Os robôs industriais estão ao nosso redor; eles produzem os bens que consumimos e os veículos que dirigimos. Para muitos, essas tecnologias são frequentemente vistas como de natureza simplista. Afinal, embora sejam capazes de produzir produtos com rapidez e alto nível de qualidade, eles operam dentro de uma gama limitada de movimentos. Então, quanto realmente é necessário programar um robô industrial?

A verdade é que, embora a robótica industrial certamente varie em seus níveis de complexidade, mesmo a aplicação mais simples de um robô industrial está muito longe da funcionalidade plug and play. Em outras palavras, um braço robótico que requer movimento limitado dentro dos eixos X, Y e Z para realizar sua tarefa todos os dias requer mais do que apenas algumas linhas de código. À medida que a robótica industrial se torna cada vez mais avançada e as fábricas tradicionais são transformadas em fábricas inteligentes, a quantidade de trabalho e conhecimentos necessários à formação destes fabricantes artificiais aumentará proporcionalmente. Vamos dar uma olhada em algumas maneiras pelas quais o robô moderno é programado.

Ensinar Pingente

O termo “robô” pode evocar muitas imagens diferentes. Embora o público em geral possa comparar um robô a algo que viu num filme ou na televisão, na maioria das indústrias um robô consiste num braço robótico programado para completar uma tarefa de complexidade variável com um nível aceitável de qualidade.

Às vezes, eficiências podem ser identificadas durante a produção e pequenas variações precisam ser feitas nos movimentos do robô. Interromper a produção para reprogramar o equipamento seria um esforço dispendioso e impraticável; a sabedoria convencional sugere que cada variação destes movimentos precisa ser meticulosamente programada num computador, linha por linha; mas isso não poderia estar mais longe da verdade.

Uma caixa de ensino, ou mais comumente chamada de pingente de ensino ou pistola de ensino, é um dispositivo portátil industrializado e robusto que permite ao operador controlar o robô em tempo real e inserir comandos lógicos e registrar as informações no computador do robô.

Os robôs industriais tendem a operar em velocidades que desafiam o olho humano, mas um operador que usa um pingente de ensino pode desacelerar o equipamento para que possa traçar os movimentos do robô para acomodar a mudança no procedimento. Esse processo pode parecer fácil para qualquer pessoa que já usou um controlador de videogame, mas envolve muito mais do que simplesmente saber como inserir entradas. O operador, por exemplo, precisa ser capaz de visualizar o caminho mais eficiente que o robô irá percorrer para que os movimentos sejam estritamente limitados aos necessários. Movimentos desnecessários ou aumentos de tempo, não importa quão pequenos sejam, podem ter um efeito cascata nas capacidades de produção de uma linha de produção. Extrapolado ao longo do tempo, um caminho ineficiente traçado em um robô poderia resultar em perdas financeiras significativas para o fabricante.

É claro que a velocidade de cada movimento também precisa ser considerada para que o robô possa realizar movimentos articulares com a maior frequência possível. Esses movimentos são mais eficientes do ponto de vista do movimento, assumindo que um programador tenha experiência para implementá-los. Na verdade, esse tipo de programação pode parecer simples para quem observa o processo, mas, na verdade, pode levar anos para ser dominado. Os pingentes de ensino existem há anos e continuam a ser um elemento básico no mundo da programação robótica.

Simulações off-line

Um dos maiores riscos de programar um robô industrial no chão de fábrica é o tempo de inatividade resultante. Um programador precisa interagir com a máquina, fazer alterações no código e testar o movimento do equipamento dentro do contexto de produção antes que as operações possam ser retomadas. Felizmente, o software de simulação offline pode ser usado para aproximar quaisquer alterações de código que o operador pretenda incorporar, bugs podem ser corrigidos antes da atualização da programação entrar no ar e tudo isso sem interromper as operações. Não há nenhuma desvantagem financeira em executar simulações off-line e nenhum perigo para o operador, pois as simulações podem ser executadas em um PC localizado longe do chão de fábrica.

Existem muitos tipos diferentes de programas que oferecem capacidades de simulação offline, mas o princípio é o mesmo, criando um ambiente virtual representativo do processo de fabricação e programando os movimentos através de um sofisticado modelo 3D.

Deve-se notar que nenhum programa é totalmente melhor que qualquer outro, mas um pode ser preferível dependendo da complexidade da aplicação. O atrativo desse tipo de programação é que ele permite ao programador não apenas programar movimentos robóticos, mas também implementar e visualizar os resultados da funcionalidade de detecção de colisão e quase acidente e registrar tempos de ciclo.

Como o programa é criado independentemente do dispositivo em um computador externo (e não manualmente, como é o caso do ensino pendente), ele permite que os fabricantes capitalizem a produção de curto prazo, sendo capazes de automatizar rapidamente um processo sem impedir as operações normais.

Embora o ensino da programação pendente ofereça uma abordagem muito diferenciada para ajustes robóticos no chão de fábrica, há sem dúvida uma vantagem maior em ser capaz de executar atualizações de programação em um ambiente de teste antes de atualizar o código no equipamento físico.

Programação por Demonstração

Este método é em geral semelhante ao processo de ensino pendente. Por exemplo, como acontece com o Teach Pendant, o operador tem a capacidade de “mostrar” ao robô, com um alto grau de precisão, uma série de novos movimentos e armazenar essas informações no computador do robô. Existem, no entanto, alguns benefícios que criam alguns pontos de diferenciação entre os dois. Por exemplo, o Teach Pendant é um dispositivo portátil sofisticado que contém muitos controles e funcionalidades diferentes. A programação por demonstração geralmente exige que o operador navegue no braço robótico com um joystick (em vez de um teclado). Isto torna o processo de programação muito mais simples e rápido – duas coisas que se traduzem em menos tempo de inatividade.

Este tipo de programação robótica também leva menos tempo para um operador se tornar proficiente; já que a tarefa em si é programada da mesma forma que um operador humano a concluiria.

O futuro da programação robótica

Todos esses métodos de programação têm seu lugar no mundo da robótica industrial, mas nenhum deles é perfeito. À sua maneira, o desenvolvimento e implantação de cada um pode impedir a produção e aumentar os custos para o fabricante. Será necessário tempo para ensinar o robô como realizar a tarefa. Em muitos casos, a habilidade do operador ou técnico pode variar muito de uma aplicação para outra.

Imagine, no entanto, se um robô industrial precisasse apenas “ver” uma tarefa sendo concluída para executá-la com perfeição, repetidas vezes. O custo e o tempo associados à programação da robótica industrial diminuiriam tremendamente.

Se parece bom demais para ser verdade, você pode querer dar uma olhada mais de perto na indústria da robótica; esse tipo de treinamento de robôs já está na mente dos projetistas de robótica industrial. A teoria por trás da tecnologia é sólida; faça com que um operador mostre ao robô como executar uma tarefa específica e permita que o robô analise essas informações para determinar a sequência de movimentos mais eficiente que precisa ser concluída para replicar a tarefa. À medida que o robô aprende a tarefa, tem a oportunidade de descobrir novas formas de melhorar a forma como a tarefa é executada.

Programando robôs mais complexos

À medida que mais e mais fábricas fazem a transição para fábricas inteligentes e mais equipamentos autônomos são instalados, as tarefas atribuídas aos robôs se tornarão mais complexas. Dito isto, os métodos que utilizamos atualmente para programar estes robôs serão forçados a evoluir. Embora as atividades de programação contemporâneas tenham um desempenho admirável, há poucas dúvidas de que a inteligência artificial desempenhará um papel importante na maneira como os robôs aprendem.