Onderzoekers van Stanford University hebben een algoritme ontwikkeld dat teams van autonome robots aanstuurt bij modulaire productieprocessen. Het onderzoek, gepubliceerd in het vakblad Robotics and Autonomous Systems, beschrijft een systeem dat ontwerpplannen vertaalt naar geoptimaliseerde assemblageprocessen. Hierdoor kunnen robots zelfstandig of in teamverband werken, subassemblages beheren en efficiënt door gedeelde werkruimtes navigeren.
Het algoritme verwerkt gegevens over de specificaties van robots en productie-eisen, en genereert vervolgens een gecoördineerd plan met onder meer werkstationindelingen, taaktoewijzingen en botsingsvermijding. Deze aanpak moet de flexibiliteit vergroten en de tijd voor het ombouwen van productielijnen verkorten – een belangrijk voordeel ten opzichte van de traditionele, vaste assemblagelijnen.
“Wat ons werk bijzonder maakt, is de omvang van de problemen die we aanpakken,” zegt Mac Schwager, universitair hoofddocent lucht- en ruimtevaarttechniek aan Stanford en mede-auteur van het artikel. “Er is eerder onderzoek gedaan naar afzonderlijke onderdelen van dit proces, maar wij zijn volgens mij de eersten die alles samenbrengen in één grootschalig systeem.”
De onderzoekers testten het algoritme door een assemblageplan te maken voor een speelgoedmodel van de Saturnus V-raket, bestaande uit 1.845 onderdelen en 306 subassemblages, uitgevoerd door 250 robots. Het volledige plan werd in minder dan drie minuten gegenereerd.
“Ons doel is om zo snel mogelijk van grondstof naar eindproduct te gaan. Dat bereik je door processen te paralleliseren,” aldus Mykel Kochenderfer, universitair hoofddocent en hoofdauteur van het artikel. “Het is geen lineaire volgorde – we proberen zoveel mogelijk stappen tegelijkertijd uit te voeren.”
Dankzij de modulaire opzet kan het systeem zich eenvoudiger aanpassen aan veranderingen. “Op dit moment kost het veel tijd en moeite om een productielijn om te bouwen,” legt promovendus en mede-auteur Dylan Asmar uit. “Met een modulaire aanpak als deze wordt het aanpassen van je productieproces veel eenvoudiger en gestroomlijnder.”
Ter ondersteuning van verdere ontwikkeling hebben de onderzoekers een open-source simulator beschikbaar gesteld. Hiermee kunnen andere teams constructie-algoritmen testen en analyseren hoe wijzigingen in systeemeisen de prestaties beïnvloeden. De simulator wordt ook als educatief hulpmiddel ingezet om studenten inzicht te geven in roboticasystemen.
“Er zijn nog genoeg uitdagingen voordat onze methode toepasbaar is in een echte productieomgeving,” besluit hoofdauteur Kyle Brown, die het project begon als onderdeel van zijn promotieonderzoek.
