Csak egy rövid szakaszt látunk be az előttünk
lévő útból, de már ott is annyi a teendő.”
Alan Mathison Turing
Overview
A kutatási terület vezetője: Dr. Váncza József (SZTAKI, BME)
Pár szó a kutatási területről
Közgazdászok, szociológusok gyakran negyedik ipari forradalomként is emlegetik az ipar digitalizációját (Ipar4.0). E korszakos technológiai váltást követő, és annak következményeként jelentkező nagy kihívás a területen dolgozó kutatók, fejlesztők számára az autonómia (ld. még itt), és konkrétan az autonóm, de több szálon összekapcsolt gyártó rendszerek tervezése és működtetése.
Az említett technológiai váltás során olyan autonóm kiber-fizikai termelési rendszerek jöttek, ill. jönnek létre, amelyek az őket körülvevő anyag, energia, információs és pénzügyi folyamatokhoz szorosan, s már-már elválaszthatatlanul kapcsolódnak, ill. ezektől komoly mértékben függenek.
A kutatási terület főbb kutatási és fejlesztési irányai és az ezekkel kapcsolatos feladatok
Autonóm robotika, ember-robot együttműködés és ember-robot csapatmunka, autonóm járművekkel megvalósított/támogatott telephelyen belüli logisztika a K+F tevékenységek fontos célterületei. E célterületeken részint prototípus-fejlesztés, részint működő megoldások fejlesztése zajlik majd.
Az autonóm robotikai és logisztikai feladatok megoldásában kulcsszerepe van az emberek, gépek és környezetük alkotta rendszer digitális ikermodelljének. Ezek a fizikai világban működő eszközök, berendezések és erőforrások másaként a valóságos ”iker” leképzésére, megfigyelésére, előrejelzésére, tervezésére, optimalizálására és szimulációjára használhatók. Ikermodellek felhasználása gyártási folyamatok valósidejű követésére, események felismerésére és előrejelzésére, valamint a gyártórendszer végrehajtandó feladatainak (újra)-tervezésére.
Az ipar digitalizációjának köszönhetően nagy mennyiségű adat áll elő a gyártási folyamatokról. Ezen adatok elemzése lehetőséget teremt digitális ikermodellek létrehozására és adaptálására. Megjegyzendő, hogy a gyártási adatok nagyfokú strukturális és típusbeli sokszínűsége miatt már az ilyen adathalmazok topológiájának feltárása is komoly feladat. További alapvető fontosságú feladat a nehezen reprezentálható mérnöki tudás, tapasztalat és intuíció beépítése az ikermodellekbe (pl. heurisztikus megoldások alkalmazásával).
Autonóm rendszerek identifikációja és irányítása a gépi tanulás sztochasztikus módszereivel.
Egy, olyan CPPS kísérleti labor felállítása, majd a labor autonóm gyártórendszer-elemekkel, logisztikai egységekkel való ellátása, intelligens érzékelő-rendszerekkel való felszerelése, amely alkalmas a kutatási terület kutatói és fejlesztői által megtervezett és léthozott autonóm kiber-fizikai gyártó- és logisztikai rendszerek alapos tesztelésére és látványos bemutatására.
Általános robot művelettervező modellek elméleti vizsgálata és gyakorlati fejlesztése. E modellek lehetővé teszik a sorrend- és mozgásterveknek, valamint robotprogramoknak az automatikus generálását.
Az autonóm elemek közötti kooperáció ösztönzése, ill. fokozása az ilyen elemeket is tartalmazó gyártó- és logisztikai rendszerekben.
Az ARNL keretében létrejövő innovatív megoldások a kiber-fizikai gyártórendszerekkel kapcsolatos kísérletekre, fejlesztésekre Budapesten és Győrött kialakított laboratóriumokban kerülnek bemutatásra. Ezek a laboratóriumok a Konzorcium felsőoktatási és ipari partnerei számára is rendelkezésre állnak majd.
Felhő-alapú specifikus szolgáltatások kialakítása és elérhetővé tétele a hazai kkv-k számára is.