Como a despaletização pode se beneficiar da visão computacional, robótica e aprendizado de máquina

Graças aos avanços em tecnologias como visão de máquina 3D, a robótica está entrando em todas as esferas dos processos industriais. O surto de COVID-19 aumentou a conscientização sobre a necessidade premente de aplicar automação para atendimento de pedidos rápido e preciso e cadeias de suprimentos eficientes. Um aspecto específico dos processos logísticos pode atingir níveis mais altos de produtividade com a implementação de automação inteligente — a despaletização.

O que é despaletização?

Despaletização é o processo de descarga de pallets carregados de caixas um a um. Em contraste com a clássica delayerization , em que a garra do robô pega todo o palete, “esperando” que ele pegue todas as caixas que ele contém, a despaletização robótica usa inteligência artificial. O sistema reconhece caixas individuais e o robô as coloca uma a uma em uma esteira ou outro local predefinido.

A despaletização apresenta um maior nível de descarregamento de paletes e oferece várias vantagens sobre a descamação. Requer uma área de colocação menor - o tamanho da caixa maior em contraste com o palete inteiro. E graças a uma carga útil mais leve, um braço robótico e uma garra menores podem ser usados, o que leva a uma economia considerável de custos.

Visão 3D e IA, os segredos para o sucesso

Os melhores sistemas de despaletização podem tornar o processo de descarregamento de paletes cheios de várias caixas seguro, rápido, eficaz, confiável e, no final, também econômico. Isso só pode ser alcançado combinando visão de máquina 3D com robôs inteligentes habilitados por algoritmos avançados de aprendizado de máquina.

O volume de digitalização do scanner 3D implantado precisa ser grande o suficiente para digitalizar todo o palete a uma distância suficiente. Levando em consideração o espaço mínimo necessário para a manipulação robótica, o scanner geralmente precisa ser montado a aproximadamente 3 metros acima do palete. Escolher o scanner 3D certo é, portanto, o primeiro pré-requisito para uma despaletização bem-sucedida.

A segunda etapa é treinar a IA com esses dados de imagem. Algoritmos de aprendizado de máquina podem aprender e reconhecer constantemente novos tipos de caixas, incluindo aquelas de tamanhos diferentes ou formas irregulares causadas por danos, por exemplo. Isso torna as soluções tão universais que o descarregamento de paletes mistos apresenta poucos desafios. As caixas não precisam ser empilhadas em padrões, mas podem ser colocadas aleatoriamente, mesmo inclinadas em um ângulo, e o robô ainda é capaz de pegá-las.

Os sistemas inteligentes também são capazes de reconhecer caixas que costumam estar tão compactadas que é difícil reconhecer o espaço entre elas, que pode ser tão fino quanto 0,5 milímetro. Soluções mais fracas podem não ser capazes de diferenciar a linha que separa duas caixas de uma linha que contorna a abertura de uma caixa em particular.

Em outros casos, pode ser difícil reconhecer caixas com superfícies problemáticas, incluindo texturas variadas, material brilhante ou refletivo, fitas salientes, padrões ou imagens que “enganam” a visão 3D. Caixas com cobertura preta também podem causar problemas.

A maneira mais avançada de segmentar as caixas individuais com base na textura e nos dados 3D é usar uma rede neural convolucional (CNN). O sistema pode então decidir qual caixa pegar – as caixas colocadas no topo do palete vêm primeiro – e como agarrá-la para maximizar o poder de sucção da pinça implantada.

Para manipular com segurança no espaço entre as caixas superiores e o scanner, o sistema de despaletização precisa levar em consideração o tamanho possível da caixa. Isso também é importante para a colocação segura da caixa em uma correia transportadora. Isso pode ser assegurado calculando a altura da caixa a partir dos dados escaneados ou usando uma porta ótica definida alguns centímetros acima da correia transportadora.

Quando a caixa toca o feixe óptico, a pinça a solta. Dessa forma, todas as caixas são descarregadas na mesma altura acima da esteira. Esta é uma grande vantagem da despaletização sobre a descamação, na qual caixas de diferentes alturas em uma camada representam um problema significativo.

O robô pode fazer todo o trabalho

Os sistemas da Photoneo, que incluem visão 3D desenvolvida internamente, fornecem um exemplo dessa despaletização robótica. O sistema da empresa digitaliza um palete inteiro carregado com caixas e transfere a digitalização para um conjunto de dados de textura 3D.

Essa varredura é então processada pelo algoritmo de aprendizado de máquina do Photoneo treinado em mais de 5.000 tipos de caixas. A IA reconhece imediatamente cada caixa e envia um comando ao robô. Usando uma pinça universal especialmente desenvolvida, o robô executa a ação de coleta com uma precisão de +-3 mm. Dessa forma, ele consegue descarregar 1.000 caixas por hora, com 99,7% de precisão no pick-rate.

