I processi di innovazione e digitalizzazione connessi a Industria 4.0 stanno promovendo e incentivando la progressiva introduzione di ambienti di lavoro collaborativi in cui operatori umani e macchinari robotizzati svolgono determinate mansioni in aree condivise. Oggi risulta abbastanza comune vedere nelle fabbriche la presenza dei cobot, ovvero di una nuova generazione di robot collaborativi, proposti quali soluzione di automazione economica, flessibile e sicura per una vasta gamma di attività di produzione soprattutto in ambito manufacturing (e.g. assemblaggio e movimentazione di parti, robotic machining…). Questi costituiscono il segmento dell’automazione industriale che mostra i maggiori trend di crescita, con proiezioni da qui al 2021 stimate in oltre 2 miliardi di dollari in termini di valore e più di 125.000 unità di cobot venduti e installati [1].
Il gap tra robot e utente
Il fattore distintivo rispetto alle tradizionali tipologie robotiche industriali è dunque la capacità di lavorare in assenza di gabbie perimetrali o in isolamento totale rispetto agli operatori, garantendo i requisiti inerenti la sicurezza, fermo restando che ogni applicazione e impresa rappresenta una situazione a sé, che deve comunque essere oggetto di una puntuale e esaustiva analisi di fattibilità. Questi equipaggiamenti sono però ancora considerati sistemi molto complessi dal personale addetto ai lavori, spesso caratterizzato da una scarsa esperienza in ambito robotico e da una scarsa predisposizione al cambiamento a livello sia di routine operative, sia di cultura lavorativa. È però importante sottolineare che tale gap tra robot e utente può essere in parte e progressivamente compensato dall’introduzione di piattaforme digitali che costituiscono gli orchestratori in grado di esercitare in tempo reale una supervisione sui processi eseguiti nelle aree di lavoro condivise, ad esempio inviando agli operatori potenziali suggerimenti di interventi correttivi e indicazioni real-time riguardo lo stato del cobot.
Analogamente, si segnala l’avvento di soluzioni informatiche intelligenti – figlie delle tecnologie abilitanti la smart factory, quali l’Industrial Internet of Things (IIoT), i Big-Data e l’Intelligenza Artificiale (AI) – in grado di identificare opportunamente in automatico lo stato di stress psicofisico del lavoratore, a fronte del monitoraggio dei relativi parametri fisiologici attraverso l’impiego di uno o più dispositivi indossabili. In funzione dello stato di carico fisico, motorio e cognitivo degli operatori e della situazione a livello di shop floor, sistemi intelligenti possono suggerire di modificare in tempo reale la configurazione di un processo e di una cella/isola di lavoro, secondo logiche adattative multi-obiettivo che mirino tra le altre cose anche a supportare il lavoratore, delegando quando possibile alcune attività strutturate, gravose e ripetitive al robot e implementando il concetto di task re-allocation al fine di sfruttare a pieno l’elevato grado di flessibilità offerto dall’equipment del sistema produttivo.
La robotica collaborativa nell’Industria 4.0
È noto che il paradigma di Industria 4.0 promuova l’implementazione di ambienti di lavoro che prevedono l’interazione uomo-macchina quale elemento significativo di efficientamento e di creazione di valore aggiunto. Considerata una delle motrici, la robotica collaborativa rappresenta uno dei maggiori cambiamenti nella robotica industriale, tanto a livello concettuale quanto a livello operativo, introducendo un approccio volto a combinare le potenzialità e le capacità umane con quelle dei robot, al fine di automatizzare alcuni compiti che fino a poco tempo fa non risultavano di fatto automatizzabili [2]. Ad essa vengono quasi sempre associati due aspetti rilevanti. Il primo concerne l’assenza (già citata) di limitazioni perimetrali e di elementi esterni di protezione. Il secondo è invece relativo agli aspetti di sicurezza, che sono garantiti da un lato dall’adeguamento alla normativa ISO10218/TS 15066 e dall’altro lato da disponibilità e impiego di opportuna sensoristica.
