Desbloqueando o uso de robótica pelo setor automotivo

A revolução dos robôs era esperada há décadas, mas ainda não chegou. Todos os anos, as montadoras e seus fornecedores compram milhares de robôs, um número que ainda é muito menor do que o previsto. Os robôs simplesmente não são usados ​​tão amplamente quanto poderiam ser, devido a várias barreiras que persistiram por muito mais tempo do que o esperado. Essas barreiras à adoção podem se tornar oportunidades perdidas de aumentar a capacidade de fabricação do país e melhorar suas cadeias de suprimentos.

Com a pandemia exacerbando a escassez na disponibilidade de bens e destacando a facilidade com que as cadeias de suprimentos críticas podem ser interrompidas, nunca houve um momento melhor para se concentrar em tecnologias e soluções que podem ajudar a fortalecer as capacidades domésticas do país. Ordens executivas recentes mostram que esse será um foco do governo Biden, então agora é a hora de agir.

Barreiras à adoção

Existem, em geral, três barreiras para uma adoção mais ampla da automação robótica na indústria automotiva. Em primeiro lugar, o custo continua muito alto. O custo inclui não apenas a compra dos próprios robôs, mas também vários outros custos relacionados significativos. Células de trabalho robóticas típicas requerem ampla coordenação de engenharia. Simplesmente implantar um ou mais robôs em uma célula de trabalho é uma tarefa cara. Então, uma vez que a célula de trabalho foi projetada, os robôs devem ser programados. A programação de robôs é a ruína de muitos engenheiros – e dos fabricantes que precisam pagá-los para fazê-lo. O alto custo de implantação da robótica não pode ser amortizado por qualquer pessoa que produza pequenos volumes de produtos ou produtos de baixo valor e até mesmo provou ser difícil para os fornecedores se dar ao luxo de implantar em escala. Descobertas recentes da Federação Internacional de Robótica mostram que, em média, 75% dos custos operacionais da vida útil dos robôs industriais vêm da programação. A cada mudança de tarefa, o aplicativo deve ser reprogramado.

Uma segunda barreira à adoção é a inflexibilidade. Depois de projetar sua célula de trabalho e programar seus robôs, você está pronto - contanto que nunca mude o que está fazendo de forma alguma. Qualquer mudança – seja um novo robô ou uma variação no processo de fabricação – requer reprogramação (no mínimo), e muito provavelmente inicia um processo de reengenharia e revalidação da célula de trabalho para alterar o posicionamento do robô. Essa inflexibilidade torna a robótica inviável para quem produz uma variedade de produtos com pequenos volumes.

A terceira barreira são os pobres benefícios marginais de adicionar robôs às células de trabalho. Programar um único robô é um desafio; programar vários robôs para trabalhar em um espaço compartilhado, sem colisões, é uma tarefa extraordinariamente difícil que consome meses de tempo de engenharia. Na verdade, a programação de vários robôs é tão difícil que os engenheiros fazem simplificações para reduzir o tempo de programação às custas de uma eficiência bastante reduzida.

A simplificação mais comum é o uso de “zonas de interferência”, que proíbem que mais de um robô esteja em qualquer espaço que possa ser alcançado por mais de um robô, embora, na prática, vários robôs possam compartilhar esses espaços sem colisão. Devido ao uso de zonas de interferência, não é incomum descobrir que uma célula de trabalho com quatro robôs atinge um desempenho inferior a duas vezes o de um robô. Essa baixa eficiência das células de trabalho com vários robôs reduz o uso de robôs, mesmo em empresas que podem pagar por eles.

Se vamos desbloquear o potencial da robótica, precisamos reduzir as barreiras à adoção. Queremos que todos no setor automotivo possam fazer maior uso da robótica. Como é improvável que o custo dos robôs e do tempo de engenharia diminua, as principais alavancas em nosso controle são o tempo e as despesas de implantação e programação.

Para atingir nossos objetivos, precisamos de robôs que sejam adaptáveis ​​à sua situação atual, permitindo que eles operem em células de trabalho relativamente não estruturadas. A adaptabilidade, por sua vez, depende de dois recursos:visão confiável e planejamento de movimento rápido:

• Visão confiável—permite que os robôs observem seus arredores e reajam a eles. A democratização exige que essa visão não seja apenas confiável, mas também relativamente barata. Felizmente, existem muitas opções boas e de baixo custo para a visão, e elas continuam a ficar melhores e mais baratas.
• Planejamento de movimento - o processo de computação e coordenação de como fazer um robô passar da posição atual para a posição desejada sem colisão - deve ser rápido o suficiente para se adaptar a ambientes dinâmicos, principalmente para ambientes que incluem pessoas. Historicamente, o desempenho do planejamento de movimento não é suficiente para aplicações de uso geral, levando a robôs que reagem lentamente ou operam sem visão (por exemplo, em uma célula de trabalho altamente projetada, de modo que os robôs nunca precisem reagir). Avanços recentes na academia e na indústria, no entanto, sugerem que o gargalo do planejamento de movimento cairá em breve.

A democratização também exige robôs que possam ser programados rapidamente e ainda alcançar alto desempenho. Atualmente, podemos alcançar um alto desempenho ou tempos de programação toleráveis ​​(mas ainda longos), e a indústria escolheu consistentemente o último. A única solução para reduzir o tempo de programação e melhorar o desempenho é uma maior automatização da própria programação.

Pedir aos engenheiros que raciocinem sobre as trajetórias de vários braços enquanto coreografam todos os seus movimentos não é um caminho para o sucesso. A indústria automotiva precisa de novas ferramentas de software que eliminem a maior parte ou todo o esforço dos engenheiros, para que eles possam simplesmente especificar as tarefas que desejam que os robôs executem, e o software gera os programas do robô. Esses avanços melhorariam a produtividade de qualquer programador de robô da mesma forma que a programação geral (não-robô) em uma linguagem de alto nível como Java ou Python permite uma produtividade do programador muito maior do que a programação em linguagem assembly. A chave em ambos os casos é fornecer um nível mais alto de abstração ao programador e usar ferramentas de software para converter automaticamente esse código mais fácil de escrever no que é necessário no nível mais baixo.

A indústria de robótica não atingiu seu potencial no setor de fabricação automotiva e na cadeia de suprimentos, mas com inovações em apenas algumas áreas-chave, um valor muito maior pode ser alcançado. A democratização da robótica permitiria que muitas empresas automotivas introduzissem robôs adicionais e lucrassem muito com eles. Além disso, poderíamos aumentar a proposta de valor reduzindo custos e melhorando o benefício marginal de adicionar robôs às células de trabalho. O resultado final seria um grande aumento na capacidade de fabricação doméstica e uma oportunidade de criar cadeias de suprimentos domésticas mais confiáveis, ajudando a preparar melhor o país para quaisquer futuras interrupções pandêmicas em materiais ou mão de obra.