Lees Ook

Robots maken plannen

Prof. René de Koster: “AMR’s vergen aangepaste planning”

Robots maken plannen
We zien ze steeds vaker opduiken in fabrieken en magazijnen, maar evengoed in ziekenhuizen: autonome mobiele robots of AMR’s. Hun geavanceerde hardware en besturingssoftware maken autonome operaties in dat soort dynamische omgevingen ook steeds meer mogelijk. “Tegelijk heeft die technologische vooruitgang een impact op het plannings- en controleproces voor diezelfde toestellen”, vertelt René de Koster, professor of Logistics & Operations Management aan de Erasmus Universiteit Rotterdam.
 
VCM: Voor alle duidelijkheid: waarover hebben we het eigenlijk als we over AMR’s spreken? En hoe onderscheiden die robots zich van de automatisch geleide voertuigen of AGV’s die we kennen uit de logistieke omgeving?
Prof. René de Koster: “Die AGV’s zijn al een hele tijd op de markt. Ze bestaan al sinds de jaren vijftig en zijn sindsdien steeds verder ontwikkeld. Ook AMR’s kun je in feite als een verdere, doorgedreven ontwikkeling van die AGV’s beschouwen. Het grote verschil is dat een AMR, zoals de naam zelf al aangeeft, autonoom opereert – of in elk geval autonomer dan een AGV. Een AMR kan zijn omgeving zelfstandig waarnemen en op basis van die observaties ook zelfstandig een aantal beslissingen nemen en gerichte acties uitvoeren.
 
AGV’s hebben in de regel een vast pad waarlangs ze rijden. Duikt er op dat pad een onvoorzien obstakel op, dan stoppen ze en wachten ze tot dat obstakel weggaat of een medewerker ingrijpt in het proces. Een AMR daarentegen kan allerlei obstakels detecteren – niet enkel vaste of statische, maar vaak ook dynamische, bewegende obstakels – en vervolgens zelf een alternatief pad plannen.”
 
VCM: Je hoeft de omgeving dus niet op de AMR af te stemmen? Of toch niet in die mate als bij een AGV?
Prof. R. de Koster: “Precies. AMR’s zijn slimmere voertuigen. Daardoor kunnen zij ook opereren in omgevingen die veel complexer zijn. Denk bijvoorbeeld aan de autonome ‘delivery robots’ die allerlei bedrijven tegenwoordig lanceren om boodschappen of maaltijden aan huis te bezorgen. Die bezorgrobots, die dus eigenlijk de menselijke koeriers vervangen, zijn vandaag al in gebruik. Al blijft hun inzet voorlopig toch eerder beperkt tot pilootprojecten in gecontroleerde testomgevingen – op campussen, bijvoorbeeld – en zul je ze nog niet zo gauw in het gewone verkeer aantreffen.
 
Een ander voorbeeld zijn de AMR’s die ziekenhuizen gebruiken om medicijnen en medisch toebehoren te leveren aan kamers en afdelingen. Die moeten zelfstandig kunnen rijden in de gangen waar ook het verplegend personeel, de patiënten en hun bezoekers zich verplaatsen.”
 
VCM: Welke technologie maakt precies dat die AMR’s zoveel slimmer zijn?
Prof. R. de Koster: “Om te beginnen hebben ze een pak meer én andere sensoren dan AGV’s. En verder zijn ze in de praktijk vaak uitgerust met een slimme mix van technologieën. Dan denk ik bijvoorbeeld aan een ‘indoor GPS’ in combinatie met andere positioneringssystemen, zoals een roterende laser voor de grove oriëntatie en een vloercamera voor de meer fijnmazige oriëntatie. Die laatste maakt het mogelijk het voertuig tot op de millimeter nauwkeurig te lokaliseren.”

Decentrale besturing

VCM: Begin dit jaar verscheen een wetenschappelijk overzichtsartikel over AMR’s waaraan u meewerkte. Daarin geeft u onder meer aan dat die grotere autonomie van AMR’s in complexe, dynamische omgevingen ook een belangrijke impact op hun besturing heeft.
Prof. R. de Koster: “Inderdaad, en dat is meteen ook een ander typisch kenmerk van AMR’s: hun besturing gebeurt veel meer decentraal, terwijl AGV’s nog een sterke centrale besturing kennen. Bij AGV’s bepaalt een centrale ‘control layer’ of beheerlaag in de software welk voertuig wat doet, op welk moment en hoe het daarbij moet rijden. Bij AMR’s worden veel meer beslissingen op operationeel en tactisch niveau door de robots zelf genomen. Terwijl een AGV zo goed als niets zelfstandig kan beslissen.
 
