Audi Menguji Robot Manusia Bergerak untuk Mengotomatiskan Proses Penyortiran Komponen Mobil

·oleh Henderson·Engineering
Audi Menguji Robot Manusia Bergerak untuk Mengotomatiskan Proses Penyortiran Komponen Mobil
Poin Penting
  • Audi sedang menguji robot manusia bergerak untuk mengotomatiskan penyortiran komponen.
  • Proyek ini menggabungkan operasi robot, kecerdasan buatan, dan teknologi simulasi virtual.
  • Robot menghadapi tantangan dalam mengenali dan menangani berbagai komponen.
  • Saat ini masih dalam tahap verifikasi konsep, dan jadwal penerapan belum dikonfirmasi.

Audi sedang melakukan pengujian di laboratorium produksi di Ingolstadt, Jerman, terhadap robot manusia bergerak yang dikembangkan oleh Agile Robots, untuk mengotomatiskan proses penyortiran komponen. Konsep verifikasi ini berfokus pada pemilihan komponen dari wadah dan menyusunnya dalam urutan yang benar untuk operasi perakitan selanjutnya. Proyek ini mengumpulkan Audi, Agile Robots, Dassault Systèmes, dan NVIDIA untuk mengeksplorasi aplikasi robot manusia dalam manufaktur mobil. Inisiatif ini menggabungkan pengujian robot fisik dan simulasi virtual, tetapi belum mengungkapkan hasil kinerja yang terukur atau jadwal penerapan yang lebih luas di pabrik.

Audi menguji robot manusia bergerak di laboratorium produksinya di Ingolstadt untuk mengotomatiskan penyortiran komponen. Konsep verifikasi ini menggabungkan operasi robot, kecerdasan buatan, dan simulasi virtual, untuk mengeksplorasi bagaimana robot dapat memilih komponen dari wadah dan menyusunnya dalam urutan yang benar untuk perakitan mobil. Proyek ini diumumkan pada 21 Oktober di konferensi NVIDIA GTC di Berlin, dengan tujuan untuk mengotomatiskan tugas penanganan material, yang masih menjadi tantangan bagi robot industri tradisional karena bentuk, kemasan, dan posisi komponen yang bervariasi. Operasi pasokan material Audi memerlukan sekitar satu juta pemilihan setiap hari, dan komponen harus dikirim ke stasiun kerja perakitan dalam urutan yang benar.

Angka ini menggambarkan skala alur kerja yang ada, bukan kinerja yang dicapai oleh robot manusia.

Tantangan Teknologi Robot Manusia

Pengujian menggunakan robot manusia Agile One bertujuan untuk menggabungkan kemampuan peregangan tinggi manusia dan operasi dua lengan, serta fleksibilitas dengan basis roda. Konfigurasi ini memungkinkan robot beroperasi di lingkungan industri yang ada tanpa perlu merancang ulang pabrik untuk mengakomodasi stasiun kerja robot tetap. Robot-robot ini saat ini sedang diuji di laboratorium produksi Audi, di mana perusahaan mengevaluasi teknologi untuk operasi manufaktur dan logistik di masa depan. Sistem ini dirancang untuk mengambil komponen dari wadah material dan menempatkannya dalam urutan yang ditentukan untuk digunakan dalam perakitan selanjutnya.

Gerd Walker, anggota dewan produksi dan logistik AUDI AG, dalam sebuah pernyataan mengatakan: "Selama beberapa dekade, pemilihan dalam proses penyortiran telah menjadi salah satu tugas otomatisasi yang paling menantang dalam logistik otomotif. Sekarang, kami bersama mitra kami menjelajahi bagaimana robot yang didorong oleh kecerdasan buatan dapat mengatasi tantangan ini dan membuka tingkat produktivitas baru di pabrik Audi kami."

Menangani komponen yang tidak terurut menghadapi beberapa tantangan teknis. Robot harus mengenali bagian individu, menentukan cara untuk mengambilnya, dan mengeluarkannya tanpa kerusakan, serta memposisikannya dengan benar. Komponen fleksibel atau semi-kaku sangat sulit untuk ditangani karena mereka dapat berubah bentuk selama proses operasi. Persepsi yang didorong oleh kecerdasan buatan dan koordinasi dua lengan dirancang untuk membantu sistem Agile Robots menghadapi tantangan ini. Pendekatan ini dapat memperluas otomatisasi ke tugas penanganan komponen yang sulit dilakukan secara andal, yang biasanya memerlukan desain sistem tradisional yang mengontrol objek tertentu dan lingkungan yang dirancang dengan cermat.

Aplikasi Pengujian Virtual

Namun, pengumuman tersebut tidak memberikan ukuran kecepatan pemilihan, frekuensi kesalahan, atau hasil kinerja lainnya dari pengujian. Proyek ini juga menggunakan simulasi virtual untuk mengevaluasi robot sebelum diterapkan dalam operasi logistik Audi. Dassault Systèmes menggunakan aplikasi DELMIA dan platform 3DEXPERIENCE untuk menciptakan kembar digital dari lingkungan logistik. Lingkungan digital ini akan memungkinkan insinyur untuk mengevaluasi apakah tugas robot yang diusulkan dapat dilaksanakan, serta menilai waktu siklus, ergonomi, dan keselamatan. Basis data NVIDIA Omniverse menyediakan kemampuan tambahan untuk mensimulasikan interaksi antara lingkungan fisik dan robot.

Penguji virtual dari faktor-faktor ini dapat membantu insinyur mengidentifikasi masalah potensial sebelum melakukan pengujian fisik, serta memberikan cara untuk memeriksa berbagai kondisi operasi tanpa harus mengganggu proses produksi yang nyata secara berulang.

Mitra juga berencana untuk menggunakan asisten virtual yang didorong oleh kecerdasan buatan untuk mendukung alur kerja teknik, mempercepat pengembangan dan verifikasi. Inisiatif ini merupakan bagian dari upaya yang lebih luas di industri otomotif untuk memanfaatkan robot manusia dalam tugas logistik dan manufaktur. Nilai praktisnya akan bergantung pada kemampuan sistem untuk secara stabil menangani berbagai komponen, beroperasi dengan kecepatan produksi yang efektif, dan berfungsi dengan andal dalam infrastruktur pabrik yang ada. Saat ini, proyek Audi masih dalam tahap verifikasi konsep, dan jadwal penerapan di seluruh pabrik belum dikonfirmasi.

Tantangan Masa Depan dalam Otomatisasi Penyortiran Komponen Mobil

Audi bekerja sama dengan Agile Robots untuk mengotomatiskan proses penyortiran komponen mobil melalui robot manusia. Keberhasilan teknologi ini akan secara signifikan meningkatkan efisiensi produksi, terutama dalam menangani komponen dengan bentuk dan kemasan yang bervariasi. Namun, robot harus mengatasi tantangan teknis dalam mengenali dan mengambil komponen, yang masih menjadi tugas yang sulit bagi robot industri tradisional. Selain itu, penggunaan simulasi virtual dapat membantu mengidentifikasi masalah potensial sebelum pengujian fisik, yang akan membantu mengurangi risiko dalam proses produksi. Secara keseluruhan, nilai praktis teknologi ini akan bergantung pada stabilitas dan keandalannya dalam lingkungan pabrik yang ada.

H
Tentang penulis
Henderson