AO_415

AO VEICOLI A GUIDA AUTOMATICA Gianluca Di Buò e lo sentiamo ripetere come un mantra da diverso tempo: “Dobbiamo recuperare competitività sui mercati, producendo di più e meglio”. Sebbene l’af- fermazione abbia il suo peso e sia difficile contraddire qualcosa che appare oramai oggettivo, la domanda che segue è chiaramente: come? Se diamo un rapido sguardo alle industrie italiane, anche di medie dimensioni, ci accorgiamo che iniziano ad apparire in maniera rilevante un certo numero di robot, anche di tipo col- laborativo, che aiutano nel processo sia produttivo sia di analisi qualità. Qualcuno potrà quindi dire: “Ma allora dove troviamo altri margini di miglioramento?”. Uno degli aspetti più delicati nell’ef- ficientamento dei processi industriali è l’approvvigionamento dei materiali alle linee o zone di montaggio, attività oggi assegnata a operatori che, dotati di appositi muletti, guidano vagoni di ma- teriali da portare nei punti specifici di assemblaggio. È in questo ambito che vi sono possibili elementi di efficientamento con l’in- serimento di robot mobili, più comunemente noti come AGV - Automated Guided Vehicle. Le applicazioni di guida autonoma in ambiente industriale possono rappresentare piattaforme di sviluppo alternative per le nuove tecnologie che le case automo- bilistiche stanno implementando per la guida autonoma o AGV. In particolare, si vuole mettere in luce la possibilità che tali sistemi offrono anche in termini di dispositivi adottati e di interventi di sicurezza. Molte case si stanno orientando su sistemi di elabora- zioni delle immagini che, con tecniche di sensor-fusion con radar frontali e posteriori e sensori ultrasonici perimetrali, aiutano a classificare le informazioni mappando non solo la tipologia di og- getto individuato, ma anche il suo spostamento relativo. Sempre più sicuro L’architettura decisionale di un AGV, basata sulla suddivisione di compiti tra strategica, tattica e operatività, può migliorare l’inter- pretazione degli ostacoli al fine di garantire la sicurezza e l’inte- roperabilità con i lavoratori ed essere più decentrata a mezzo di applicativi cloud per gli addestramenti e le strategie risolutive. L’impiego di determinate tecnologie automotive spinge a de- strutturare l’ambiente operativo dell’AGV semplificando l’instal- lazione e limitando l’impatto con l’immobile, soprattutto per le raccomandazioni di sicurezza. Purtroppo è sempre necessario ga- rantire il massimo livello di intervento al fine di evitare infortuni al personale, ma la prospettiva di avere un sistema che abbia la capacità di valutare preventivamente la presenza e il movimento di elementi non monitorati (come operai o altri mezzi non AGV) aumenta indubbiamente i livelli di sicurezza. Tali compiti erano già svolti da sistemi basati su telecamere e Lidar, ma con costi solitamente molto alti a parità di robustezza e affidabilità. Invece un insieme di telecamere di buona risoluzione insieme a dispo- sitivi appositamente studiati per l’analisi delle immagini e per il deep learning, come gli Nvida Drive PX o i MobiEye, possono avere un impatto economico importante per le economie di scala a cui vanno incontro. Da ultimo, le tecnologie di cloud computing possono contribuire attivamente all’addestramento dei robot mobili, mediante l’applicazione dei paradigmi dell’Industria 4.0 alle informazioni che il veicolo AGV-Adas acquisisce e inoltra. Ov- viamente si tratta di un addestramento della propria conoscenza a bassa frequenza, ma che in via conservativa può garantire il riconoscimento di nuovi oggetti e situazioni formulando un’op- portuna tattica di risoluzione del percorso, che il supervisore può estendere a tutto l’insieme di dispositivi. Aumentando la destrut- turazione, si evince che il costo del singolo AGV possa ridursi e trovare impiego in situazioni anche a medio regime di disloca- zione logistica, garantendo comunque buone prestazioni delle reti neurali grazie alla connessione remota e alla delocalizzazione delle informazioni, regolamento di riservatezza permettendo. In tutto ciò, non bisogna dimenticarsi di un ulteriore fattore di ot- timizzazione che l’introduzione degli AGV consentirebbe di sfrut- tare. Come è ormai evidente, il mercato si spinge sempre più nella direzione di uno sviluppo di prodotti che possano incontrare in maniera sempre più concreta le esigenze di uno specifico cliente. Ciò porta a un livello di personalizzazione del prodotto, ottenuto dall’elevato numero di versioni e varianti, tale da rendere estrema- mente complessi e articolati gli impianti di produzione. In questo scenario, piattaforme AGV evolute, opportunamente coordinate da sistemi centralizzati, potrebbero essere l’anello di congiun- zione verso impianti flessibili in cui la diversificazione si ottiene grazie alla movimentazione strategica dei semilavorati attraverso stazioni di lavorazione ben precise. La sequenza di operazioni ne- cessarie per realizzare un prodotto personalizzato potrebbe essere ottenuta non modificando il layout di produzione, bensì grazie ad AGV che muovono opportunamente i semilavorati in una se- quenza sempre diversa, ferme restando le normali operazioni di lavorazione. In un futuro, forse non molto remoto, affacciandoci all’interno di un impianto produttivo moderno potremmo osser- vare vere e proprie corsie in cui AGV circoleranno trasportando prodotti verso destinazioni di lavorazione. • Idea - www.idea-on-line.it C L’anello di congiunzione GIUGNO-LUGLIO 2019 AUTOMAZIONE OGGI 415 98 Foto tratta da www.pixabay.com Sviluppo di soluzioni AGV - Automated Guided Vehicle in ambienti industriali alla luce dello sviluppo Adas e delle applicazioni cloud e deep learning