De mate van decentralisatie – en dus ook van autonomie – verschilt wel van AMR tot AMR. Er bestaan zelfs AMR-systemen die alle opdrachten volledig autonoom en decentraal afhandelen. Maar dat wil niet zeggen dat elk AMR-systeem zo werkt. Je kunt nog steeds een gedeelte centraal aansturen. Die mogelijkheid is er. En in de praktijk zul je meestal toch een mix aantreffen van centrale en decentrale besturing. Zo kun je een bepaalde verdeling van de AMR’s over je werkgebied centraal beheren, terwijl je de lokale beslissingen – welke AMR doet wat, op welk moment en hoe – decentraal door de robots zelf laat nemen.”

Nieuw framework voor planning

VCM: In het artikel waaraan u meeschreef, gaat er ook heel wat aandacht uit naar de planning en controle van AMR’s in de intralogistiek: een problematiek die het niveau van de operationele besturing overstijgt.
Prof. R. de Koster: “Planning geldt in elk geval meer als een langetermijnuitdaging. En die uitdaging is door de snelle technologische vooruitgang van de jongste jaren alleen maar groter geworden. De traditionele methoden en besluitvormingsprocessen voor planning en controle volstaan niet altijd meer. Daarom ontwikkelden wij zelf een nieuw framework voor planning en controle. Daarmee willen we managers beter begeleiden in hun besluitvormingsproces. Zo hopen we hen ook te ondersteunen bij het optimaliseren van hun prestaties.”
 
VCM: Kunt u dat wat concreter maken: hoe beïnvloedt die snelle technologische vooruitgang de plannings- en controlebeslissingen voor AMR’s?
Prof. R. de Koster: “Een prima illustratie leveren de ‘collaborative robots’ of cobots: robots die specifiek ontwikkeld zijn om met mensen samen te werken. Het voorbije decennium hebben zij flink aan populariteit gewonnen. Op het moment dat je zo’n robot wil inzetten, moet je in de eerste plaats plannen wie wat doet: de robot of de mens? En vervolgens ook wanneer ze dat precies moeten doen. Het effect op de planning van de AMR is bij zo’n collaboratieve toepassing aanzienlijk.
 
In magazijnomgevingen zie ik sowieso het meeste potentieel in collaboratieve systemen, zoals een ‘collaborative fetching robot’. Daarbij doet de mens het pickwerk. Voor een robot is dat het lastigste deel, vooral bij producten met veel verschillende of ongewone vormen. De mens is op dat vlak extreem flexibel. Die kan dat perfect en moeiteloos. Ondertussen neemt de ophaalrobot al het transportwerk voor zijn rekening dat voor de mens vermoeiend is: de lege rolcontainers ophalen, de volle wegbrengen. Op die manier kan zijn menselijke collega volcontinu bezig blijven met orders verzamelen. En tegelijk raakt die een deel van de set-uptijd en -kosten kwijt. Want die set-up wordt nu grotendeels door de ophaalrobot uitgevoerd. Dat maakt zo’n ophaalrobot tot een heel populaire AMR, die al een tijdje sterk in opmars is. Vandaag zijn er best al wat fabrikanten die zulke collaboratieve systemen produceren, waaronder Fetch Robotics en Locus Robotics. En de komende tien à vijftien jaar verwacht ik dat die cobots in magazijnomgevingen het belangrijkste of althans het meest gebruikte type robot zullen blijven. Dat is namelijk de tijd die we naar mijn mening nodig zullen hebben om die robots volledig autonoom dat werk te laten uitvoeren.”

Algoritmes regelen routeplanning

VCM: Wat zijn de grootste verschillen tussen AGV’s en AMR’s als het op planning aankomt? Waarmee moeten we rekening houden?
Prof. R. de Koster: “Om te beginnen moet je weten dat de planningsbeslissingen bij beide systemen in drie belangrijke luiken uiteenvallen: een strategisch, een tactisch en een operationeel luik. Bij de operationele planning van AGV’s kun je bijvoorbeeld met ‘deadlock resolution’ te maken krijgen: een voertuig dat stilvalt. Daar moet je een plan voor klaar hebben. Hoe ga je dat probleem oplossen: proactief of correctief? Via een voorgeprogrammeerde softwareoplossing of een ‘reboot’?
 
