Autonomiczny AutoPlant
Autonomiczna maszyna do zalesiania AutoPlant nie tylko sadzi, ale również podejmuje decyzje, reaguje na zmiany i ocenia efekty swojej pracy.
Z takiego założenia wyszli twórcy modułu Mission Supervisor w projekcie AutoPlant. W ostatnich latach idea autonomicznych maszyn rozwija się bardzo dynamicznie w gospodarce leśnej, szczególnie w sekcji sadzenia, odnowienia i pielęgnacji.
Niedawno pisaliśmy o robocie ORIO, który pracuje w szkółce leśnej w Nadleśnictwie Podanin – tam leśnicy stopniowo odkrywają coraz nowsze zastosowania dla uniwersalnego, autonomicznego nośnika. Tymczasem bohater tego artykułu w zamierzeniu ma sadzić las: nie tylko umieszczać drzewka w odpowiednich miejscach, ale również reagować na zmiany, oceniać efekty swojej pracy czy analizować otoczenie.
Projekt AutoPlant został opracowany i zbudowany na Uniwersytecie w Luleå (Szwecja). Wszystko zaczęło się jeszcze w 2014 roku, od szkiców terenowego nośnika, który uczeni stopniowo ulepszali i wyposażali w kolejne moduły.
– Zastąpiliśmy wszystko co robi człowiek inteligentnymi rozwiązaniami w maszynie, komputerami, które współpracują, kontrolując urządzenie. Maszyna może być lepsza od człowieka i to właśnie będziemy teraz potwierdzać w praktyce – mówił Magnus Karlberg, wykładowca projektowania maszyn na Uniwersytecie w Luleå.
Decydująca maszyna
Wersja maszyny z 2020 roku ważyła 10 ton i była napędzana biodieslem. Nie posiadała kabiny operatora, ale miała konwencjonalną przekładnię, żuraw i zestaw czujników. 15 lutego 2023 roku zakończyła się faza druga testów, które były bardzo obiecujące. Udało się opracować głowicę sadzącą o masie zaledwie 200 kilogramów, a uszkodzenia podłoża podczas pracy nie wykraczały powyżej 2 proc. Maszyna potrafiła też samodzielnie wybierać miejsce do sadzenia w oparciu o mapę przeszkód, mało tego: przeszkody były przez nią identyfikowane.
Podczas fazy drugiej projektu opracowano szereg innowacyjnych rozwiązań, które współpracują celem osiągnięcia wspólnego celu. Maszynę podzielono na zestaw złożonych podzespołów, "skupiających się" na wybranych elementach pracy. W ten sposób naukowcy ułatwili sobie pracę, systematycznie opracowując każdy podzespół, by w końcu połączyć je w jedną działającą całość.
Aby podzespoły wykonywały swoje czynności we właściwym czasie i właściwy sposób, na potrzeby AutoPlant powstał "Mission Supervisor", czyli moduł zarządzający. W cyklu roboczym, jednostka ta wysyła do wybranych podzespołów zadanie do wykonania. Na podstawie informacji zwrotnej o wykonaniu polecenia przechodzi do kolejnych etapów planu. Przykładowo, moduł sadzący może odpowiedzieć "zakończono powodzeniem", lub "trafiono na kamień", i w zależności od tego maszyna podejmie następne kroki.
"Mission Supervisor" oparto o zasadę "maszyny o stanie skończonym" (ang. Finite State Machine, FSM). W praktyce polega to na tym, że cała logika zarządzająca maszyną jest podzielona na skończony zestaw stanów. Wszelkie czynności podejmowane podczas cyklu roboczego to przejścia pomiędzy stanami. W takim układzie system FSM można przedstawić w formie diagramu, gdzie stany to odpowiednie pola, a akcje to strzałki pomiędzy nimi. Grupę stanów posiadających wspólny punkt początkowy i wyjściowy można zgrupować jako superstan. Stany i superstany mogą funkcjonować równolegle w ramach swojego zgrupowania, dzięki czemu praca urządzenia staje się płynna i bardziej sprawna.
Metodyka postępowania jest dzięki temu czytelna, łatwa do rozłożenia na części pierwsze, naprawienia i rozszerzenia o kolejne funkcje. Podczas prób terenowych, ruchy żurawia odpowiadały za 70 proc. czasu maszynowego, więc stało się oczywiste, że to właśnie ten element trzeba zoptymalizować. Co ciekawe, okazało się też, że dzięki stworzeniu cyfrowego modelu maszyny na potrzeby symulacji, programowanie może się odbywać bez dostępu do fizycznego urządzenia. Próby wykonywane później w przestrzeni wirtualnej pokrywały się z wynikami pracy maszyny w terenie.
(...)
To jedynie fragment tekstu. Chcesz czytać całe teksty? Zamów prenumeratę "Nowej Gazety Leśnej"!
WIĘCEJ
Dodano 13:14 26-10-2023