Teams aus Menschen und Robotern, die zusammenarbeiten, werden in der Industrie immer häufiger vorkommen. Beispielsweise könnten menschliche und automatisierte Mitarbeiter zusammenarbeiten, um Online-Bestellungen zu verarbeiten, indem sie sich intelligent in einem Lager bewegen und Artikel für den Versand auswählen.
Forscher der University of Missouri bringen uns dieser Realität näher, indem sie ein Softwaremodell entwickeln, das „Transport“-Roboter intelligenter machen soll.
Die Forschungsarbeit mit dem Titel „Collaborative Order Picking with multiple pickers and robots: Integrated approach for order batching, sequencing and picker-robot routing“ wurde in International Journal of Production Economics.
Optimierung der Zusammenarbeit zwischen Menschen und Roboter
Sharan Srinivas ist Assistenzprofessorin mit einer gemeinsamen Berufung in den Fachbereichen Industrial and Manufacturing Systems Engineering und Marketing.
„Robotertechnologie existiert bereits“, sagte Srinivas. „Unser Ziel ist es, diese Technologie durch effiziente Planung bestmöglich zu nutzen. Dazu stellen wir Fragen wie „Wie optimieren Sie bei einer gegebenen Liste mit zu kommissionierenden Artikeln den Routenplan für die menschlichen Kommissionierer und Roboter?“ oder „Wie viele Artikel sollte ein Roboter in einer bestimmten Tour kommissionieren? oder „In welcher Reihenfolge sollten die Artikel für eine bestimmte Robotertour gesammelt werden?“ Ebenso haben wir eine ähnliche Reihe von Fragen für den menschlichen Arbeiter. Die größte Herausforderung besteht darin, den Plan für die Zusammenarbeit zwischen den menschlichen Kommissionierern und den Robotern zu optimieren.“
Ein Großteil des menschlichen Aufwands und der Arbeitskosten in diesem Prozess entstehen durch die Erfüllung von Online-Bestellungen. Roboterunternehmen versuchen, den Prozess zu optimieren, indem sie kollaborative Roboter entwickeln, die oft als Cobots oder autonome mobile Roboter (AMRs) bezeichnet werden. Diese Bots können in verschiedenen Umgebungen wie einem Lager oder einem Distributionszentrum arbeiten und sind normalerweise mit Sensoren und Kameras ausgestattet, die bei der Navigation helfen. Das neue Modell wird zu einer schnelleren Erfüllung von Kundenaufträgen führen, indem wichtige Entscheidungen oder Fragen zur kollaborativen Kommissionierung optimiert werden.
„Der Roboter ist intelligent. Wenn er also angewiesen wird, zu einem bestimmten Ort zu gehen, kann er durch das Lager navigieren und trifft dabei keine Arbeiter oder andere Hindernisse“, sagte Srinivas.
Kein Ersatz für menschliche Arbeitskräfte
Srinivas ist auf Datenanalyse und Betriebsforschung spezialisiert. Laut dem Professor sind AMRs nicht darauf ausgelegt, menschliche Arbeitskräfte zu ersetzen. Stattdessen werden sie zusammenarbeiten, um die Effizienz des Auftragserfüllungsprozesses zu steigern. Beispielsweise können die Bots dabei helfen, Bestellungen schneller als ein menschlicher Arbeiter auszuführen. Gleichzeitig müssen menschliche Arbeiter weiterhin Artikel aus den Regalen entnehmen und auf die Roboter legen, die sie dann zu einem bestimmten Abgabepunkt innerhalb des Lagers transportieren.
„Der einzige Nachteil ist, dass diese Roboter keine guten Greiffähigkeiten haben“, sagte Srinivas. „Aber Menschen sind gut darin, Gegenstände zu greifen, also versuchen wir, die Stärke beider Ressourcen zu nutzen – der menschlichen Arbeiter und der kollaborativen Roboter. In diesem Fall befinden sich die Menschen also an verschiedenen Stellen im Lager, und anstatt dass ein Arbeiter den gesamten Gang durchläuft, um unterwegs mehrere Artikel aufzunehmen, kommt der Roboter zu dem menschlichen Arbeiter und dem menschlichen Arbeiter nimmt einen Gegenstand und legt ihn auf den Roboter. Daher muss sich der menschliche Arbeiter nicht anstrengen, um große Karren mit schweren Artikeln durch das Lager zu bewegen.“
Srinivas sagt auch, dass eine zukünftige Anwendung der Software an anderen Standorten eingesetzt werden könnte wie Lebensmittelgeschäfte innerhalb von drei bis fünf Jahren. Die Roboter könnten Bestellungen ausführen, während sie durch die Öffentlichkeit manövrieren.