Mikä oli alkutilanne eli miksi lähdettiin tekemään PoC-pilottia?
Monissa yrityksissä kalustelevyjä käsitellään edelleen melko perinteisin menetelmin, vaikka prosessin automatisoinnille olisi selkeä tarve. Siksi kalustelevyjen poiminta ja lavaaminen sopivat hyvin esimerkkinä, kun yritykset modernisoivat tuotantoaan tekoälyn ja robotiikan avulla. Kun pohjana on riittävä valmius tehdä pieniäkin muutoksia tuotteisiin tai tuotantotapoihin – esimerkiksi kiinnittämällä kalustelevyihin tunnisteita – automaatioaste voi nousta merkittävästi.
Ennen varsinaista Proof of Concept (PoC) -pilottia järjestettiin useita kokeiluja, joiden aikana testattiin muun muassa konenäköratkaisujen soveltuvuutta, levyjen tunnistusta QR-koodien avulla sekä tarttujan toimintaa erikokoisten levyjen käsittelyssä. Nämä kokeilut antoivat selkeän kuvan siitä, millaisia tietoja – kuten levyn koko, paino ja sijainti – robotin on saatava konenäöltä, jotta poiminta ja lavaaminen onnistuvat joustavasti.
Millainen PoC-pilotti tehtiin?
Onnistuneiden kokeilujen pohjalta päätettiin toteuttaa PoC-pilotti, jossa keskityttiin erityisesti kahteen asiaan:
- Konenäköohjelman toiminnan todentamiseen erilaisissa lavaustilanteissa. Näin varmistettiin, että järjestelmä kykenee tunnistamaan kalustelevyt huolimatta siitä, missä järjestyksessä ne lavalla sijaitsevat.
- Lavauspaikan laskemiseen kameran tai robotin ohjelmiston avulla siten, että robotti osaa asettaa tulevan levyn oikeaan kohtaan olemassa olevassa pinossa.
Pilotissa hyödynnettiin Omron TM12 -yhteistyörobottia ja MVTech HALCON -konenäköohjelmistoa. Ohjelman alussa robotti mittasi lavalla olevan levypinon korkeuden. Tämä korkeusmittaus auttoi säätämään robotin liikeratoja ja varmistamaan, että konenäön lukemat (esimerkiksi QR-koodin korkeusasema) tulkittiin oikein. QR-koodin tietojen perusteella konenäköohjelmasta saatiin robotille tarpeelliset tiedot levyjen käsittelyä varten.
Video kalustelevyjen robotisoidusta poiminnasta ja pinoamisesta konenäköavusteisesti:
Oheisessa videossa nähdään, miten robotti poimii kalustelevyn, hyödyntää konenäkötietoa paikan ja mittojen suhteen ja asettaa levyn uudelle paikalle riippuen levyn koosta. Yleinen ajatus on, että jos kalustelevyn tiedot (koko, paino) ovat jo tuotannon tietokannassa, ne voidaan siirtää QR-koodien avulla saumattomasti robotin ohjaukselle. Mahdollinen työvaihe on jätetty pois ja robotti pitää vain pienen tauon ennen lavaamista.
Millaisia lopputuloksia PoC-pilotista saatiin?
PoC-pilotti osoitti, että kalustelevyjen käsittely on robotisoitavissa ilman merkittäviä muutoksia nykyisiin toimintatapoihin. QR-koodin tai muun vastaavan tunnisteen lisääminen tuo tosin mukanaan uusia vaatimuksia, kuten tarroitus- tai merkintävaiheen sekä siihen liittyvän tietokantaratkaisun. Mutta juuri tämä tunniste mahdollistaa automaattisen tuotannonohjauksen, jossa levyjen sijainti- ja mittatiedot ovat suoraan robotin käytössä.
Kokeilut vahvistivat myös, että rinnakkaiseen lavaamiseen tarvitaan tietoa useammasta levystä etukäteen etenkin, jos lavalle pyritään asettamaan useita levyjä samaan kerrokseen. Tällöin robotin on pystyttävä huomioimaan paitsi levyjen leveydet ja pituudet myös mahdollinen kuormanjakautuminen. Tässä PoC:ssä ei vielä huomioitu kaikkia erikokoisten kalustelevyjen lavaamiseen liittyviä seikkoja, kuten mahdollista taipumista pistettäessä todella leveä levy kapean päälle, mutta perusperiaate saatiin todistettua toimivaksi.
Samalla pilotissa havaittiin, kuinka tärkeää on hahmottaa koko tuotannon modernisointipolku. Jos QR-koodi tai joku muu merkintä otetaan käyttöön, sitä kannattaa hyödyntää laajemminkin esimerkiksi varastonhallinnassa, tuote-erien seurannassa tai muissa valmistusvaiheissa. Tällainen tieto on arvokasta jatkokehityksessä, kun tavoitteena on sujuvoittaa koko tuotantoketjua robotiikan ja tekoälyn avulla.
Kiitos Piir-Groupille yhteistyöstä!
