Aktuální číslo odborného magazínu Logistika
Pro vnitropodnikovou logistiku a sklady se nejčastěji využívají autonomní mobilní roboty − Autonomous Mobile Robots, AMR. Mezi jejich největší přínosy patří využití pro široké spektrum logistických úkolů a aplikací s pomocí různých nadstavbových modulů. Jednoho robota lze použít na odlišné úkoly a v případě nasazení celé flotily robotů je možné je centrálně koordinovat prostřednictvím speciálního softwaru, ideálně napojeného na ERP či výrobní systém.
AMR se naviguje pomocí map uložených v paměti stroje a aplikovaných programovým vybavením. Autonomní vozík využívá data z kamer a vestavěných senzorů a laserových skenerů i sofistikovaný software, který mu umožňuje detekovat okolí a zvolit nejefektivnější cestu k cíli. Ve skladu pracuje zcela autonomně, a pokud se před ním objeví překážka, ať už je to věc či člověk, stroj tuto překážku dokáže objet.
Vedle robotů AMR pracují ve skladech také jednodušší roboty AGV − Automated Guided Vehicles. Ty ke své navigaci potřebují mít připravenou pevnou dráhu vytyčenou pomocí speciálních značek či vodičů v podlaze nebo využívají laser a odrazné plochy rozmístěné ve skladu. Pohyb vozíků AGV je na tyto pevné trasy omezen a každá změna vyžaduje nové přepracování dráhy.
Pěstovat – Investovat do učení a rozvoje stávajících a nových zaměstnanců.
Přivádět – Přitáhnout nové zaměstnance na silné hodnoty, jasný účel a atraktivní kulturu. Nebo nabízet vyšší mzdu a benefity.
Půjčovat si – Zapojit externisty různého druhu: outsourcovat některé funkce, hledat externisty nebo využít agenturního zaměstnání.
Posouvat – Umožnit zaměstnancům kariérní posun tak, aby mohli získat nové zkušenosti, a to jak prostřednictvím vertikálního i horizontálního posunu.
Zdroj: ManpowerGroup
Naopak výhodou AMR robotů je rychlé a snadné nasazení do provozu s minimálními náklady. „Jakmile zákazník vybalí stroj z krabice, dokáže s využitím chytrého telefonu, tabletu či počítače s připojením k wi-fi nastavit základní trasy za méně než hodinu,“ vysvětluje Jesper Sonne Thimsen obchodní ředitel Mobile Industrial Robots pro region CEE. Mapování okolního prostředí je možné provést buď nahráním předpřipraveného CAD souboru, nebo nechat AMR robota, ať si s využitím svých senzorů „osahá“ okolí a vytvoří vlastní mapu.
Ve skladu nejčastěji pracují autonomní vozíky
Nejtypičtější činností logistického robota je přeprava materiálu ve výrobním prostředí, tedy mezi skladem, výrobní technologií a naopak. Druhým typem činnosti logistického robota je manipulace s předměty, tedy vybírání ze skladových pozic a vykládka na místě určení. V případě přesně definovaného způsobu uložení předmětů bývá řešení této úlohy jasně dané, a tím pro robot snazší. Je-li však zboží umístěno ve skladu neorganizovaně s velkou mírou náhodnosti nebo se jedná o nesnadno uchopitelné předměty, může být spolehlivá činnost robotů v takových podmínkách složitá, nikoliv však neřešitelná.
„Předtím, než je jakýkoli vyrobený produkt expedován k zákazníkovi, už za sebou může mít projeto mnoho kilometrů po výrobních a skladových prostorách,“ upozorňuje Jesper Sonne. „Suroviny, výrobní materiál a komponenty putující od vstupního doku až po expediční rampy procházejí dlouhým procesem s mnoha kroky. Dokonce i v jinak automatizovaných výrobních prostředích se většina interní přepravy realizuje manuálně, s využitím lidské práce − od řízení vysokozdvižných vozíků až po tahání těžkých kontejnerů či palet.“
V rámci typického zpracovatelského podniku lze identifikovat šest typů logistických procesů, které je možné automatizovat s pomocí autonomních mobilních robotů. Vedle využití AMR robotů ve skladu surovin a hotových výrobků se jedná o příchozí logistiku, výrobní a montážní linky, likvidaci odpadů a expedici.
