Robôs móveis: AMR versus AGV

Compartilhar no facebook
Compartilhar no linkedin
Compartilhar no whatsapp

Quando se pensa em robôs industriais, o mais comum é lembrar dos braços robóticos que manipulam, soldam e embalam peças ou fazem outras tarefas que normalmente seriam feitas por um braço humano. Contudo, na indústria, sempre existiu a necessidade de transportar cargas de um ponto a outro, dentro das fábricas. Dessa necessidade, surgiram os robôs de transporte. Eles ajudam a melhorar o trafego de itens nas linhas de montagem, armazéns e estoques.

Os dois tipos de robôs de transporte disponíveis hoje são os AGV (Automated Guided Vehicles), veículos guiados automatizados, e os AMR (Autonomous Mobile Robots), robôs móveis autônomos.

 O AGV – Automated Guided Vehicle

O AGV, ou veículo guiado automatizado, é o tipo mais comum de robô de transporte de materiais e está presente nas fábricas há mais de 50 anos. Suas vantagens são que os AGVs são simples e de fácil manutenção. Normalmente, eles possuem um conjunto de motores elétricos para acionamento das rodas, sensores de obstrução, banco de baterias e um seguidor de linha.

O AGV é um veículo que segue um determinado caminho. É como um trem que segue a estrada de ferro de um ponto a outro levando cargas. No caso do AGV, ele segue linhas marcadas no chão com fitas adesivas por meio de sensores ópticos ou magnéticos.

Assim, a programação dos AGVs segue um algoritmo simples: seguir a linha até as paradas para carga e descarga e parar em caso de obstáculos. Esta simplicidade também implica na necessidade de um operador para recarregar ou trocar as baterias do AGV quando este descarrega.

No entanto, assim como um trem, o AGV tem pouca capacidade de manobra para fazer desvios. Como são autônomos — ou seja, não têm um maquinista humano, como um trem — AGVs precisam de sensores para detectar obstáculos e reagir a um evento de obstrução.

Em caso de obstáculos, a única ação é parar e esperar pela desobstrução, o que pode significar a intervenção humana. Com isso, o fluxo de transporte é interrompido, causando perda de tempo de produção e queda de produtividade.

Para implementação de linhas de AGVs em uma fábrica, é necessário um estudo preliminar para determinar as melhores rotas por onde eles irão passar. Isso é mais fácil em fábricas novas, nas quais as linhas de transporte fazem parte do projeto.

Em fábricas existentes, as linhas de produção e estoques devem ser adaptadas para receber as rotas dos AGVs, precisando de reformas. As rotas podem requerer mudanças no layout da fábrica, como movimentação de máquinas para abrir caminhos, por exemplo. Uma vez que as rotas são implementadas, qualquer mudança futura pode se tornar custosa, com novas reformulações e troca de posições do maquinário e alocação dos operadores.

A demarcação prévia das rotas também causa o problema de que poucos AGVs podem circular em cada rota. Em caso de uma única rota, os AGVs devem andar em fila, sem capacidade de ultrapassagem. Na ocorrência de um obstáculo, toda a fila para. Também não existe a possibilidade de um AGV dar meia volta e retornar, ele só pode seguir em frente em sua rota.

Aumentar o número de rotas significa aumentar a área de corredores de transporte, consumindo mais espaço e aumentando os custos. Isso favorece o uso de robôs grandes, em menor número e com maior capacidade de carga, sacrificando a flexibilidade do equipamento e de suas aplicações.

O AMR – Autonomous Mobile robots

Com a evolução da tecnologia, também houve atualização dos robôs de transporte: os AMR, Robôs Móveis Autônomos. Eles herdam as mesmas funções dos AGVs, ­de levar cargas de um ponto a outro das fábricas, mas fazem isso com mais inteligência e precisão.

A mais notável evolução é que os AMRs possuem maior capacidade de sensoriamento. Enquanto um AGV possui apenas sensores de obstrução simples, os AMRs possuem capacidade de visão (por câmeras) e medição de distâncias.

Com essas tecnologias, as rotas de transporte também deixam de ser fixas e marcadas no chão e tornam-se mapas digitalizados da fábrica. O robô passa a ser autônomo de fato, capaz de calcular a melhor rota para transporte, ganhando maior capacidade de manobra. Com seus sensores, ele pode detectar os obstáculos e desviar deles, continuando seu caminho, sem atrasos na produção.

