo gebruik van een sensorfusiemodule die gegevens verwerkt van verschillende sensoren zoals lidars, inertial measurement units (imu’s), (RTK-)GPS en speciale optische sensoren zoals de optische odometer die Nobleo hielp ontwikkelen voor de Venlose starter Accerion.

Voor robotnavigatie hebben we onze eigen stack ontwikkeld en gevalideerd om onze klanten hoogwaardige oplossingen te bieden. We werken bijvoorbeeld samen met het Ros-Industrial-initiatief aan de ontwikkeling van een full coverage path planner en een multi-inzetbaar pid-controlealgoritme voor het volgen van paden, die beide in de tweede helft van dit jaar opensource zullen zijn. Daarnaast hebben we een pad-volger ontwikkeld die vooral interessant is voor grote en zware mobiele robots zoals geautomatiseerde trekkers en vorkheftrucks. Hier bieden we ook een aangepast model predictive control-algoritme (mpc) om de voertuigsnelheid dynamisch aan te passen wanneer dat nodig is.

Wasteshark

Onze nieuwste en (vaak) meest opwindende projecten zijn helaas vooralsnog confidentieel, maar we hebben in verschillende eerdere projecten het belang van onze navigatie- en lokalisatieoplossingen laten zien. Om te illustreren waar autonome mobiliteit kan helpen bij commerciële processen, hieronder enkele voorbeelden voor vuile, saaie en gevaarlijke automatiseringsklussen.

Om te beginnen, de automatisering van vuil werk. Een goed voorbeeld is de Wasteshark, een autonome afvalverzamelboot die we hebben ontwikkeld voor de Rotterdamse startup Ranmarine. Omdat het vaartuig is ondergeactueerd (geen zijwaartse stuwing), bemoeilijken sterke stromingen en wind het volgen van rechte lijnen. Deze robot maakt gebruik van RTK-GPS, lidar en versnellingsmeters om zijn positie, richting en snelheid te bepalen. De lokalisatieoplossing wordt uitgezet op de bekende kaart en het geplande pad wordt gecompenseerd voor de windrichting. Dit zorgt ervoor dat de Wasteshark al het afval ophaalt. De lidar wordt ook gebruikt om onverwachte obstakels in het water te detecteren, zodat de geplande route kan worden onderbroken totdat de weg weer vrij is. Omdat het systeem is uitgerust met een pid-regelaar, is stilstand op dit punt mogelijk. De Wasteshark zal zich gedragen alsof hij virtueel is verankerd en zijn neus op een vast punt houden, waarbij hij compenseert voor wind en stroming.

Een tweede categorie waar autonome mobiele robots tot hun recht komen, is bij saai werk. Onze lokalisatieoplossing is flexibel genoeg om ook indoor sensoroplossingen mogelijk te maken. Onze agv-oplossing voor magazijnen, gecombineerd met een robotarm, kan artikelen binpicken en afleveren bij de verpakkingslijn. In tegenstelling tot andere navigatietoepassingen is flexibiliteit niet het belangrijkste kenmerk in deze industrie. Robuustheid en voorspelbaarheid zijn dat wel. Vasthouden aan een gegenereerd pad is daarom onderdeel van de agv-navigatieoplossing.

En dan zijn er de gevaarlijke klussen waar robots ook essentieel zijn. Nobleo heeft in samenwerking met DOW een schoonmaakrobot ontwikkeld voor de olie-, gas- en chemische industrie. Het systeem reinigt opslagtanks met een waterdruk van drieduizend bar door in horizontale banen over de verticale zijwand te rijden. Ondanks de magneten tussen de wielen resulteren de vervuilde wanden en de zwaartekracht in een aanzienlijke laterale slip. Ook hier dekt de pid-controller in onze navigatieoplossing de verstoringen af en volgt de robot de lijn die is voorgeschreven door de planner.

Samenwerking

Er is een groeiende vraag naar de automatisering van vuil, saai en gevaarlijk werk, aangezien veel industrieën nu al kampen met een tekort aan personeel en het belang van een veilige en gezonde werkomgeving op steeds meer plaatsen wordt ingezien. Dit is geen bedreiging voor banen, maar een kans voor technologie en mensen om samen te werken en efficiënter te worden. Maar vooral: om risico’s te beperken.

Een belangrijk kenmerk dat we hebben ontwikkeld voor interactie met onze robots, en tussen de robots onderling, is een gedeeld ‘wereldmodel’ in de cloud. Hier kunnen gebruikers hun robots installeren en hun taken configureren. En de robots kunnen deze database gebruiken om hun acties onderling af te stemmen.