Roboty posílí umělá inteligence
„Nejčastějším problémem zapojení robotů do práce v automatizovaném skladu je míra, do jaké je třeba stávající sklad přizpůsobit tak, aby robot mohl potřebné úkoly bezezbytku plnit,“ vysvětluje Libor Přeučil, vedoucí skupiny inteligentní a mobilní robotika Českého institutu informatiky, robotiky a kybernetiky ČVUT. „To bezprostředně souvisí s náklady na takové úpravy a přestavby u stávajících systémů a leckdy si to může vyžádat i zásadní změnu koncepce řešení logistického systému.“
Nicméně v poslední době jsou k dispozici i technologie využívající metody umělé inteligence, které umožňují přizpůsobit se vlastnostem lidsky orientovaných prostředí a umějí si poradit s neurčitostí vnesenou do prostředí robota člověkem či jinými náhodnými jevy a nedokonalostmi.“
„Schopnosti robotů jsou z principu jeho konstrukce omezené,“ upozorňuje Libor Přeučil. „Při klasickém způsobu použití robotů, tedy bez využití prvků umělé inteligence v jeho řízení, strádá zejména jeho schopnost přizpůsobovat se neočekávaným situacím. Z tohoto důvodu jsou pro robot nejsnadněji řešitelné úlohy, kdy je vše přesně determinováno − poloha objektu k manipulaci, jeho tvar nebo tvar jeho obalu a podobně.“
Existují rovněž úlohy, kdy pracovní podmínky a postupy práce robotu přizpůsobovat příliš nelze a kdy v procesu je mnoho proměnlivých, náhodných a neočekávaných situací. Cestou k řešení těchto úloh je vybavení robota prvky umělé inteligence a uzavření zpětné vazby na pracovní prostředí. Roboty lze vybavit dalšími senzory, typicky kamerou a využívat pokročilých postupů strojového vnímání k rozpoznání situací. Spolu s užitím postupů strojového učení se tak otevře možnost průběžného přizpůsobování chování robota měnícím se podmínkám.
Propojení lidské a robotické práce
Tam, kde lidé a roboti spolupracují, například ve skladu, se otevírají nové možnosti, jak řídit jejich spolupráci. „Ano, tuto úlohu v poslední době firmy řeší poměrně intenzivně,“ říká Libor Přeučil. „Kombinované systémy člověk-robot umožňují dobře řešit problematiku vzájemné zastupitelnosti. Situace, jejichž řešení je obtížné pro člověka, může snadněji řešit robot a naopak, úloha neřešitelná pro robota může být snadno zvládnutelná lidským operátorem. Nicméně v případě kombinovaných systémů člověk-robot je třeba se zabývat i otázkami bezpečnosti lidské části týmu.“
Čerstvým příkladem takového prototypového řešení může být například výsledek nedávného výzkumného EU projektu programu Horizon 2020: Safe human-robot interaction in logistic applications for highly flexible warehouses − SafeLog. Podrobnosti o tomto projektu lze nalézt na internetu na adrese http://safelog-project.eu.
Způsob řízení robotů ve spolupráci s lidmi většinou závisí na povaze společně řešeného úkolu. V jednoduchých případech člověk i robot jen sdílejí společný pracovní prostor a pracují převážně nezávisle. Předmět činnosti si při tom předávají nepřímo, typicky přes vhodný zásobník či úložné místo. Jindy ale spolupracují přímo v hand-shake módu, kdy část operací provádí člověk a čeká na dokončení jednotlivé operace robotem − nebo naopak.
