System rozproszony vs. system scentralizowany w zarządzaniu flotą robotów AMR

Autonomiczne roboty mobilne, znane powszechnie jako roboty AMR (skrót od angielskiej nazwy Autonomous Mobile Robot), to rozwiązanie, po które coraz częściej sięgają różne branże, szczególnie te skupiające się na wytwarzaniu dóbr i ich przechowywaniu. Fakt ten nie powinien dziwić — urządzenia te są zaprojektowane tak, by sprawnie poruszały się po rozległym magazynie i hali produkcyjnej, przemieszczając ładunki, transportując materiały czy odkładając na półki produkty. Potrafią komunikować się z innymi urządzeniami i systemami informatycznymi w celu wykonywania bardziej skomplikowanych zadań, a dzięki obecności licznych czujników i kamer, są zdolne do wykrywania przeszkód i unikania kolizji.

Aby jednak w pełni wykorzystać ich potencjał i zapewnić pożądaną optymalizację wydajności, potrzebne są systemy umożliwiające sprawne zarządzanie autonomicznymi robotami mobilnymi.

Jakie powinny być współczesne roboty AMR?

Zanim jednak skupimy się na kwestii dotyczącej zarządzania robotami, podsumujmy krótko, czego obecnie oczekuje się od tych urządzeń. W obecnej dobie rozwoju technologicznego, w której prym wiedzie sztuczna inteligencja, efektywność to już standard: od nowoczesnych flot autonomicznych robotów mobilnych wymaga się teraz także elastyczności, dzięki której będą w stanie nie tylko sprawnie wykonywać rozliczne zadania intralogistyczne (np. transport ładunków), ale i szybko dostosować się do zmieniających się warunków pracy i okoliczności. Każdy producent robotów AMR, który chce liczyć się na rynku, powinien mieć świadomość, że współczesny robot mobilny musi umieć wybierać optymalne trasy, unikać zatorów i dostosowywać swoje przerwy na ładowanie, w taki sposób, aby nie powodować przestojów w pracy. Decyzje muszą być więc podejmowane natychmiastowo i na dwóch poziomach — dla całej floty i każdego indywidualnego robota, co wymaga odpowiedniej mocy przetwarzania.

Czym są systemy zarządzania flotą robotów AMR?

W ostatnich latach do zarządzania flotą robotów AMR wykorzystywane były głównie scentralizowane modele obliczeniowe, które doskonale sprawdzały się w środowiskach zdefiniowanych i ustrukturyzowanych. Krajobraz świata produkcyjnego zaczął się jednak zmieniać, a zauważalny zwrot w stronę większej elastyczności wykreował potrzebę stworzenia systemu lepiej dostosowanego do obiektów dynamicznych, a przez to mniej przewidywalnych. Dla takich środowisk lepiej nadaje się z kolei rozproszony system zarządzania flotą AMR. Przyjrzyjmy się temu tematowi nieco bliżej.

System rozproszony

W przypadku rozproszonego systemu zarządzania robotami AMR zadania są przypisywane robotom przez wiele jednostek sterujących, z których każda ma niezależną kontrolę nad grupą robotów i jest w stanie przetwarzać dane i podejmować decyzje w czasie rzeczywistym. Jednostki te mogą być rozproszone geograficznie, co pozwala na znacznie większą elastyczność i stwarza możliwość dalszej rozbudowy systemu. W tym modelu każdy robot AMR ma dostęp do wszystkich dostępnych danych, może na bieżąco aktualizować informacje i podejmować decyzje oparte na wynikach przeprowadzonej analizy tych danych.

Zalety i wady

Główną zaletą rozproszonego systemu zarządzania robotami AMR jest to, że jest on bardziej odporny na awarie niż scentralizowany system: w przypadku awarii jednej jednostki kontrolnej, pozostałe mogą bez przeszkód kontynuować pracę i przetwarzać dane, a roboty — podejmować samodzielne decyzje, korzystając tylko z podstawowych informacji. Ponadto rozproszony system stwarza szansę na zwiększenie efektywności, ponieważ zadania mogą być przypisane robotom zlokalizowanym najbliżej, co skraca czas podróży i zwiększa wydajność systemu. W przypadku tego modelu nie ma też konieczności budowania dużego i wymagającego sporych nakładów centrum danych.