Normativa e sensoristica
La suddetta norma, nata nel 2016 proprio per dare risposta alle nuove esigenze emerse dalla significativa diffusione dei cobot in ambito industriale, definisce una serie di specifiche da rispettare propedeutiche a prevenzione e controllo dei rischi nell’utilizzo estensivo di robot collaborativi, ed esplicita quattro requisiti: arresto di sicurezza controllato, guida manuale, controllo di velocità e limitazione di forza/potenza (che però non ha incidenza a livello funzionale e operativo). L’impiego di sensoristica specifica è di fatto in connubio con le prescrizioni normative e in aggiunta abilita il controllo e il monitoraggio sia lato macchina/ambiente con sensori di coppia/forza e di prossimità, sistemi di visione, laser… figli della rivoluzione targata 4.0, sia lato lavoratore mediante i cosiddetti wearable devices [3], ovvero dispositivi indossabili che integrano sensori per l’acquisizione di dati (anche fisiologici) dall’operatore. Si tratta dunque di due fattori fortemente connotanti, ma non sufficienti per caratterizzare il paradigma di collaboratività insito in queste soluzioni robotiche: l’ulteriore parametro fondamentale, e che peraltro costituisce elemento di demarcazione rispetto alla robotica cooperativa, è la compartecipazione attiva del cobot fianco a fianco con l’uomo in mansioni lavorative che di fatto tendono a sovrapporsi e non a essere svolte in parallelo o in modo asincrono.
A titolo di sintesi non esaustiva, vengono poste a confronto nella tabella alcune caratteristiche di robot tradizionali e robot collaborativi, evidenziando le potenzialità di questi ultimi. Nel seguito invece si concentra il focus su un fattore complementare, ma che ne incrementa ulteriormente l’impatto prestazionale in campo industriale, ovvero l’introduzione della digitalizzazione.
| ROBOT TRADIZIONALI | ROBOT COLLABORATIVI |
|---|---|
| “ciechi” e non consapevoli dello stato dell’ambiente di lavoro | “vedono” e hanno percezione dell’ambiente e degli agenti presenti |
| sicurezza garantita isolando l’area | livello di sicurezza elevato |
| precisione e ripetibilità elevate | flessibilità e facilità d’uso elevate |
| programmati per task specifici | adattativi, funzione del task corrente |
| richiesta di azioni specifiche di integrazione dei componenti | perfettamente integrati e connessi |
| costo elevato | costo tendenzialmente limitato |
| programmati da personale esperto | addestrati da qualsiasi operatore |
Il ruolo della digitalizzazione industriale
Nuove opportunità e sfide sono poste dal connubio tra digitalizzazione industriale e robotica collaborativa nel manufacturing, in particolare nell’ambito di produzione di componentistica: si va da soluzioni smart caratterizzate da prestazioni funzionali inedite e in grado di dialogare con i sistemi di gestione dei processi produttivi e di gestione aziendali (ERP, MES…) a piattaforme informatiche vere e proprie integrate e installate su cloud. Tanto gli ambienti di lavoro quanto gli agenti robotici e umani che vi lavorano in essi sono connessi in rete, sfruttando le tecnologie IoT, dispositivi avanzati e comunicazione Wi-Fi tipicamente basati su telemetria, messaggistica asincrona e protocolli “leggeri” di tipo Machine To Machine.
La digitalizzazione punta ad abilitare in tempo reale processi di diagnostica, a partire dai dati sensoriali dal campo mediante analisi e riconoscimento dello stato e di situazioni con differente criticità, e di prognostica, intesa sia in termini di generazione di stime previsionali riguardo l’evoluzione nel breve periodo dello stato del sistema, delle performance e della “domanda” (diversificata e spesso aleatoria), sia in termini di suggerimenti di interventi e azioni correttive sul processo e sul sistema stesso.
Così facendo, non si “comanda” solo il cobot e i macchinari, ma si fornisce supporto pragmatico all’operatore umano, tornato a essere un fattore centrale e che risulta soggetto a vari fenomeni e fattori work-related, che possono determinare condizioni di stress incidenti in modo potenzialmente significativo sul benessere psicofisico della persona e sulle prestazioni complessive dell’impianto in oggetto.
