EmTech MIT: Fabrikroboter intelligenter und sicherer machen

Alphas und Betas können für soziale Netzwerke in Ordnung sein. Aber die Hersteller neigen aus gutem Grund dazu, in Bezug auf Technologie konservativer zu sein. Die Industrieroboter in der Fabrikhalle, die schwere Nutzlasten heben und mit hohen Geschwindigkeiten bewegen, sind so gefährlich, dass sie in separaten Arbeitszellen von menschlichen Arbeitern ferngehalten werden müssen.

„Man kann sich nicht schnell bewegen und Dinge zerstören, wenn die Dinge, die man kaputt machen könnte, Menschen sind“, sagte Clara Vu, Mitbegründerin und VP of Engineering bei Veo Robotics, in einem Vortrag auf der EmTech MIT-Konferenz letzte Woche.

Eine Lösung dafür ist ein sogenannter Cobot, ein Roboter, der kollaborativ mit Menschen zusammenarbeiten soll. Tatsächlich ist dies eines der am schnellsten wachsenden Segmente des Marktes. Anfang dieser Woche gab Universal Robots auf der International Manufacturing Technology Show bekannt, dass es mittlerweile 25.000 Cobots verkauft hat.

Der Haken daran ist, dass Cobots sicherer sind, weil sie weniger leistungsstark sind. “Cobots sind klein und leicht und können Sie nicht sehr hart treffen”, sagte Vu. „Sie haben die Branche verändert, aber sie haben einige physische Einschränkungen – mit einem Cobot kann man ein großes Objekt einfach nicht weit oder schnell bewegen.“

Im Gegensatz dazu können die Industrieroboter, die zur Herstellung langlebiger Güter verwendet werden, Tausende von Mal am Tag Hunderte von Pfund heben und sie 24 Stunden am Tag an derselben Stelle platzieren. Sie sind den Menschen bei einfachen, sich wiederholenden Aufgaben wie dem Schweißen weit überlegen, sind jedoch völlig unfähig, komplexere Aufgaben wie die Endmontage zu bewältigen, die laut Vu immer noch genauso aussieht wie vor einem Jahrhundert und in jüngerer Zeit versuchte Tesla, die Endmontage zu automatisieren, und scheiterte.

Einige dieser Aufgaben wären so teuer zu automatisieren, dass ein Hersteller die Kosten nie wieder hereinholen könnte. Projekte können mehrere Millionen Dollar kosten und beinhalten ein Team von Ingenieuren, die monatelang daran arbeiten, die Hard- und Software anzupassen. Darüber hinaus ist das Ergebnis unflexibel – ein geringfügig anderes Teil von einem neuen Lieferanten oder eines mit einem geringfügigen Defekt kann die gesamte Linie stilllegen, was einen Autohersteller etwa 50.000 US-Dollar pro Minute kosten kann. Andere Aufgaben lassen sich mit der heutigen Technik einfach nicht automatisieren.

Auch wenn einige Aufgaben automatisiert werden könnten, sind sie es oft nicht, da ganze Produktionsschritte aus Sicherheitsgründen entweder vollständig automatisiert oder manuell ausgeführt werden müssen. „Das Problem ist die Stärke, Geschwindigkeit und Präzision, die Industrieroboter so leistungsstark macht, dass sie auch extrem gefährlich werden“, sagte Vu. “Sie möchten nicht in der Nähe eines 1-Tonnen-Roboters sein, der ein hundert Pfund schweres Objekt mit zwei Metern pro Sekunde bewegt.”

KI-Fortschritte in Bereichen wie Computer Vision können bei der Wahrnehmung und Schlussfolgerung helfen, aber die industrielle Automatisierung erfordert auch eine Betätigung – Sie müssen steuern, was die Roboter tatsächlich tun. Es ist unglaublich komplex, die Aufgaben zu replizieren, die ein Mensch an einem Fließband ausführen kann. In der Endmontage einer Waschmaschine gibt es 125 und in der Endmontage eines Autos 500 Prozessschritte mit jeweils tausenden anspruchsvollen Untermontageschritten.