Trzeba jednak pamiętać, że brak centralnej jednostki sterującej może być źródłem problemów, np. w sytuacji, gdy dwa roboty zdecydują się wykonać tę samą czynność. Trudności może też przysparzać kwestia wykorzystania siatek adaptacyjnych, czyli narzędzi służących do przeprowadzania skomplikowanych procesów mapowania i lokalizacji robotów oraz modelowania przestrzeni i obiektów, w których mają się poruszać. Używanie tych narzędzi wymaga obszernej wiedzy o rozproszonych bazach danych i równoległym przetwarzaniu.

System scentralizowany

W tym systemie wszystkie decyzje dotyczące sterowania robotami podejmowane są przez jednostkę kontrolną, czyli centralny komputer, który podejmuje decyzje, wysyła robotom informacje o zadaniach i trasach, a także przetwarza i analizuje otrzymane dane. W przypadku pojawienia się problemów robot mobilny, którego dotyczy sytuacja, przerywa swoją dotychczasową aktywność i oczekuje na zaktualizowane wytyczne.

Zalety i wady

Do korzyści z wykorzystania systemu scentralizowanego możemy zaliczyć przede wszystkim to, że obecność pojedynczej, centralnie zarządzającej jednostki kontrolnej pomaga w rozwiązywaniu konfliktów i sprzyja optymalizacji zachowania floty, co może przyczyniać się do wzrostu efektywności i poprawy wyników. Co więcej, dzięki opcjom chmury wszelkie obliczenia mogą być wykonywane całkowicie poza miejscem pracy. Wykorzystanie centralnego komputera umożliwia także synchronizowanie różnych źródeł danych i typów robotów, stwarzając szansę na użycie bogatszego pakietu narzędzi operacyjnych.

Zasadniczą wadą tego modelu jest natomiast wysoki koszt związany z utrzymaniem niezbędnej mocy obliczeniowej i łączności dla wszystkich urządzeń wchodzących w skład floty, które muszą pozostawać w stałym kontakcie z jednostką zarządzającą. Ewentualne przerwy w łączności — spowodowane choćby nadmiernym obciążeniem sieci — mogą skutkować zatrzymaniem robotów i wymagać interwencji człowieka.

Który system jest lepszy?

Jest to pytanie, na które nie sposób odpowiedzieć w sposób jednoznaczny. Zdaniem niektórych, najlepszą opcją byłoby połączenie dwóch systemów w jeden, zapewniający minimalizację wad i maksymalne wykorzystanie zalet poszczególnych modeli, bez szczególnie odczuwalnego podnoszenia kosztów. Podczas gdy system scentralizowany mógłby pełnić funkcję swoistego „cyfrowego nadzorcy” i zaopatrywać roboty w ogólne wskazówki, dzięki systemom rozproszonym poszczególne sieci robotów mogłyby korzystać z wysokiego poziomu autonomii w podejmowaniu decyzji. Wdrożenie platform cyfrowych opartych na takim podejściu to krok w stronę pełnej automatyzacji przemysłowej. Wystarczy wspomnieć choćby technologię Digital Twin — innowacyjną koncepcję, która polega na tworzeniu wirtualnych odpowiedników rzeczywistych systemów, procesów lub produktów. Dzięki tej technologii można przeprowadzić symulację różnych rozwiązań przed podjęciem decyzji, którą z nich wdrożyć.

Podsumowanie

W przeciwieństwie do tradycyjnych robotów przemysłowych, które są zazwyczaj zaprojektowane do wykonywania jednej konkretnej czynności, roboty AMR są bardziej uniwersalne i mogą być wykorzystywane do wielu różnych zadań, w wielu w różnych środowiskach. Trzeba jednak pamiętać, że kluczowym aspektem mogącym przesądzić o sukcesie całego przedsięwzięcia jest efektywne zarządzanie robotami, czyli minitorowanie i kontrolowanie ich pracy (np. informowanie, ile robotów pracuje przy konkretnym zadaniu, a ile znajduje w stanie oczekiwania) oraz gromadzenie danych analitycznych.

Coraz częściej mówi się o przewadze hybrydowego systemu zarządzania, którego główną cechą jest flota robotów o wysokiej autonomii indywidualnej, ale z pewną dawką scentralizowanego zarządzania. Wybór optymalnej opcji zależy jednak od wielu czynników, wśród których niebagatelne znaczenie mają między innymi indywidualne potrzeby i wymagania danego przedsiębiorstwa, związane choćby z jego wielkością czy specyfiką procesów produkcyjnych.