I livelli di operazione
La soluzione digitale va a innestarsi e integrarsi dunque con i consueti sistemi di controllo e gestione quali PLC, CN, supervisori, legacy systems… e si posiziona a un livello ancora più alto, orchestrando secondo logiche multi-obiettivo i processi e i vari elementi dell’ambiente di lavoro collaborativo. In linea generale, risulta utile identificare e caratterizzate i vari livelli a cui queste piattaforme digitali possono operare, che si ispirano in parte ai livelli della classica piramide dell’automazione (modello CIM), ma che presentano specifiche peculiarità e customizzazioni in funzione del contesto applicativo e del singolo caso d’uso:
1 Livello macchina e acquisizione dati: sensoristica IoT da campo e wearable devices misurano le grandezze e i parametri di interesse degli agenti operanti nell’area collaborativa.
2 Livello “sensing” e interfacce verso il campo: specifiche applicazioni gestiscono e processano i flussi informativi di dati sensoriali verso il cloud, solitamente garantendo anche la persistenza degli stessi per un successivo riutilizzo dello storico salvato.
3 Livello interoperabilità: strumenti per la comunicazione asincrona di Big Data deployati su cloud che rendono l’informazione accessibile sia a moduli software intelligenti atti ad azioni di monitoraggio, diagnostica e prognostica, sia ai sistemi informativi e di gestione di produzione e logistica.
4 Livello management system: moduli intelligenti di ottimizzazione di processo e sistema, che solitamente sfruttano metodologie di Intelligenza Artificiale.
Complemant: un prototipo collaborativo e digitale
Un esempio significativo di innovation action e di sviluppo pre-competitivo di piattaforme digitali prototipali abilitanti soluzioni di robotica collaborativa è il progetto di ricerca finanziato Complemant [4], generato da un’open-call del contenitore europeo Horse [5] e che ha visto la partecipazione in forma di partnership di Scuola Universitaria Professionale della Svizzera Italiana (coordinamento e competenze avanzate di AI), Holonix Srl (IT provider e system integrator), Università degli Studi di Modena e Reggio Emilia (esperienza in robotica e device sensoriali) e Ghepi Srl (costruttore di stampi a iniezione e trasformatore di materie plastiche; utente finale e validatore).
L’iniziativa ha puntato alla creazione di un ambiente collaborativo uomo-robot, in cui operatori umani e cobot possono lavorare in sicurezza e sinergia, al fine di incrementare l’efficienza del sistema produttivo, la qualità delle parti prodotte dal sistema e il benessere psicofisico dei lavoratori. Le attività hanno portato allo sviluppo di una piattaforma digitale, attualmente con livello di maturità tecnologica di dimostratore calato sul campo, in grado di monitorare nel tempo i parametri fisiologici dei lavoratori e i parametri ambientali dell’area di lavoro al fine di rilevare in essi deviazioni anomale potenzialmente associabili a elevati carichi fisici e cognitivi, che inducono un decadimento del benessere degli operatori e delle condizioni di sicurezza durante le attività svolte in collaborazione con i cobot [6].
Bibliografia
1 Robotica collaborativa fra flessibilità e sicurezza. Il Progettista Industriale online, Tecniche Nuove, Marzo 2019
2 F. Leali, F. Pini, V. Villani, Guest editorial note: Special issue on human-robot collaboration in industrial applications. Mechatronics, Vol. 58, pp 80-81, 2018
3 M. Righi, V. Villani, L. Sabattini, C. Secchi, Towards Affective Robotics: Wearable Devices for the Assessment of Cognitive Effort, 3rd Int. Symposium on Human Mental Workload, 2019
4 COMPLEMANT COllaborative robot aMPLifying and Extending huMAN capabiliTies project. Horse open-call. www.horse-project.eu/COMPLEMANT (2018-2019) HORSE Smart integrated
5 Robotics system for SMEs controlled by Internet of Things based on dynamic manufacturing processes project. GA 680734, H2020-EU.2.1.5.1. cordis.europa.eu/project/rcn/198773/factsheet/en (2015-2020)
6 M. Righi, V. Villani, E. Montini, S. Borgia et al, An adaptive human-aware framework for collaborative robotics. Paper submitted at ICRA 2020.