A inclusão de AMRs na indústria é mais fácil, pois é o robô que se adapta ao layout da fábrica e não o contrário, como no caso dos AGVs. As reformas e adaptações necessárias em uma fábrica já montada para receber os AMRs são poucas ou inexistentes.

Como o robô sabe sua posição e possui o mapa da fábrica, ele só precisa ser programado com os pontos de carga e descarga de material — ele mesmo pode calcular a rota entre estes pontos ou várias rotas podem ser programadas como alternativas. Assim, mudanças nos pontos de carga e descarga não necessitam mais do trabalho de demarcação física de rotas.

Como não há mais rotas físicas, os AMRs podem circular livremente pelas fábricas em maior quantidade. Os AMRs podem ser colaborativos, conversando entre si para trocar informações ou com o sistema de gestão da fábrica.

Eles não precisam seguir uma mesma tarefa de transporte o tempo todo. Um operador ou estoquista pode requisitar, via sistema de gestão da fábrica, o robô mais próximo e passar uma nova tarefa a ele dinamicamente, quando for preciso, desde que tenha disponibilidade.

O processo de recarga de baterias também é automatizado. O Robô pode ir diretamente a um posto de recarga quando sua bateria estiver baixa.

Seguindo os novos paradigmas da Indústria 4.0, todos os robôs também são dispositivos de IoT (Internet of Things, Internet das Coisas) — uma rede de sensores e objetos que realizam tarefas de forma automatizada e coletam informações — e alimentam constantemente o sistema de gestão de produção com dados de suas tarefas. Assim, cria-se uma base de dados para ajudar a prever e implementar ações que melhorem o desempenho do processo produtivo.

Indo um pouco além do conceito de um robô grande ou médio de transporte e dependendo do tipo de processo fabril, é possível optar por robôs menores e em maior quantidade. Nesse modelo, aplica-se o conceito de Enxame de Robôs (Swarm Robotics), em que cada robô faz parte de um sistema maior e é implementado um comportamento coletivo via algoritmos de ASI (Artificial Swarm Intelligence ou Inteligência de Enxame Artificial).

Esse método é melhor aplicado na coleta e separação de insumos menores em fábricas. Nesse cenário, robôs menores e em grande quantidade ajudam na coleta e separação de itens em estoque para montar carrinhos de entregas ou pallets para outros robôs de transporte maiores.

Como desvantagens, os AMRs são mais complexos e caros do que os AGVs. A programação e configurações iniciais requerem maiores cuidados necessitando de técnicos com treinamento mais específico para a correta manutenção. Como com qualquer nova tecnologia, é preciso cuidado em sua implementação para se obter um bom retorno do investimento.

Conclusão

Com o avanço do poder de processamento e queda nos custos dos sistemas de computação, os AMRs estão se tornando mais baratos e oferecendo uma melhor opção aos tradicionais AGVs. Segundo o Gartner, a demanda pelos AMRs está crescendo consideravelmente e muitas empresas planejam substituir os convencionais AGVs em um futuro próximo.

A simplicidade e facilidade de manutenção dos AGVs não mais fornecem diferencial competitivo para mitigar as desvantagens de precisarem de adaptações e reformas das fábricas para acomodá-los. Adaptações e reformas que quase não são necessárias na implementação de um sistema com AMRs. A flexibilidade dos AMRs também pesa na escolha, já que os AGVs precisam de maior tempo para modificações e com um custo maior para acomodar mudanças.

Dessa forma, AMRs têm se apresentado como opção bastante interessante, tanto para novas indústrias como para fábricas que já utilizam AGVs. Eles trazem novas tecnologias ao transporte interno de fábricas, possibilitando novas formas de trabalho, com robôs mais inteligentes, capazes de ler o ambiente e tomar decisões para melhorar o funcionamento das mais diferentes indústrias.

Veja mais
Indústria 4.0
Rodrigo Feliciano

Edge Computing na indústria

O novo cenário industrial prega cada vez mais pela inclusão de automatização, sensoriamento e inteligência dos processos de fabricação. A Internet das Coisas (Internet of
Leia mais »
Bitnami