Atlas и DARPA: что большая робототехника говорит о будущем автоматизации
Даже далёкие от вашего бизнеса роботы полезны как индикатор - они показывают, насколько зрелыми стали сенсоры, алгоритмы баланса и взаимодействие человека с машиной.
В июле 2013 года DARPA провело первые соревнования Robotics Challenge, где команды демонстрировали роботов, способных работать в условиях ликвидации техногенных катастроф. Робот Boston Dynamics Atlas - один из центральных участников - умеет ходить по неровной поверхности, открывать двери, подниматься по лестнице и работать с инструментами.
Большинству руководителей, которые думают об автоматизации своих процессов, Atlas кажется чем-то бесконечно далёким. Военные гранты, исследовательские лаборатории, задачи, которые не имеют ничего общего со складом или производством.
Это понятная реакция, но неточная. Такие проекты полезны не как прямой рецепт, а как опережающий индикатор.
Что на самом деле решается в этих проектах
DARPA Robotics Challenge - это стресс-тест для набора базовых технологий. Когда робот проходит по неровному полу и открывает клапан, за этим стоят решённые задачи, которые имеют прямое отношение к любой автоматизации.
Сенсорика. Atlas использует лидары, стереокамеры и инерционные датчики для построения модели окружающей среды в реальном времени. Те же классы сенсоров становятся дешевле и доступнее. Промышленный вилочный погрузчик, который ориентируется на складе без разметки пола - это та же технология, просто в другом контексте.
Планирование движений. Алгоритмы, которые позволяют роботу устойчиво двигаться и реагировать на препятствия, разрабатываются годами. Когда они достигают зрелости в экстремальных условиях, они становятся доступны для более простых задач.
Взаимодействие человека и машины. Один из ключевых вызовов DARPA - задержка связи и ограниченное участие оператора. Это форсирует разработку систем, которые могут работать с частичной автономией, получая общую задачу, а не команды на каждое движение. Это то, чего не хватает большинству промышленных роботов сегодня.
Как читать такие новости с точки зрения бизнеса
Я не предлагаю следить за DARPA как за прямым источником идей для внедрения. Я предлагаю использовать такие события как калибровочную точку.
Если в 2013 году двуногий робот уже умеет ориентироваться в разрушенном здании, это означает, что технологии навигации и восприятия для более простых и структурированных сред - тех самых складов, производственных линий, сортировочных узлов - достигают реальной зрелости в ближайшие несколько лет.
Разрыв между исследовательским прототипом и промышленным продуктом всегда существует. Но он измеряется годами, а не десятилетиями. И он сокращается.
Где это проявится раньше всего
Не все сценарии автоматизации ждут одинаково долго. Первыми получают пользу складские роботы и подобные им - структурированные, повторяющиеся среды созревают первыми. Первыми получают пользу те задачи, где:
- среда структурирована и относительно предсказуема;
- задача повторяется с высокой частотой;
- точность важнее гибкости;
- цена ошибки высока и стимулирует инвестиции в надёжность.
Перемещение однотипных грузов, контроль качества визуальной инспекцией, сборка из стандартных компонентов - это те области, где технологии из исследовательских лабораторий становятся промышленными продуктами быстрее всего.
Открытый инструментарий для робототехники развивается по той же кривой - ROS и открытая платформа представляют программную сторону этого созревания.
Практический вопрос для руководителя
Правильный вопрос сейчас не "нужен ли нам робот". Правильный вопрос - "какие наши процессы мы описали бы как кандидатов для автоматизации, если бы технология была достаточно зрелой".
Этот список стоит составить сегодня, не откладывая до момента, когда технология будет буквально на полке. Потому что к тому моменту конкуренты, которые думали об этом раньше, уже будут иметь пилоты, накопленные данные и понимание того, что работает, а что нет.
Слежка за прогрессом DARPA - это дешёвый способ понять, когда менять горизонт планирования.