Robot přijede na zavolání
Pokud například potřebují pracovníci ve výrobě dodat materiál ze skladu, přivolají si robota s pomocí PDA zařízení a QR kódu, který obsahuje informace potřebné k tomu, aby robot dokázal ve skladu lokalizovat daný materiál. Robot přijede na správnou skladovou pozici, automaticky naloží materiál s pomocí nadstavbového systému a přiveze na výrobní linku, kde jej zanechá. A díky senzorům a bezpečnostním pojistkám bez rizika na zdraví pracovníků.
„Jednou z klíčových funkcionalit autonomních mobilních robotů MiR vycházejících vstříc integračním požadavkům, je fleet management reprezentovaný softwarem MiRFleet,“ říká Jesper Sonne Thimsen. Software poskytuje uživatelům nástroje k rychlé a centralizované konfiguraci více mobilních robotů. Umožňuje automatizovaně prioritizovat a volit robota, který je v aktuální moment nejlépe připraven k danému úkolu, plánovat využití různých nadstavbových modulů, propojit se s ERP systémem či centralizovaně spravovat celou flotilu. Software rovněž dokáže ovládat dveřní systémy či výtahy, což přináší autonomnější přepravu bez nutnosti zásahu operátorů, a tím pádem i vyšší produktivitu.
Základem je schopnost přizpůsobit se
Pro nastavení správné spolupráce robotů a lidí v logistice a skladování je třeba vzít v úvahu několik prvků, jako například rozšíření schopností robota pracovat v neúplně kontrolovaném prostředí, tedy prostředí, které není předem přesně známo, je proměnlivé, a vyskytují se v něm náhodné jevy − například pohyb člověka, náhodně odložený předmět a podobně.
Pro úspěšnou činnost v nejistých podmínkách je důležitá schopnost robota přizpůsobovat se měnící se činnosti. Toho lze dosáhnout uzavřením zpětné vazby na pracovní prostředí senzory, nejčastěji s využitím taktilních a proximitních čidel, ale především prostředky pro realizaci strojového vidění. To umožní klasifikovat situace a upravovat chování robota podle okamžité situace. Předchozí zahrnuje i postupy strojového učení k získávání nových dovedností robota.
Provedení analýzy a návrhu způsobu koordinace a kooperace mezi robotem a člověkem a řešení návaznosti činností. To se jeví nezbytným krokem ke zlepšení celkové efektivity řešení a součinnosti obou komponent hybridního systému člověk-robot.
Bezpečnost především − lidí i robotů
Při sdílení společného pracovního prostoru roboty a lidmi je nutné řešit problematiku bezpečnosti. Základní postupy jsou několikeré a patří k nim použití kolaborativních robotů − manipulátorů, které jsou základně uzpůsobeny pro bezpečný provoz v blízkosti člověka snížením rychlosti či omezením sil a momentů ramene nebo vozíku. Principiálně musí být mechanicky bezpečná konstrukce a vybavení bezpečnostními senzory zastavení, umístěné na rameni manipulátoru.
Obdobně lze přistoupit i k zajištění bezpečnosti mobilních logistických robotů. Běžným řešením je instalace bezpečnostních senzorů zastavení, omezení rychlosti, detekce a rozpoznání neočekávaného objektu či překážky v pracovním prostoru a inteligentní předcházení možným kolizím.
To vše představuje klasický postup k zajištění bezpečnosti. Existují ale i řešení, která člověka ochrání před úrazem v přítomnosti robota obráceným postupem. V takovém případě je člověk vybaven takzvaným wearable zařízením, které monitoruje jeho polohu, pohyb, popřípadě jeho záměry. Prostřednictvím zabezpečeného komunikačního systému pak přítomné roboty nebo řídicí systém automatizovaného skladu o situaci informuje. Robot následně upraví své chování tak, aby přítomného člověka neohrozil. Uvedený postup se v mnohých situacích může jevit jako efektivnější a ekonomičtější, neboť umožňuje zajistit potřebnou bezpečnost prostředí i se stávajícími nekolaborativními roboty a autonomními dopravními systémy.
