Il picking robotico e la bellezza della coordinazione mano-occhio

La mano umana batte ancora i robot quando si tratta di effettuare delle attività di picking, ma il divario sta riducendo velocemente ... imparare come i robot stanno affrontando questa sfida complessa e quanto siamo vicini alla fattibilità commerciale di robot che possono scegliere qualsiasi oggetto da qualsiasi posizione.

La mano umana è un dispositivo meraviglioso. La complessità del suo design è tale che anche le pinze più avanzate non sono niente al suo confronto.

Pur avendo dei punti deboli – soprattutto in termini di forza, resistenza e durata – la gamma di compiti che può compiere è elevatissima.

Ciò che rende ancora più fantastica la mano è la sua forte connessione con gli occhi. Il braccio e la mano non sono programmati per prevedere un percorso statico quando si cerca di afferrare qualcosa. La coordinazione delle mani con gli occhi consente un numero infinito di movimenti.

Si considerino le differenze tra i seguenti cinque compiti.

1. Prendere un oggetto da una locazione.
2. Prendere una serie di oggetti da una serie di locazioni.
3. Prendere una serie di oggetti da un cumulo sparpagliato.
4. Prendere qualsiasi oggetto da qualsiasi luogo.
5. Essere in grado di fare tutti i compiti sopraccitati in sicurezza e in presenza di altre persone.

Ognuno di questi compiti è relativamente semplice per gli esseri umani, ma diventa progressivamente più difficile per i robot.

I robot riescono a svolgere il primo compito già da molto tempo. Il secondo è più impegnativo, perché richiede una pinza abbastanza versatile per gestire una buona gamma di oggetti e per raggiungere e afferrare gli oggetti da diverse angolazioni.

Nel terzo compito, il robot deve fare tutto ciò che è previsto dalla seconda attività e in più deve essere in grado di distinguere un oggetto da un altro. Ciò richiede un software di visione che permetta di individuare la forma specifica di quel determinato oggetto, determinare la posizione e l’angolatura in cui si trova, capire quale sia il migliore modo per afferrarlo procedendo da un determinata posizione ed eventualmente interrompersi per trovarne un modo differente di approcciare l’oggetto per facilitare l’operazione di presa.

Inoltre il robot deve anche sapere se è riuscito o meno ad prendere l’oggetto in modo da poterci eventualmente riprovare. Per fare in modo che ciò sia possibile, bisogna insegnare al robot tutto riguardo ad ogni elemento che di decide di fargli afferrare.

Nella quarta attività, il numero di angolazioni, posizioni e orientamenti degli oggetti è quasi infinito. Non c'è modo di programmare discretamente un robot per ogni possibile scenario. La permutazione infinita equivale ad infinite ore per far girare il software.

L'insegnamento “manuale” ai robot è diventato particolarmente problematico a seguito dell'emergere dell’e-commerce. Non bisogna più gestire centinaia o migliaia di SKU, ora si parla di centinaia di migliaia se non addirittura milioni di SKU.

Ipotizzando di dover insegnare a un robot come prendere 500.000 SKU diverse usando un approccio non ingegneristico, se ci volessero 5 minuti per articolo questa attività potesse essere effettuata da un tecnico dal costo di 35 $/ora, occorrerebbe 41.670 ore di lavoro per un costo totale di 1,45 milioni di dollari per insegnare al robot a prelevare tutte le SKU.

Se si riducesse il tempo di insegnamento a un minuto e rendere l’attività abbastanza semplice per poter essere eseguita da dipendente pagato 15 $/ora, le ore di lavoro si ridurrebbero a 8.300 e il costo scenderà a 125.000 $: un enorme miglioramento.

Ancora meglio, cosa accadrebbe se non si dovesse più insegnare ai robot? Cosa accadrebbe se, attraverso l'apprendimento automatico e la coordinazione tra sensori di visione e pinze, i nostri robot potessero anche loro imparare a prendere qualsiasi cosa e metterla ovunque?

Questo è ciò su cui Swisslog e KUKA stanno lavorando. Attualmente i robot da loro progettati e realizzati sono in grado di svolgere la prima e la seconda attività. La terza sta diventando commercialmente praticabile; nel frattempo la squadra di Swisslog Robogistics si sta concentrando su come riuscire a conquistare il quarto compito e, a loro parere, anche in questo caso ci sta avvicinando alla praticabilità commerciale considerando che il compito cinque è già stato affrontato: i primi robot realizzati in quest’ottica possono operare in sicurezza con gli operatori senza necessità di recinzioni. Questo enorme passo in avanti rappresenterà il futuro dell'e-commerce.

L’impatto sull’intralogistica

I nuovi robot intralogistici utilizzano la navigazione basata sulla visione, l’utilizzo di sensori e l'apprendimento-macchina, per consentire loro di lavorare in sicurezza affianco agli esseri umani spostandosi nei magazzini in modi efficiente e sicuro.

Invece di essere “fissata al pavimento”, la robotica applicata all’intralogistica di oggi si manifesta sotto forma di carrelli a ruote intelligenti che navigano nel magazzino utilizzando una minima infrastruttura di guida.

La capacità dei robot di intralogistica di pensare potrebbe non rientrare in visioni da fantascienza: un robot di picking collaborativo sa che deve interrompersi quando entra in contatto con un essere umano e il software che guida un carrello robotizzato è in grado di modificare il suo percorso se uno dei corridoi è bloccato.

Quindi è una confluenza di tecnologie, piuttosto che una singola tipologia di robot, che permette di ottenere i vantaggi nell’introduzione dalla robotica in magazzino per quanto riguarda gli aspetti di intralogistica, spiega Buckley.

"Esistono molteplici tecnologie che si sono riunite per consentire l’inserimento di nuove funzionalità e di ottenere un livello di prezzo/prestazione che rende le applicazioni efficaci ad un costo accettabile; mentre ciò, in passato, era impossibile o non ragionevole”. 

"Per esempio, ora esistono dei robot che possono lavorare in sicurezza con gli esseri umani o robot mobili che dispongono di sistemi di navigazione che non richiedono un'infrastruttura di navigazione costosa".

“L'apprendimento automatico migliorerà progressivamente i robot, aumentando le capacità dei robot di picking fino al punto in cui può potranno funzionare con una versatilità maggiore di quella garantita dalla coordinazione mano-occhio” afferma A.K. Schultz, Vice-President dei settori retail ed e-commerce di Swisslog WDS, che aggiunge:

“Tradizionalmente, i robot dovevano essere istruiti su ogni richiesta a cui devono rispondere attraverso costosi mezzi di programmazione, ma con l'apprendimento automatico, un robot di picking può essenzialmente "imparare" nuove attività di picking da solo senza istruzioni pre-programmate”.

"L'apprendimento automatico sta portando i sistemi di visione e di presa dei nostri robot di picking sempre più vicini al livello di ciò che può realizzare la coordinazione mano-occhio".