AES_6 2023

Settembre 2023 n Automazione e Strumentazione Primo piano 20 INDUSTRIA 5.0 monitoraggio collaborativo della sicurezza e la risposta agli incidenti. Ultimo ma non meno importante, la maggiore dipendenza dal processo decisionale basato sull’apprendimento automa- tico pone una sfida tecnica in termini di garanzia della sicurezza e una sfida legale in termini di responsabilità e applicazione della legge. Queste sono le sfide affrontate da SeCoIIA pren- dendo in considerazione tre livelli di collabora- zione: Machine to Machine ( M2M ), Machine to Human ( M2H ), Human to Human ( H2H ); oltre alla collaborazione Organization to Orga- nization (O2O) . Per ciascuno dei tre livelli viene fornita una serie di quattro capacità chiave, sod- disfacendo i requisiti per quanto concerne: pre- venzione, protezione, risposta, attribuzione. Le 12 capacità risultanti, in grado di ostacolare una trasformazione digitale sicura, sono state valu- tate e dimostrate in un ambiente rappresentativo, con la partecipazione di utenti provenienti da fabbriche pilota. Il lato umano nella collaborazione uomo-robot Per soddisfare la crescente necessità di linee di produzione flessibili, il paradigma di produzione deve orientarsi verso soluzioni ibride, combi- nando le capacità di uomini e macchine. Sebbene vi sia molta attenzione ai miglioramenti tecno- logici delle soluzioni collaborative uomo-robot, il benessere psicologico e sociale dell’operatore rimane un argomento trascurato, con conseguenti problemi di prestazioni e accettazione, gestione delle applicazioni e complessità. Il progetto Sher- lock (Seamless and safe human - centred robotic applications for novel collaborative workplaces) affronta queste carenze sviluppando applicazioni robotiche incentrate sull’uomo, flessibili e sicure per nuovi luoghi di lavoro collaborativi. Negli ultimi anni sia la ricerca che l’industria hanno cercato di soddisfare l’esigenza di una pro- duzione flessibile introducendo tecnologie che consentono a uomini e robot di coesistere e con- dividere compiti di produzione. L’obiettivo è stato quello di garantire la sicurezza degli esseri umani durante l’interazione con i robot. I risultati di precedenti attività di ricerca sullo stesso argomento hanno rivelato che le appli- cazioni Human Robot Collaborative (HRC) presentano svantaggi che ne limitano l’adozione industriale: • esigenze diversificate per la robotica in base ai compiti di produzione: i bracci robotici non sono in grado di coprire tutti gli scenari appli- cativi (rigidità, adattabilità, carico utile, spazio di lavoro ecc.) e la robotica morbida può sem- brare preferibile; • non esistono metodi strutturati per convalidare le implementazioni del comportamento auto- nomo: il robot non può adattare il suo compor- tamento per modellare il suo funzionamento attorno al comportamento umano; • la programmazione dei robot non è di facile uti- lizzo, richiede conoscenze di programmazione; • scarse prestazioni delle operazioni collabora- tive: negli scenari dimostrati finora, gli esseri umani possono eseguire compiti più veloce- mente quando lavorano da soli così come i robot quando funzionano in modo indipendente. Questo è dovuto a: • complessità dei sistemi di sicurezza che cre- ano maggiore separazione; • progettazione inefficiente del sistema in quanto non vengono sistematicamente valutati i rischi HRC; • difficoltà di integrazione efficiente nel flusso di lavoro: le persone non sono abituate a lavo- rare in modo cooperativo con i robot come farebbero con altri esseri umani. Sherlock ha sfruttato le lezioni apprese dalle precedenti attività di ricerca HRC introducendo le più recenti tecnologie robotiche sicure tra cui bracci collaborativi ad alto carico utile, esosche- letri e manipolatori mobili in diversi ambienti di produzione, migliorandoli con la meccatronica intelligente e la cognizione basata sull’intelli- genza artificiale, creando stazioni HRC efficienti che sono progettate per essere sicure e garantire l’accettazione e il benessere degli operatori. n Knowledge Repository Model sviluppato da Intrasoft per il progetto Sherlock