RMO_244

87 rmo maggio 2022 partecipazione di esperti di robot, si concentra su questo mer- cato. Strettamente associata alla vicina Università Tecnica di Norimberga e ad altri istituti di istruzione e ricerca, l’azienda è entrata nel mercato con un concetto AMR completamente nuovo. Con i suoi prodotti, essa offre soluzioni creative per le esigenze della moderna intralogistica. “L’AMR convenzionale spesso necessita di adeguamenti spaziali ai percorsi o addi- rittura di apportare modifiche tecniche ai processi - ci spiega l’amministratore delegato, Hubert Bauer -. Ad esempio, sono necessarie marcature ottiche in modo che i veicoli possano orientarsi; i percorsi e le intersezioni devono corrispondere alle dimensioni e ai raggi di curvatura specificati. Noi, invece, volevamo creare un robot di trasporto che si adattasse alle esigenze del cliente e non viceversa”. Impronta digitale del pavimento del capannone per in- dicare la posizione esatta. I robot mobili autonomi (AMR) di Evocortex non richiedono alcun sistema di guida preinstal- lato per riconoscere la loro posizione e trovare la strada giusta. Essi si basano semplicemente sulle irregolarità del pavimento del capannone. Queste irregolarità si possono trovare anche sui comuni pavimenti in cemento liscio e vengono registrati dalla telecamera ad alta risoluzione del robot. La telecamera si trova nella parte inferiore del veicolo, copre un’area di 10 x 10 cm ed utilizza i dati dell’immagine per creare l’equivalente di un’impronta digitale del pavimento del capannone. Dietro questo ingegnoso sistema c’è il Localization Module (ELM) svi- luppato da Evocortex. Durante il processo di apprendimento iniziale, il robot per- corre il pavimento del capannone spostandosi su uno schema a griglia. Con l’aiuto di algoritmi complessi, viene creata una mappa ad alta precisione da uno schema di singoli punti. In futuro, ciò sarà possibile anche mediante autoapprendimento grazie all’utilizzo dell’Intelligenza Artificiale. Inoltre, il con- trollo rileva il movimento proprio del veicolo. Combinando i dati, esso può posizionare il veicolo su un’area teorica di un chilometro quadrato con precisione millimetrica. A tal fine sono sufficienti tre punti individuati. Anche se il 50% del pa- vimento è ricoperto di segatura, l’ELM rimane indifferente e garantisce una navigazione robusta, precisa ed accurata. Nuovi graffi permanenti nel pavimento vengono aggiunti alla mappa, mentre gli elementi che sono scomparsi vengono rimossi dopo un certo tempo. Gli AMR possono essere dotati opzionalmente di sensori Lidar aggiuntivi su uno o due fronti. Questi effettuano una scan- sione dell’area nella direzione di marcia e riconoscono gli ostacoli, compresi quelli in movimento come le persone che attraversano il percorso. Il veicolo si arresta quindi immedia- tamente per garantire la sicurezza dei dipendenti. Mobilità senza limiti con le ruote Mecanum. Una ruota normale si muove solo nella stessa direzione del suo asse. Per posizionare con precisione un veicolo con ruote di questo tipo, è necessario manovrare allo stesso modo di quando si parcheggia un’auto. Per evitare ciò, gli sviluppatori di Evo- cortex hanno optato per la ruota Mecanum. Invece di una su- perficie di scorrimento chiusa, dei rulli bombati sono montati sul suo cerchione. Sono fissati con un angolo di 45° rispetto all’asse della ruota e possono ruotare attorno al proprio asse di supporto obliquo. La forma, le dimensioni e la distanza dei rulli sono selezionate per conferire alla ruota una superficie di rotolamento continua. Quando la ruota Mecanum gira, si creano due componenti di forza, una nel senso di rotazione dell’intera ruota e l’altra perpendicolare ad essa. La direzione di movimento che ne risulta sta nel mezzo: la ruota Mecanum ‘vuole’ muoversi con un angolo di 45° rispetto alla direzione dell’asse. Tuttavia, a causa della mobilità dei rulli, non ha rigidità direzionale. Quando vengono applicate altre forze, il movimento può es- sere deviato in qualsiasi direzione. Gli AMR Evocortex non richiedono alcun sistema di guida preinstallato per riconoscere la loro posizione e trovare la strada giusta, ma si basano sulle irregolarità del pavimento del capannone.