Im Bereich der Robotik, der mit Optionen gefüllt ist, die fast jede Aufgabe erfüllen können, zeichnen sich autonome mobile Roboter (AMRs) durch ihre Fähigkeit aus, ihre Umgebung zu bewältigen und den Kontext zu verstehen, in dem sie ohne Controller arbeiten, um sie zu steuern und zu überwachen Ihnen. Durch ein Netzwerk aus Software, Middleware, Geräten und künstlicher Intelligenz (KI) einschließlich maschineller Bildverarbeitung sind AMRs zu wertvollen Vermögenswerten in Unternehmen geworden, wie zum Beispiel:

• Krankenhäuser und Gesundheitseinrichtungen– AMRs, die während der Pandemie verwendet wurden, desinfizierten Bereiche nach Gebrauch und erfolgten Lieferungen, um den Kontakt von Mensch zu Mensch zu minimieren. “Roboterkrankenschwestern“ half sogar bei der Versorgung von Patienten in den am stärksten betroffenen Regionen Italiens, zeichnete die Vitalparameter der Patienten auf und ermöglichte die Fernkommunikation, um den Kontakt einzuschränken.

• Lager – AMRs, die mit mehreren Sensoren ausgestattet sind, können sich sicher durch Bereiche mit hoher Aktivität bewegen, um Menschen bei Aufgaben wie der Kommissionierung und dem Transport von Rohstoffen, Teilen oder Fertigprodukten präzise auszuführen oder zu unterstützen

• Fertigungsbetriebe – AMRs haben sich bei der Materialhandhabung bewährt und bieten eine größere Agilität und Leistung als Förderbänder.

• Anwendungsfälle für Überwachung – Unbemannte Luftfahrzeuge (UAVs), eine Art von AMR, werden zur Überwachung in der Strafverfolgung, beim Militär, bei Such- und Rettungsdiensten, in der Landwirtschaft und mehr verwendet.

Es gibt zahlreiche Möglichkeiten, wie AMRs in diesen und anderen Anwendungsfällen einen Return on Investment (ROI) erzielen – oft erheblich und schnell. Im Gegensatz zu ortsfesten Robotern können AMRs Aufgaben überall dort ausführen, wo sie benötigt werden, sei es in der gesamten Werkstatt oder in einer anderen Einrichtung. Sie können mit Mitarbeitern oder Teams zusammenarbeiten, um

Materialien zu tragen oder Routineaufgaben zu erledigen, wodurch menschliche Arbeitsschritte und Zeit eingespart werden, damit sie produktiver sein können. AMRs können multifunktional sein – es ist nicht notwendig, sie für die Ausführung nur einer Aufgabe zu entwickeln – damit sie nicht untätig herumsitzen müssen. Sie können innerhalb von ein bis zwei Monaten trainiert und bereitgestellt werden und sind skalierbar – Sie können eine bereitstellen und dann nach Bedarf zusätzliche AMRs hinzufügen.

In Anbetracht der Vorteile und Renditen, die AMRs in einer Reihe von Anwendungsfällen bieten, ist in den nächsten fünf Jahren mit einer zunehmenden Akzeptanz zu rechnen. ResearchAndMarkets.com schätzt, dass der globale Markt für autonome mobile Roboter auf $145,5 Milliarden bis 2026, was einer beeindruckenden CAGR von 24,6% entspricht.

4 Schlüssel zum AMR-Erfolg

Wenn Ihr Unternehmen sich entschieden hat, Teil dieses Wachstumstrends zu sein, ist es wichtig zu wissen, dass erfolgreiche AMR-Projekte von vier grundlegenden Bereichen abhängen:

1. Roboterbetriebssystem (ROS)

Fast eine Million, oder 55% aller verkauften Roboter im Jahr 2024 wird ROS verwenden. ROS, das weder ein Roboter noch ein Betriebssystem ist, ist ein Satz von Tools und Frameworks für die Entwicklung von Robotikanwendungen. ROS ist einer der wichtigsten Teile eines AMR-Projekts. Offene Robotik' ROS ist eine Sammlung von Tools, Bibliotheken und Konventionen, die es Roboterentwicklern ermöglichen, vorhandene Arbeit zu nutzen, um ihre Projektzeitpläne zu beschleunigen. ROS 1 bot Entwicklern ursprünglich nicht alles, was für Industrieroboterprojekte benötigt wird, die geschäftskritische Sicherheit, Integration mit anderen Robotern und Betriebstechnologie sowie Skalierbarkeit erfordern. Diese Nachfrage trieb die Entwicklung von ROS 2, die Wahl für industrielle AMR-Projekte.

