Prádelna Kyselý denně zpracovává velké množství prádla pro hotely, restaurace a další firmy. Než začne praní, musí se příchozí prádlo roztřídit a rozdělit do správných kontejnerů. V současnosti je to převážně ruční práce. Člověku připadá třídění hromady prádla téměř samozřejmé. Obsluha rozezná jednotlivé kusy, podle materiálu a tvaru upraví úchop a okamžitě zareaguje, když přijde několik kusů najednou nebo se zamotají. Robot takovou flexibilitu automaticky nemá. Musí jednotlivé kusy zaznamenat, pochopit, na co se dívá, a rozhodnout, jak každý kus uchopit. A to celé musí dělat opakovaně, rychle a spolehlivě. To je výzva, kterou chtěla Prádelna Kyselý prozkoumat.
Společně s CIIRC ČVUT a TEF AI-MATTERS vyvíjí Prádelna Kyselý proof-of-concept robotického třídění prádla. Experimentální sestava kombinuje dopravní pás, kamerové vidění, zpracování obrazu a robotické rameno. Jak prádlo putuje po pásu, kamera zachycuje jednotlivé kusy a zjišťuje jejich polohu a tvar. Robotický systém pak tyto informace využije k rozpoznání jednotlivých kusů, jejich uchopení a odložení na správné místo.
Jednorázové předvedení úlohy ale nestačí. Tým testuje různé typy robotických gripperů a sleduje, jak rychle a spolehlivě systém zvládá různé druhy prádla. Hodnotí také celkovou robustnost řešení, což je v průmyslovém prostředí, kde by systém musel pracovat nepřetržitě, zásadní hledisko. Význam úlohy zvyšuje i to, kde třídění v celém procesu leží: je to první fáze pracovního postupu prádelny, takže jeho výkon ovlivňuje všechno, co následuje. Řešení, které sice funguje, ale je příliš pomalé nebo nespolehlivé, by nestačilo.
Testování před přechodem k automatizaci
Právě tady se experimentování ukazuje jako zvlášť cenné. Prádelna Kyselý nemusí přecházet přímo od nápadu k plnohodnotné instalaci. V prostředí AI-MATTERS může zjistit, jak technologie funguje, kde jsou její limity a co by bylo potřeba k reálnému nasazení. Proof-of-concept spojuje odborné znalosti z robotiky, AI a optimalizace procesů a umožňuje týmu otestovat technologii na velmi konkrétním průmyslovém problému.
Výsledkem nebude jen fungující ukázka. Projekt přinese také provozní data, například o době cyklu a robustnosti systému, a doporučení vhodných gripperů a možných vylepšení. Další otázka proto už nezní jen „Dokáže robot třídit prádlo?“, ale „Co by bylo potřeba, aby robotické třídění spolehlivě fungovalo v průmyslovém měřítku?“ A právě na tuto otázku teď projekt pomáhá Prádelně Kyselý odpovědět.
Od ruční práce k novému způsobu práce
Pro Prádelnu Kyselý je projekt prvním krokem k tomu, aby zjistila, zda by se robotické třídění mohlo stát součástí jejího budoucího provozu. Pro TEF AI-MATTERS je to dobrý příklad toho, čeho může technologické experimentování dosáhnout, když se výzkumná expertiza potká se skutečnou průmyslovou výzvou: robotika se netestuje izolovaně, ale musí si poradit s nepředvídatelností skutečného výrobního procesu. Projekt má k plnému nasazení ještě kousek daleko. Právě o to ale jde. Než Prádelna Kyselý do automatizace investuje, zkouší, co funguje, zjišťuje, kde jsou úskalí, a získává podklady pro rozhodnutí, co dál.
Technická specifikace řešení
Tým vyvinul algoritmus zpracování obrazu, který pomocí 3D kamery určuje vhodné pozice a orientace úchopu jednotlivých kusů prádla. Umožňuje odebírat jednotlivé kusy přímo z pohybujícího se dopravníku, přičemž pohyb robotu je synchronizován s pásem. Prsty gripperu musí jeden kus prádla bezpečně držet při zvednutí i přenosu a poté ho spolehlivě uvolnit. Byly navrženy a otestovány různé tvary prstů a kontaktních ploch, přičemž pro rychlé prototypování posloužilo naše centrum 3D tisku. Celý cyklus separace byl otestován ve fyzické průmyslové robotické buňce s několika druhy prádla. Výsledkem projektu je otestovaný proof of concept a algoritmus pro generování grasp poses z obrazu z kamer. Testování systému jako celku odhalilo úzká místa procesu a ukázalo, jaké změny jsou potřeba ke zkrácení cyklu a zrychlení separace.