Revolucionando a Produção Automotiva com Robótica Avançada

A revolução dos robôs é esperada há décadas, mas ainda não chegou. Todos os anos, fabricantes de automóveis e seus fornecedores compram milhares de robôs, um número que ainda equivale a muito menos do que o previsto. Robôs simplesmente não são usados tão amplamente quanto poderiam ser, devido a várias barreiras que persistiram por muito mais tempo do que o esperado. Estas barreiras à adoção podem, em última análise, tornar-se oportunidades perdidas para aumentar a capacidade de manufatura do país e melhorar suas cadeias de suprimentos.

Com a pandemia exacerbando escassez na disponibilidade de bens e iluminando como facilmente cadeias de suprimentos críticas podem ser interrompidas, nunca houve um momento melhor para focar em tecnologias e soluções que possam ajudar a fortalecer as capacidades domésticas do país. Ordens executivas recentes mostram que isso será um foco da administração Biden, então agora é a hora de agir.

Barreiras à Adoção

Existem, em geral, três barreiras para adoção mais ampla de automação robótica na indústria automotiva. Primeira e principalmente, o custo permanece muito alto. Custo inclui não apenas a compra dos robôs em si, mas também vários outros custos significativos relacionados. Células de trabalho robóticas típicas requerem extensa 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. Programação de robôs é o tormento de muitos engenheiros — e dos fabricantes que têm que pagá-los para fazer isso. O alto custo de implantação de robótica não pode ser amortizado por ninguém produzindo pequenos volumes de produtos ou produtos de baixo valor e tem se mostrado difícil até para fornecedores arcar com a implantação em escala. Descobertas recentes da Federação Internacional de Robótica mostram que, em média, 75% dos custos operacionais ao longo da vida para robôs industriais vêm da programação. A cada mudança de tarefa, a aplicação deve ser reprogramada.

Uma segunda barreira à adoção é inflexibilidade. Uma vez que você projetou sua célula de trabalho e programou seus robôs, está pronto — apenas contanto que nunca mude o que está fazendo de qualquer forma. Qualquer mudança — seja um novo robô ou uma variação no processo de manufatura — requer reprogramação (no mínimo), e muito provavelmente inicia um processo de reengenharia e revalidação da célula de trabalho para mudar posicionamento do robô. Esta inflexibilidade torna a robótica inviável para qualquer um produzindo uma variedade de produtos com volumes pequenos.

A terceira barreira é os benefícios marginais ruins de adicionar robôs a células de trabalho. Programar um único robô é um desafio; programar múltiplos robôs para trabalhar em um espaço compartilhado, sem colisões, é uma tarefa extraordinariamente difícil que consome meses de tempo de engenharia. De fato, a programação multi-robô é tão difícil que engenheiros fazem simplificações para encurtar tempo de programação à custa de eficiência grandemente reduzida.

A simplificação mais comum é o uso de "zonas de interferência", que proíbem mais de um robô de estar em qualquer espaço que pudesse ser alcançado por mais de um robô, mesmo que, na prática, múltiplos robôs pudessem frequentemente compartilhar tais espaços sem colisão. Devido ao uso de zonas de interferência, não é incomum descobrir que uma célula de trabalho com quatro robôs atinge desempenho que é menos de duas vezes o de um robô. Esta baixa eficiência de células de trabalho multi-robô reduz o uso de robôs, mesmo em empresas que podem pagá-los.

O Caminho para a Democratização da Robótica

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

Para atingir nossos objetivos, precisamos de robôs que sejam adaptáveis à sua situação atual, permitindo que operem em células de trabalho relativamente não estruturadas. Adaptabilidade, por sua vez, depende de duas capacidades: visão confiável e planejamento de movimento rápido:

• Visão confiável — permite que robôs observem seu entorno e reajam a ele. Democratização requer que visão seja não apenas confiável, mas também relativamente barata. Felizmente, muitas boas opções de baixo custo existem para visão, e continuam a melhorar e ficar mais baratas.
• Planejamento de movimento — o processo de computar e coordenar como levar um robô de sua pose atual para sua pose desejada sem colisão — deve ser rápido o suficiente para adaptar-se a ambientes dinâmicos, particularmente para ambientes que incluem pessoas. Desempenho de planejamento de movimento historicamente não foi suficiente para aplicações de propósito geral, levando a robôs que reagem lentamente, ou operam sem visão alguma (ex: em uma célula de trabalho altamente projetada, de forma que os robôs nunca precisem reagir). Avanços recentes na academia e indústria, no entanto, sugerem que o gargalo do planejamento de movimento cairá em breve.

Democratização também necessita robôs que possam ser programados rapidamente enquanto ainda atingem alto desempenho. Atualmente, podemos atingir ou alto desempenho ou tempos de programação toleráveis (mas ainda longos), e a indústria consistentemente escolheu o último. A única solução para reduzir tempo de programação e melhorar desempenho é maior automação da própria programação.

Pedir a engenheiros para raciocinar sobre trajetórias de múltiplos braços enquanto coreografam todos seus movimentos não é caminho para o sucesso. A indústria automotiva precisa de novas ferramentas de software que removam a maior parte ou todo esse esforço dos engenheiros, para que eles possam simplesmente especificar as tarefas que querem que os robôs realizem, e o software gere os programas dos robôs. Estes avanços melhorariam a produtividade de qualquer programador de robôs da mesma forma que programação geral (não-robô) em linguagem de alto nível como Java ou Python permite produtividade de programador muito maior do que programar 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 este código mais fácil de escrever no que é necessário no nível inferior.

A indústria de robótica não alcançou nem de longe seu potencial no setor de manufatura automotiva e cadeia de suprimentos, mas com inovações em apenas algumas áreas-chave, valor muito maior poderia ser realizado. Democratizar robótica permitiria que muitas empresas automotivas introduzissem robôs adicionais e lucrasse grandemente com eles. Além disso, poderíamos agregar à proposta de valor reduzindo custos e melhorando o benefício marginal de adicionar robôs a células de trabalho. O resultado final seria um grande aumento na capacidade de manufatura doméstica e uma oportunidade de criar cadeias de suprimentos domésticas mais confiáveis, ajudando a preparar melhor o país para quaisquer futuras interrupções em nível de pandemia em materiais ou mão de obra.