Bij een AGV moet je in zo’n geval meestal van buitenaf ingrijpen. Bij een AMR los je dat probleem op in het systeem zelf. Of liever: het systeem zelf doet daartoe het nodige. Dat betekent dat ook de operationele planning van dat systeem anders verloopt. Wat je bij een AMR nodig hebt, is bijvoorbeeld ‘path planning’. Dat is bij een AGV niet aan de orde, want dat voertuig heeft een vast pad waar het in principe niet van kan afwijken.
 
‘Path planning’ werkt met een algoritme dat die planning regelt. Dat kan bijvoorbeeld een Dijkstra-kortstepad-algoritme zijn. Dat berekent, zoals de naam zelf al aangeeft, de kortste of snelste route, en kan daarbij ook verschillende keuzemogelijkheden aanreiken. Alleen is dat algoritme bij een AMR vaak nog een stuk complexer, omdat je niet alleen die ene robot wil plannen, maar ook alle andere robots die ergens onderweg congestie kunnen geven. Bij AMR’s werken we daarom meestal met A*-algoritmen. Die plannen een heel klein eindje vooruit en doen dan een voorspelling voor de rest van de planning. Dat betekent dat je in een redelijk korte tijd toch een groter aantal planningsbeslissingen kunt nemen, rekening houdend met de verwachte congestie, bijvoorbeeld.”

Niveaus van planning

VCM: Kunnen we besluiten dat ook de planning bij AMR’s al autonomer gebeurt, door de robot zelf, terwijl bij AGV’s de mens nog sterk in die planning moet ingrijpen?
Prof. R. de Koster: “Precies. En daar merk je ook duidelijk het verschil tussen het centrale versus het decentrale niveau van de planning. Het voordeel van alles centraal te plannen is dat je een totaaloverzicht krijgt van alle voertuigen en al het werk dat moet gebeuren. Je kunt beide – voertuigen en werklast – dan ook perfect op elkaar afstemmen en optimaal plannen. Het voordeel van decentraal plannen is dan weer dat je het snel kunt doen. Je kunt snel planningsbeslissingen nemen en je kunt ook heel snel op onverwachte, afwijkende situaties reageren.
 
Beide niveaus van planning hebben zo hun voordelen: centraal plannen is optimaal plannen, decentraal plannen is snel plannen. Maar allebei hebben ze ook hun nadelen. Neemt optimaal plannen te veel tijd in beslag, dan kun je niet snel genoeg ingrijpen wanneer er een probleem ontstaat, bijvoorbeeld. Daarom zijn de planningsfuncties vaak ook opgesplitst in een centraal en een decentraal luik. Wat op lange termijn belangrijk is, plan je meestal centraal in. Wat je op korte termijn moet kunnen afhandelen of oplossen, plan je beter decentraal in. Dat zijn ook die onverwachte, afwijkende situaties waarop je heel snel moet kunnen reageren: een voertuig dat plots stilvalt, bijvoorbeeld, of een lege batterij die je dringend moet vervangen.
 
Wat ga je decentraal plannen en aan de robot zelf overlaten? En wat ga je centraal plannen en daarna aan de meest geschikte robot doorgeven? Dat zijn de eerste vragen die je moet beantwoorden bij elke AMR-implementatie.”
 
VCM: Die vragen lijken me in wezen ook aan de business te raken. Het is dus zaak om eerst heel goed je logistieke processen in kaart te brengen en op basis daarvan pas te beslissen welk toestel je gaat inzetten – een AGV of een AMR – en hoe?
Prof. R. de Koster: “Inderdaad. En als je die belangrijke eerste beslissing eenmaal hebt genomen, kun je ook werk maken van alle andere planningsbeslissingen en alle nodige planningsalgoritmes implementeren. In het geval van een AMR gaat het dan bijvoorbeeld over het aantal en het type robots dat je nodig hebt, maar ook over hoe je die robots precies over de beschikbare ruimte verdeelt, hun ‘path planning’, en wanneer en waar je hun batterijen oplaadt. Maar de hamvraag blijft dus: wat plan je op centraal niveau en wat op decentraal niveau? Naarmate je meer operationeel moet plannen, zul je eerder voor het decentrale niveau kiezen. En naarmate je meer plannen op lange termijn moet maken, zul je eerder voor het centrale niveau gaan.”
JDP
X