Os sistemas de despaletização devem levar em conta a variabilidade

Se, apesar de todos os cálculos, a garra não conseguir pegar uma caixa devido a uma superfície enrugada ou algum outro obstáculo, a garra enviará feedback e informará o usuário sobre o problema para que uma ação corretiva possa ser executada. O tempo de ciclo normalmente é inferior a 10 segundos, dependendo do tipo de robô, da superfície das caixas e de seu conteúdo, pois algumas precisam ser manipuladas com maior sensibilidade do que outras.

O ambiente, o robô e as propriedades mecânicas definem e limitam o tempo de ciclo. Por exemplo, seria impossível acelerar e desacelerar uma caixa pesada acima de um certo limite físico. Caso os clientes precisem acelerar o tempo de ciclo e aumentar o desempenho do robô, eles podem optar por uma garra multizona capaz de coletar várias caixas da mesma altura ao mesmo tempo. A garra então solta as caixas uma após a outra.

O segredo da singularização perfeita é saber os limites de tamanho da área de colocação para não levar mais caixas do que podem ser descartadas com segurança e também reconhecer com precisão o tipo de caixa para evitar agarrar caixas com alturas diferentes. O produto da Photoneo é compatível com as principais marcas de robôs e funciona “fora da caixa” sem nenhum treinamento. Ao se deparar com novos tipos de caixas, o sistema é capaz de se retreinar, o que reduz o tempo de implantação e integração.

Adaptação da despaletização para um ambiente centrado no ser humano

Uma solução de despaletização bem-sucedida deve levar em consideração todos os fatores discutidos acima. Embora os robôs possam parecer bastante simples, os algoritmos de aprendizado de máquina precisam ser robustos o suficiente para lidar com todos os possíveis desafios de despaletizar diferentes objetos. Os desenvolvedores e integradores precisam pensar em cada detalhe do aplicativo e testar suas soluções antes que os usuários possam medir o retorno sobre o investimento (ROI).

Além disso, muitas vezes é necessário adaptar o robô a um ambiente centrado no ser humano. Embora a automação esteja evoluindo rapidamente, muitos clientes estão apenas adaptando gradualmente seus centros de distribuição e armazéns para aproveitar ao máximo a robótica e a IA.

Um dos grandes desafios relacionados com a descarga manual de paletes reside no tamanho e peso das caixas, bem como na altura a partir da qual devem ser retiradas. As operações manuais geralmente levam a ferimentos graves, portanto, os melhores sistemas de despaletização ajudam os funcionários a evitar movimentos arriscados ou repetitivos.

Por exemplo, o Despaletizador Photoneo pode coletar caixas de até 50 kg sem intervenção humana. Uma das maiores vantagens é que o robô pode trabalhar sem parar, sem nunca se cansar.

Despaletizador usando visão 3D, IA e um braço robótico

IA =potencial ilimitado?

As soluções baseadas em IA são, sem dúvida, o caminho para o futuro, porque os usuários não precisam projetar, depurar ou testar nada. Os sistemas inteligentes podem aliviar os integradores dos fardos de cálculos e tarefas difíceis relacionados a 3D.

O que eles devem ter, no entanto, é algum conhecimento básico de mecânica, incluindo como funcionam os diferentes tipos de garras, quais são adequadas para pegar uma determinada peça e como distribuir todos os componentes mecânicos implantados em um aplicativo para evitar falhas na manipulação robótica ou digitalização.

Os integradores também devem conhecer as capacidades potenciais de um determinado sistema para poder combiná-lo com as necessidades específicas de um cliente. É importante ter em mente que a IA ainda é apenas uma parte da solução e não deve ser superestimada. Os integradores sempre precisarão de certos conhecimentos específicos para implantar com sucesso uma solução de automação inteligente.

Se todas essas condições forem atendidas, a implantação de robôs de despaletização pode ajudar as empresas de logística a obter um ROI rápido, melhorar seus processos de cadeia de suprimentos e aumentar sua produtividade. Eles também podem economizar tempo, reduzir custos e proteger a saúde do trabalhador, liberando os funcionários para tarefas que exigem criatividade e pensamento crítico.

O desafio mais urgente enfrentado por empregados e empregadores hoje é como continuar trabalhando. Como ninguém pode prever com confiança quando a economia global se recuperará das paralisações por COVID-19, agora é o momento certo para automatizar e simplificar os processos de produção.

Este artigo foi originalmente publicado em O relatório do robô.