Lidskou práci čeká větší mobilita
Roboti ale proměňují nejen samotnou manipulaci se zbožím ve skladu. Jejich zavádění má dopady na lidskou práci. V logistice se robotizace týká každého pracovníka. „Často se za ohrožené zaměstnance robotizací považují výhradně nekvalifikovaní pracovníci ve výrobě a logistice,“ upozorňuje Jiří Halbrštát, manažer náboru a marketingu ManpowerGroup. „Například ale v bankovnictví a pojišťovnictví vidíme drastické redukce počtů zaměstnanců v důsledku softwarové automatizace. V logistice je velký podíl těchto rutinních činností a robotizace zde má a bude mít velké dopady na všechny typy zaměstnanců.“
Naštěstí v jiných oblastech ekonomiky vznikají nová pracovní místa, a to hlavně ve službách, zdravotnictví, sociální péči, volnočasových aktivitách nebo cestovním ruchu. Lidé se budou do budoucna mnohem častěji přesouvat do jiných odvětví a budou muset rozvíjet svoje dovednosti. Je to samozřejmě nepohodlný proces spojený s nejistotou, ale podle všeho se zdá, že každá vlna technologických revolucí nakonec vytvořila více pracovních míst, než odstranila.
Na řešení čeká ještě řada problémů
Jednou z důležitých oblastí je rekvalifikace lidí na obsluhu sofistikovanějších systémů. Je potřeba umět nastavit personální procesy tak, aby firma dokázala odhadnout potenciál každého zaměstnance pro další rozvoj a posun v rámci společnosti. Dalším krokem je nastavení externích zdrojů pro nábor nových profesí spojených s údržbou a programováním automatizovaných systémů. Potom je potřeba nastavit pracovní postupy tak, aby nedocházelo ke zranění při nesprávné interakci s automatickým systémem. Zajímavou oblastí je také řešení kybernetické bezpečnosti v situaci, kdy jsou všechny systémy napojeny přes internet do cloudu. Objevují se také etické otázky při nastavování rozhodování robotů v situaci, kdy hrozí ohrožení osob.
Přizpůsobovat se ale budou muset také personální agentury. Co pro ně nástup robotů a jejich spolupráce s lidmi znamená? „Mění se struktura pozic a personálních služeb, které firmy poptávají. Stále sice roste poptávka po personálu do logistických provozů a center, ale to je jen dočasná situace. Náklady na robotizaci se snižují, ale náklady na lidský kapitál rychle rostou, v logistice až o osm procent ročně. V současnosti nejrychleji roste poptávka po IT specialistech, strojních vývojářích, obchodnících s technickým vzděláním, elektrikářích, technicích a mechanicích, tedy profesích spojených s digitalizací,“ říká Jiří Halbrštát.
Personalistika potřebuje komplexní přístup
Firmy už dnes těžko hledají vhodné kandidáty pro celou řadu pracovních pozic. Požadavky na zaměstnance se s technologickým pokrokem a změnou struktury ekonomiky mění stále rychleji. Mnohem rychlejším tempem, než se vyvíjí kvalifikační struktura populace. Navíc demografický vývoj vede k tomu, že se aktivní populace ve vyspělých zemích zmenšuje. Lidí je tedy na trhu práce stále méně a tito lidé mají stále rozdílnější kvalifikaci, dovednosti a očekávání ve srovnání s aktuální potřebou firem.
„V době rekordního nedostatku talentů po celém světě už firmám nestačí talenty jen hledat a nabírat, ale jejich přístup musí být komplexní,“ dodává Jiří Halbrštát. Personální strategie firem a jejich HR týmy se většinou soustřeďují na interní zaměstnance. Dobrou zprávou pro jednotlivce i samotné firmy je, že vedle náboru a péče o zaměstnance je stále důležitější funkcí HR i trénink a rozvoj talentů. Do HR strategie by tak měly být zahrnuty i talenty ze subdodavatelských specializovaných firem a další externisté. To jsou oblasti, které tradičně pokrývá buď oddělení nákupu, vedení výroby nebo odborná oddělení jako například IT, marketing či finance a nejsou obvykle součástí firemní HR strategie.
Logistika č. 2/2024