“Wir sind Jahrzehnte oder sogar Jahrhunderte davon entfernt, menschliche Betätigung im allgemeinen Fall zu lösen”, sagte Vu. “Bis wir die allgemeine KI gelöst haben, werden diese Techniken die industrielle Produktion einfach nicht vollständig automatisieren.”

In der Zwischenzeit können wir laut Vu eine engere Zusammenarbeit von Mensch und Roboter ermöglichen, was Veo erreichen will, indem es die leistungsstarken Roboter, die seine Kunden bereits verwenden, um Wahrnehmungssysteme erweitert. Unternehmen wie ABB, Fanuc und Kuka liefern bereits Roboter mit unglaublichen mechanischen Systemen, bemerkte Vu, es gibt also keinen Grund, einen zu bauen. Stattdessen versorgt es sie mit Sensoren und Edge Computing, damit sie sicher neben Menschen in einer Produktionslinie arbeiten können. „Im Wesentlichen erweitern wir den Sinn und die Wahrnehmung eines Cobots auf viel größere Systeme“, sagte Vu.

Ein interessanter Nachteil ist, dass Veo im Gegensatz zu vielen Robotik-Start-ups kein maschinelles Lernen verwendet. Dieser Black-Box-Ansatz wird bei diesen Kunden einfach nicht funktionieren. „Wir hatten nicht das Gefühl, dass wir unser Leben einem dieser Algorithmen anvertrauen würden und Sicherheitsstandards für die industrielle Automatisierung verbieten ausdrücklich einige Techniken des maschinellen Lernens“, sagte Vu. Stattdessen setzt Veo auf deterministische Algorithmen und das gesamte System ist ausfallsicher ausgelegt. Wenn ein Roboter beispielsweise auf einen verschlossenen Raum trifft – er kann nicht sehen, was sich dahinter verbirgt – ist er so programmiert, dass er annimmt, dass ein Mensch diesen Raum einnimmt.

Trotz dieser Vorsichtsmaßnahmen wird es einige Zeit dauern, die Hersteller davon zu überzeugen, dass Menschen sicher neben leistungsstarken Robotern arbeiten können. Autohersteller sind in Bezug auf Automatisierung sehr anspruchsvoll, sicherheitsbewusst und daran gewöhnt, mit großen, gefährlichen Geräten zu arbeiten, indem sie diese von Menschen getrennt halten. „Leute, die die Fertigung nicht kennen, sagen: ‚Natürlich schlägt mich der Roboter nicht, er ist schlau‘“, sagte Vu. “Wie lange jemand schon in der Industrieautomation tätig ist, erkennt man daran, wie zögerlich er die Arbeitszelle betritt.”

Veo hat Versuche mit drei großen Herstellern abgeschlossen, darunter ein Autohersteller, ein großer Teilelieferant und ein Konsumgüterhersteller. Derzeit finden diese in Vorproduktionslabors statt, aber sie geben Veo die Möglichkeit, die Fertigungsumgebung und die Produktionsprozesse zu verstehen. „Ein System für den Einsatz in einer großen industriellen Umgebung zu bauen, von dem wir überzeugt sind, dass es jedes Mal funktioniert, ist eine große Herausforderung“, sagte Vu. Das ultimative Ziel besteht darin, die Mensch-Maschine-Interaktion zu transformieren, indem menschliches Urteilsvermögen und Kreativität mit der Stärke und Wiederholbarkeit von Robotern kombiniert werden, um die Produktivität zu verbessern.

John Morris ist ehemaliger leitender Redakteur bei CNET Networks und leitender Redakteur beim PC Magazine. Er arbeitet nun für eine private Investmentfirma, die jederzeit in Unternehmen investieren kann, deren Produkte in diesem Blog besprochen werden, und es erfolgt keine Offenlegung von Wertpapiergeschäften. In diesem Blog wird keine Anlageberatung angeboten. Alle Pflichten werden abgelehnt.

Leave a Comment