Automatisation, systèmes autonomes et Edge Computing

Les entreprises sont vendues sur l'automatisation. Par rapport aux processus hérités, l'automatisation se traduit par une plus grande productivité, même des opérations 24 heures sur 24, 7 jours sur 7, si vous le souhaitez. De plus, le travail est efficace et cohérent - les machines ne perdent pas leur concentration vers la fin d'un quart de travail. De plus, les tâches automatisées dépendent moins d'employés spécifiques qui conservent des connaissances tribales qui les aident à bien faire leur travail, et en cas de roulement d'employés, les employés n'emportent pas ces informations avec eux.

Les entreprises ont réalisé que l'automatisation permet de surmonter ces défis. Cependant, ce que les entreprises n'ont pas entièrement découvert, c'est que les avantages de l'automatisation peuvent croître de manière exponentielle lorsqu'elles créent des processus autonomes avec des solutions intelligentes qui fonctionnent ensemble tout au long de leurs opérations. 

L'évolution de l'automatisation

Les opérations ont tendance à automatiser les processus de manière itérative dans des étapes telles que :

  • En commençant par des processus manuels, entièrement dépendants des humains pour effectuer le travail
  • Ensuite, fournir des outils pour aider les employés à faire leur travail de manière plus efficace ou précise, en créant une étape semi-automatisée dans laquelle il n'y a que des changements minimes aux procédures d'exploitation standard
  • Ensuite, changer pour permettre aux machines de faire plus de travail, augmenter encore l'efficacité, réduire les coûts et augmenter le débit, et déplacer les employés vers des rôles d'inspecteur ou d'opérateur.
  • Les processus évoluent de « automatisés » à « autonomes » et l'intervention humaine devient de moins en moins nécessaire à mesure que l'apprentissage automatique (ML) et d'autres formes d'intelligence artificielle (IA) reconnaissent les modèles et prennent des décisions.
  • Enfin, des processus entièrement autonomes émergent avec des systèmes qui apprennent, « pensent » et prennent des décisions ou agissent par eux-mêmes.

Lorsqu'un processus est autonome, un humain n'a pas besoin de dire à la machine quoi faire ensuite. La machine sait quand travailler plus vite ou arrêter la production pour éviter des dommages ou des dangers. Il sait également quand les choses fonctionnent comme elles le devraient et quand elles ne fonctionnent pas, et comment remettre les processus sur les rails.

La prochaine évolution

Les entreprises dotées de processus automatisés disparates, de systèmes autonomes et de robots bénéficieront de la phase émergente de création d'opérations efficaces : autonomie de l'essaim.

Figure 1 : L'évolution de l'automatisation

Cette prochaine phase de l'évolution des processus autonomes connecte les systèmes intelligents pour utiliser les données qu'ils collectent et génèrent pour informer d'autres processus tout au long de l'opération. Un exemple est de permettre aux machines d'emballage de communiquer avec des robots mobiles autonomes (AMR) qui leur apportent des fournitures telles que des boîtes et du ruban adhésif - et même de permettre aux AMR de communiquer entre eux. Au sein de la autonomie de l'essaim modèle, les machines travaillent ensemble pour créer des processus parfaitement orchestrés.

Autonomie en essaim en action

Les innovateurs créent des solutions qui donnent vie à la vision de l'autonomie symbiotique. Par example, FARobot Inc., la coentreprise d'ADLINK et de Hon Hai Technology Group (Foxconn) a été créée en 2020 pour répondre aux besoins toujours croissants en matière d'automatisation de la fabrication et de la logistique afin d'améliorer l'agilité de la production. Elle a développé la première solution Swarm Autonomy au monde en simulant le principe d'essaim naturel opéré par les abeilles ou les fourmis, permettant la manipulation collective de matériaux par des robots dans des ateliers dynamiques et non structurés avec une navigation sûre et harmonisée et des processus intralogistiques rationalisés.

Soutenu par la plate-forme Swarm Core, le logiciel d'orchestration robotique et la série Swarm Mobile Robots (SMR), Swarm Autonomy solidarise un groupe de SMR, AMR multimarques, AGV et équipements de transport de matériel pour travailler ensemble pour une efficacité optimisée. La plate-forme Swarm Core permet le déploiement plug-and-play d'une flotte hybride, donc hautement évolutive pour les fabricants de toute taille.   

Un autre exemple est l'usine intelligente du Fair Friend Group. Le fabricant mondial d'outils souhaitait améliorer la flexibilité, l'efficacité et le contrôle des coûts face aux défis de la pénurie de main-d'œuvre et à l'évolution des demandes qui nécessitaient des mises à niveau logistiques. Le fabricant a utilisé le service de données distribuées (DDS) comme middleware combiné à une transmission privée à faible latence et à haut débit 5G pour donner à sa flotte d'AGV les capacités de réactivité et de collaboration. La première mise en œuvre de l'autonomie en essaim de Fair Friend Group a permis aux AMR de transporter des pièces et des composants vers des sites d'inspection.

Comment atteindre l'autonomie en essaim

ROS 2 a joué un rôle déterminant dans la mise en place de systèmes autonomes. Il étend les capacités ROS en facilitant la prise en charge des systèmes multi-robots, des certifications de sécurité et de la sécurité. Il prend également en charge l'informatique de périphérie, qui aide à résoudre les problèmes de latence et de bande passante, et il est open source, de sorte que les architectes de solutions peuvent ajouter des fonctionnalités ou des composants et extraire tous les types de données nécessaires. De plus, DSS est essentiel pour permettre aux données de circuler de machine à machine, de machine à système d'entreprise - ainsi que de machine à humain - dans des processus autonomes.

AMR, AGV, et d'autres machines en mouvement dans des processus autonomes nécessitent également une localisation et une cartographie simultanées (SLAM) qui permettent au robot ou au véhicule de suivre un chemin ou d'éviter des obstacles. Le bon matériel et les bons composants sont également nécessaires pour donner aux systèmes autonomes la capacité de comprendre leurs environnements et la tâche à accomplir. Les systèmes de caméras et les capteurs intelligents, par exemple, donnent des « yeux » aux robots mobiles autonomes pour qu'ils puissent choisir et livrer les bons articles.

Une autre considération dans la création d'un processus autonome à l'épreuve du temps est l'évolutivité. Il peut sembler que plus de robots conçus pour plus de tâches augmenteraient la production et l'efficacité. Cependant, sans tenir compte de l'évolution du système, vous pourriez rencontrer interférence de chemin et de capteur qui limitent – ou diminuent – les performances. ADLINK relève le défi de l'évolutivité avec le Série ROScube contrôleurs de robots pour applications robotiques avancées. Il comprend des analyses d'IA de pointe hautes performances pour prendre en charge des processus autonomes dans des environnements dynamiques.

Lancez-vous sur les rails avec des processus autonomes

Bien que les environnements de processus autonomes entièrement connectés soient désormais des objectifs plutôt que des réalités pour les fabricants, la bonne nouvelle est que toute la technologie nécessaire pour les créer est disponible. Ajoutez votre créativité et votre talent pour l'innovation, et vous pouvez vous rapprocher dès aujourd'hui des opérations autonomes.

En savoir plus sur la façon dont un partenariat avec ADLINK soutiendra les processus autonomes.


Eddie Liu
Eddie Liu

Business Development Manager, Autonomous Business Center chez ADLINK

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.