2. Open-Source-Technologie

Proprietäre Technologien können Ihre Vision von voller AMR-Funktionalität und der Fähigkeit des Roboters, mit anderen Systemen zu arbeiten, bremsen. Open-Source-Technologie ermöglicht ein vollständig vernetztes Ökosystem, das den freien Datenfluss zu und von Robotern, Industrieanlagen, Systemen, der Cloud, Anwendungen und Menschen ermöglicht.

Eclipse Cyclone DDS (Data Distribution Service), ein Open-Source-Eclipse-IoT-Inkubatorprojekt, treibt beispielsweise die Open-Source-Roboterentwicklung voran. Wir sind stolz darauf, einen großen Beitrag zu Eclipse Cyclone DDS zu leisten, das vom technischen Lenkungsausschuss von ROS 2 als Tier-One-ROS 2-Middleware und auch als Standard für ROS 2 bezeichnet wird Galatisches Geochelon freigeben. Open-Source-Projekte wie Eclipse Cyclone DDS und sogar Zenoh, unterstützen ROS 2 und helfen dabei, die AMR-Entwicklung schneller, einfacher, sicherer und zuverlässiger zu machen.

3. Edge-Computing

AMRs müssen große Datenmengen von mehreren Eingaben verarbeiten, um genau und zuverlässig zu funktionieren. Eingaben können KI-Vision umfassen – Objekterkennung, ML-Training und 3D-Erfassung, LiDAR und Sensoren, Kommunikation mit anderen Robotern, SPS und Industriesystemen und vieles mehr. AMRs müssen in Sekundenbruchteilen Entscheidungen treffen und kontinuierlich in Echtzeit rechnen, um Entscheidungen zu treffen und sicher mit Menschen zu interagieren. Wenn beispielsweise ein Mitarbeiter den Weg einer AMR im Lager betritt, die Material transportiert, oder wenn eine AMR im Krankenhaus lebensbedrohliche Vitalparameter eines Patienten erkennt, ist die Übertragung von Daten in die und aus der Cloud über eine ununterbrochene Verbindung nicht praktikabel, wenn eine Echtzeit- Antwort ist notwendig.

Eine Strategie aus Edge- und Cloud-Computing ist die bessere Lösung. Entwickler können die Cloud nutzen, um die großen Datensätze zu verwalten, die zum Trainieren von AMRs erforderlich sind. Dann können die eingesetzten Roboter am Edge arbeiten und die autonome Rechenleistung nutzen, die für die sofortige Arbeit erforderlich ist. Unser ROScube ROS 2 Robotik-Steuerungen kombiniert beispielsweise ADLINKs führende DDS-Software für Militäranwendungen mit robuster Edge-Hardware, die sich direkt am Rand des AMR befindet, für die AMR-Navigation.

4. Partner-Ökosystem

Erfolgreiche AMRs sind meistens das Ergebnis des Aufbaus des richtigen Partner-Ökosystems unter Nutzung vieler verschiedener Technologien. Allein ein AMR-Projekt in Angriff zu nehmen – wenn dies für Ihre internen Ressourcen überhaupt möglich ist – würde viel mehr Zeit in Anspruch nehmen als nötig. Es würde auch bedeuten, dass Sie Trial-and-Error durchlaufen, die vermieden werden könnten, indem Sie das Fachwissen erfahrener Partner nutzen, um das Projekt auf Kurs zu halten. Die richtigen Partnerschaften ermöglichen Ihnen eine schnellere Bereitstellung eines AMR und tragen dazu bei, dass es in realen Situationen zuverlässig und genau funktioniert und Ihnen die Ergebnisse und den ROI liefert, die Sie benötigen.

Ein cooles Beispiel für ein Partner-Ökosystem, das für AMRs zusammenarbeitet, ist das Indy Autonome Herausforderung, dem weltweit ersten autonomen Hochgeschwindigkeits-Kopf-an-Kopf-Rennen auf dem Indianapolis Motor Speedway (natürlich sind wir stolz darauf, offizieller Edge-Computing-Sponsor zu sein!). Und ja, Sie haben richtig gelesen. Dies ist das erste Rennen, das vollständig von Computern unterstützt wird. Es fahren keine Menschen Rennen, sondern entwickeln und entwickeln.

Die Rennwagen sind im Wesentlichen sehr schnelle Roboter. Jeder Rennwagen ist ein modifizierter Dallara IL, der mit Hardware und Steuerung nachgerüstet wurde, um eine Automatisierung zu ermöglichen. Ein Ökosystem von Open-Source-Entwicklungsmitarbeitern ist in der Lage, dies zu ermöglichen, darunter natürlich sowohl Open Robotics als auch die Eclipse Foundation, aber auch Apex.AI, The Autoware Foundation, Industrial Technology Research Institute, Open ADx Working Group und mehr.