No âmbito do PPS18 Sistema de Navegação 3D para Robôs Móveis, integrado na Agenda GreenAuto, realizo-se no dia 29 de junho nas instalações do STAR Institute, a demonstração final das soluções desenvolvidas para aumentar a autonomia, a perceção do ambiente e a fiabilidade de robôs móveis aplicados à logística industrial.
A demonstração teve como elemento central o GoForkLift, um AMR empilhador desenvolvido pela Flowbotic, utilizando como plataforma de integração e validação das tecnologias desenvolvidas pelos parceiros do PPS18.
O cenário foi concebido com base num circuito intralogístico representativo das operações da unidade industrial da Stellantis em Mangualde, que constituiu o caso de estudo do projeto. No ambiente de demonstração do STAR Institute, foram simuladas diferentes áreas funcionais, incluindo a praia logística, o armazém, a zona de produção de capôs e os bordos de linha de capôs e tejadilhos.
Ao longo do circuito, o GoForkLift executou autonomamente diferentes missões de recolha, transporte e entrega de cargas. As operações incluíram a deteção e localização da carga, a aproximação à estrutura de transporte, o posicionamento dos garfos, a recolha, a navegação até ao destino e a descarga em ponto definido. Após a entrega, o AMR regressou ao armazém para iniciar uma nova missão.
Para realizar estas operações, o GoForkLift integra tecnologias de navegação autónoma, localização, perceção 3D e controlo do veículo. A informação recolhida por sensores LiDAR, cÂmaras RGB-D, sistemas de odometria e outros sensores, permite ao AMR localizar-se, interpretar o espaço envolvente, identificar obstáculos e planear trajectórias seguras.
Um dos principais eixos tecnológicos do PPS18 constitui no desenvolvimento de soluções de localização e mapeamento 3D para ambientes industriais sujeitos a alterações. As abordagens de Long-Term SLAM permitem atualizar a representação do espaço ao longo do tempo e manter a capacidade de localização do robô perante mudanças na disposição de equipamentos, cargas e materiais.
Foi também explorada uma solução de navegação baseada em refletores, destinada a reforçar a precisão e a robustez da localização em zonas onde as características naturais do ambiente possam ser insuficientes e pouco estáveis.
Outra componente incidiu na deteção e acompanhamento de elementos dinâmicos. Com recurso a câmaras de profundidade e algoritmos de visão computacional, o sistema consegue identificar pessoas e outros elementos em movimento, permitindo adaptar a velocidade e a trajetória do AMR em espaços partilhados.
A demonstração incluiu ainda a deteção e localização de caixas ou contentores metálicos. A determinação da sua posição e orientação apoia o alinhamento do AMR e o posicionamento dos garfos, aumentando a flexibilidade e a precisão das operações de recolha.
Foram igualmente apresentados desenvolvimentos na área da avaliação da condição operacional e da manutenção preditiva. A monitorização de variáveis associadas ao funcionamento do AMR permite identificar possíveis anomalias, antecipar necessidades de manutenção e reproduzir períodos de insdisponibilidade.
A gestão de missões contribuiu também para uma componente do projeto, permitindo atribuir tarefas, acompanhar a sua execução e criar condições para a coordenação futura de vários AMRs num mesmo ambiente industrial.
A seesão contou com a presença do perito Paulo Gonçalves e das entidades envolvidas no projeto – Flowbotic, STAR Institiute, Faculdade de Engenharia da Universidade do Porto, Kaizen Institute, Instituto de Sistemas e Robótica da Universidade de Coimbra e INESC TEC.
A demonstração evidenciou a integração de tecnologias de robótica móvel, visão computacional, perceção 3D, localização, navegação autónoma e monitorização da condição operacional.
Os resultados alcançados contribuem para o desenvolvimento de soluções intralogísticas mais autónomas, seguras e adaptáveis às necessidades da indústria automóvel.
