Роботы теперь важны не механикой, а софтом, данными и симуляцией
Конкурентное преимущество в робототехнике смещается от железа к программному обеспечению, данным и среде разработки.
Несколько лет назад разговор о роботах был преимущественно механическим. Насколько точна кинематика? Какова полезная нагрузка? Каков ресурс? Производители соревновались по механическим характеристикам, и разрыв между хорошим и плохим роботом был физическим.
Сейчас этот разрыв значительно сократился. Механика нескольких крупных производителей достигла уровня, где она перестала быть главным дифференциатором. Конкурентное преимущество сместилось в сторону программного обеспечения, данных и инструментов разработки. Это фундаментальный сдвиг, который меняет то, как нужно думать о выборе и эксплуатации роботизированных систем.
Почему софт стал важнее железа
Механический робот без хорошего управляющего программного обеспечения - это инструмент с ограниченной применимостью. Он может выполнять одну запрограммированную задачу стабильно. Но если задача изменилась - переналадка требует инженерных компетенций и времени.
Современный программный стек для роботов меняет это. Системы с машинным зрением адаптируются к изменению расположения деталей. Алгоритмы планирования траектории перестраиваются на лету при изменении препятствий. Интерфейсы для программирования становятся доступнее - оператор с базовой подготовкой может настроить задачу, не привлекая внешнего интегратора.
Это не фантазия о будущем - это то, что сейчас предлагают лидирующие вендоры, и то, что начинает влиять на реальные решения о закупке.
Роль данных в современной робототехнике
Промышленный робот - это источник данных. Каждое движение, каждый цикл, каждое отклонение от нормы - это сигнал. Вопрос в том, что с ним делать.
Производители, которые начали работать с этими данными, получают несколько практических преимуществ. Первое - предиктивное обслуживание: отклонения в вибрации, токах привода, времени цикла предсказывают отказ задолго до его наступления. Второе - оптимизация процесса: накопленные данные о производительности позволяют выявить систематические потери в цикле. Третье - контроль качества: данные о параметрах каждого цикла связываются с данными о качестве продукта.
Кто не собирает эти данные - просто не имеет к ним доступа. Это не вопрос аналитических мощностей, это вопрос архитектурного решения о том, что сохранять.
Симуляция как практический инструмент
Раньше симуляция роботизированных ячеек была уделом крупных автомобильных производителей с бюджетами на специализированный sofware. Сейчас инструменты симуляции стали значительно доступнее.
Что это даёт практически? Проектирование и тестирование новой ячейки в виртуальной среде до монтажа оборудования - это сокращение времени пусконаладки и снижение риска дорогостоящих ошибок в компоновке. Тестирование новых программ в симуляторе без остановки производственной линии. Обучение операторов на виртуальной модели до работы с реальным оборудованием.
Для компании, которая думает о роботизации, это меняет стоимость эксперимента: попробовать идею в симуляции дешевле, чем строить пилот на железе.
Как это меняет критерии выбора
Если раньше при выборе робота смотрели в первую очередь на механические характеристики, сейчас список вопросов шире:
- Насколько открыт программный стек - можно ли интегрировать сторонние системы зрения, планирования, аналитики?
- Какие данные робот отдаёт по умолчанию и как к ним получить доступ?
- Есть ли инструменты симуляции, и насколько они точно отражают реальное поведение системы?
- Насколько велико сообщество разработчиков и интеграторов вокруг этой платформы?
- Каковы условия лицензирования программного обеспечения при масштабировании парка?
Механика имеет значение. Но в 2016 году компания, которая выбирает робота только по механике, рискует обнаружить, что через несколько лет она заперта в экосистеме с ограниченными возможностями развития.