自動車におけるロボティクスの利用を解き放つ

ロボット革命は何十年も前から期待されていましたが、まだ実現していません。毎年、自動車メーカーとそのサプライヤーは何千台ものロボットを購入していますが、その数は予測されていたよりもはるかに少ないものです。ロボットは、予想よりもはるかに長く存続しているいくつかの障壁のために、可能な限り広く使用されていません.採用に対するこれらの障壁は、最終的には国の製造能力を高め、サプライ チェーンを改善する機会を逃す可能性があります。

パンデミックが商品の入手可能性の不足を悪化させ、重要なサプライチェーンがどれほど簡単に混乱する可能性があるかに光を当てているため、国の国内能力を強化するのに役立つテクノロジーとソリューションに焦点を当てるのにこれほど良い時期はありません。最近の大統領令は、これがバイデン政権の焦点になることを示しているため、今こそ行動する時です。

導入の障壁

一般的に言えば、自動車業界でのロボットによる自動化の普及には 3 つの障壁があります。まず第一に、コストが高すぎる。コストには、ロボット自体の購入だけでなく、他のいくつかの重要な関連コストも含まれます。典型的なロボットワークセルは、広範なエンジニアリング調整を必要とします。作業セルに 1 つまたは複数のロボットを配置するだけでも、費用のかかる作業です。次に、作業セルの設計が完了したら、ロボットをプログラムする必要があります。ロボットのプログラミングは、多くのエンジニアの悩みの種であり、そのためにお金を払わなければならないメーカーの悩みの種でもあります。ロボット工学を導入するための高いコストは、少量の製品または低価値の製品を生産する誰によっても償却できず、サプライヤが大規模に展開する余裕がないことさえ証明されています. International Federation of Robotics による最近の調査結果によると、産業用ロボットの生涯運用コストの平均 75% がプログラミングにかかっています。タスクが変更されるたびに、アプリケーションを再プログラムする必要があります。

採用に対する 2 つ目の障壁は、柔軟性の欠如です。ワークセルの設計とロボットのプログラミングが完了したら、作業内容を変更しない限り、設定は完了です。新しいロボットであろうと製造プロセスのバリエーションであろうと、変更には (少なくとも) 再プログラミングが必要であり、ロボットの配置を変更するために作業セルを再設計および再検証するプロセスを開始する可能性が非常に高くなります。この柔軟性のなさは、少量でさまざまな製品を生産する人にとって、ロボット工学を実現不可能なものにしています。

3 番目の障壁は、作業セルにロボットを追加することによるわずかな利益しかないことです。単一のロボットをプログラミングするのは困難です。複数のロボットが衝突することなく共有スペースで動作するようにプログラミングすることは、数か月のエンジニアリング時間を費やす非常に困難な作業です。実際、マルチロボット プログラミングは非常に難しいため、エンジニアはプログラミング時間を短縮するために単純化を行っていますが、その代償として効率が大幅に低下しています。

最も一般的な単純化は、「干渉ゾーン」の使用です。これは、複数のロボットが到達する可能性のあるスペースに複数のロボットが存在することを禁止しますが、実際には、複数のロボットが衝突することなくそのようなスペースを頻繁に共有できます。干渉ゾーンの使用により、4 台のロボットを使用した作業セルが 1 台のロボットの 2 倍未満のパフォーマンスを達成することは珍しくありません。このマルチロボット作業セルの効率の低さは、ロボットを導入する余裕のある企業であっても、ロボットの使用を減少させます。

ロボット工学の可能性を解き放とうとするなら、採用の障壁を下げる必要があります。私たちは、自動車業界の誰もがロボット工学をより活用できるようにしたいと考えています。ロボットのコストとエンジニアリング時間は減少しそうにないため、私たちの管理における重要な手段は、展開とプログラミングの時間と費用です。

私たちの目標を達成するには、現在の状況に適応でき、比較的構造化されていないワークセルで動作できるロボットが必要です。次に、適応性は、信頼できるビジョンと素早いモーション プランニングという 2 つの機能に依存します。

• 信頼できるビジョン - ロボットが周囲を観察して反応できるようにします。民主化には、ビジョンが信頼できるだけでなく、比較的安価であることが必要です。幸いなことに、視力には優れた低コストのオプションが数多く存在し、それらはより良く、より安くなり続けています。
• モーション プランニング (ロボットを現在のポーズから目的のポーズに衝突させることなく実現する方法を計算および調整するプロセス) は、動的な環境、特に人がいる環境に適応できるほど高速である必要があります。モーション プランニングのパフォーマンスは、歴史的に汎用アプリケーションには十分ではなく、ロボットの反応が遅くなるか、まったくビジョンなしで動作するようになりました (たとえば、ロボットが反応する必要がないように高度に設計された作業セル内)。しかし、学界と産業界における最近の進歩は、モーション プランニングのボトルネックが間もなく解消されることを示唆しています。

民主化には、高性能を維持しながら迅速にプログラミングできるロボットも必要です。現在、高性能または許容範囲内の (それでも長い) プログラミング時間のいずれかを達成できますが、業界では一貫して後者が選択されています。プログラミング時間を短縮し、パフォーマンスを向上させるための唯一の解決策は、プログラミング自体の大幅な自動化です。

エンジニアに、すべての動きを振り付けながら、複数の腕の軌道について推論するように依頼することは、成功への道ではありません。自動車業界は、エンジニアの労力のほとんどまたはすべてを取り除く新しいソフトウェア ツールを必要としています。これにより、エンジニアは、ロボットに実行させたいタスクを簡単に指定でき、ソフトウェアがロボット プログラムを生成できます。これらの進歩は、Java や Python のような高水準言語での一般的な (非ロボット) プログラミングがアセンブリ言語でのプログラミングよりもはるかに高いプログラマーの生産性を可能にするのとほぼ同じ方法で、ロボット プログラマーの生産性を向上させます。どちらの場合も重要なのは、プログラマーに高レベルの抽象化を提供し、ソフトウェア ツールを使用して、この書きやすいコードを低レベルで必要なものに自動的に変換することです。

ロボット産業は、自動車製造部門とサプライ チェーンでその可能性にほとんど到達していませんが、いくつかの重要な分野での革新により、はるかに大きな価値が実現される可能性があります。ロボット工学の民主化により、多くの自動車会社が追加のロボットを導入し、それらから大きな利益を得られるようになります。さらに、コストを削減し、作業セルにロボットを追加することの限界利益を改善することで、価値提案を追加できます。最終的な結果として、国内の製造能力が大幅に向上し、より信頼性の高い国内サプライ チェーンを構築する機会が得られ、材料や労働力における将来のパンデミック レベルの混乱に備えることができます。