AO_442

Robotica NOVEMBRE-DICEMBRE 2022 AUTOMAZIONE OGGI 442 | 89 sfruttando applicazioni di intelligenza artifi- ciale come il deep learning, che si prestano per il riconoscimento di pattern nei dati delle immagini. Le loro valutazioni in tempo reale consentono di migliorare significativamente l’accuratezza del rilevamento degli oggetti e la protezione delle persone nelle operazioni col- laborative. Allo stesso tempo, possono essere utilizzate per il controllo della qualità. I metodi di apprendimento automatico possono essere impiegati, inoltre, per dare al robot un vantag- gio statistico in termini di tempo attraverso il posizionamento predittivo. Pensiamo, per esempio, alla sala di montag- gio di un rivenditore di pneumatici. Un robot articolato a sei assi, fermo su ciascun lato della piattaforma di sollevamento, smonta le ruote. Utilizzando un sistema di visione 3D riesce a individuare dove è posizionata la ruota all’interno della sala, se ed even- tualmente quale coprimozzo deve essere ri- mosso e quante viti devono essere allentate, dove queste sono situate e se è necessario ordinarne una nuova. In questo contesto, prima di posare una ruota il robot è in grado di determinare e registrare la profondità del battistrada, così che sia visibile nell’atto di stoccaggio o sulla fattura del cliente. Le ruote da montare vengono portate da un Autonomous Mobile Robot (AMR). Poiché tutte e tre le macchine osservano costante- mente l’ambiente circostante e l’AMR utilizza queste informazioni anche per navigare, si evitano le collisioni. D’altra parte, i robot di as- semblaggio possono spostarsi quando l’AMR si avvicina, per non perdere tempo durante la rimozione delle ruote; riconoscono l’esatta po- sizione dei fori delle viti prima della rimozione; prima del montaggio, ruotano ogni ruota per rilevare e documentare eventuali squilibri; dopo l’assemblaggio, caricano le ruote ri- mosse sull’AMR. L’utilizzo di robot, come nel caso degli esempi sopra citati, ridurrebbe i flussi di lavoro dell’uomo in modo considerevole. L’operatore, dunque, verrebbe coinvolto in attività meno intense dal punto di vista fisico e meno mono- tone, per dedicarsi così ad altre mansioni. L’integrazione dell’AI nella robotica Le applicazioni di intelligenza artificiale sono disponibili in ampie quantità come Software- as-a-Service (SaaS) in cloud. Tuttavia, proprio questo fattore spinge molti utenti a temere l’affidabilità della connessione dati, tenden- zialmente un fattore di costo considerevole. È quindi evidente la necessità di spostare i calcoli di inferenza ai margini del sistema, al cosiddetto edge. Mentre in passato le applicazioni di AI dove- vano essere affidate a costosi sistemi ad alte prestazioni, oggi la disponibilità di co-proces- sori specializzati in AI e la loro integrazione in computer a scheda singola o di controllo con- sente di eseguire operazioni di intelligenza artificiale ad alta intensità direttamente nel punto necessario. Per fare un esempio, ci sono già robot con schede di processori grafici altrettanto potenti, adatti anche all’elaborazione di alcune attività di AI. Inoltre, sempre più fornitori stanno por- tando sul mercato schede di sviluppo e com- puter a scheda singola con chip acceleratori di AI integrati (TPU - Tensor Processing Unit). Collegati al controller del robot (alcuni modelli possiedono già connessioni appropriate), o integrati nei sistemi di elaborazione delle im- magini, questi offrono la possibilità di eseguire applicazioni di machine learning e di deep lear- ning direttamente sul robot. Insegnare l’apprendimento ai robot L’intelligenza artificiale non può dare ai robot le abilità cognitive degli uomini, ma consente loro di adattare il proprio comportamento a condizioni ambientali in continua evoluzione, in un mondo scarsamente strutturato, sulla base di valori empirici statistici basati sulle informazioni raccolte. Lo scenario appena descritto non sarebbe realizzabile con la pro- grammazione classica, o lo sarebbe solamente con enormi sforzi in termini di programma- zione, specialmente se questo includesse anche la cooperazione con l’uomo. Tuttavia, i robot cognitivi, cioè dotati di intelli- genza artificiale, devono prima imparare spe- cifico comportamento identificando modelli ricorrenti, regolarità o anomalie sulla base di reti neurali. È importante che questo avvenga non solo nell’impianto, dove i tentativi falliti avrebbero un impatto negativo sull’efficienza, ma anche prima. L’integratore di sistema può far eseguire al gemello digitale dell’impianto dei cicli di ad- destramento nel modello computerizzato in breve tempo e senza alcun rischio. A questo scopo, tuttavia, si possono utilizzare anche modelli di inferenza pre-addestrati, che fanno sempre più parte della dotazione standard di hardware e software di IA. Inoltre, è bene li- mitare i gradi di libertà allo stretto necessario. A questo scopo sono necessarie conoscenze specialistiche. Ciò significa che l’IA non rende affatto superflua l’attività degli sviluppatori di software e dei programmatori del controllo, al contrario consente loro di adottare un ap- proccio diverso ai problemi e fornisce altri stru- menti, spesso più convenienti. Piccolo e intelligente Oggi il mercato propone non solo robot indu- striali di grandi dimensioni, costosi e spesso complessi da installare, ma anche robot più economici, ideali come piattaforme di svi- luppo, in grado di svolgere un ruolo fon- damentale specialmente in applicazioni di laboratorio, nell’ambito della formazione e della sperimentazione. I robot più intelligenti, cioè quelli dotati di intel- ligenza artificiale, possono fare di più. Sono in grado di avere maggiore indipendenza, qualità, affidabilità e velocità e sono più adatti a lavo- rare insieme all’uomo. Questo li rende econo- micamente validi anche per le applicazioni più piccole. Il loro futuro è appena iniziato, ma sta visibilmente prendendo piede e non sembra esserci via di scampo. Chi si prepara ora, ne ri- caverà un chiaro vantaggio. Reichelt elektronik - www.reichelt.com/it/it I robot svolgono un ruolo fondamentale in attività che per l’uomo risultano particolarmente pericolose, complicate o monotone