Comment les systèmes multi-robots coordonnés transforment l’échange de batterie EV

À mesure que les véhicules électriques transforment notre paysage de transport, la demande de solutions de charge innovantes augmente. Échange de batteries – où les batteries épuisées sont rapidement remplacées par des batteries entièrement chargées – offre une alternative convaincante à la charge traditionnelle.

Pourtant, ce concept apparemment simple nécessite une ingénierie sophistiquée dans les coulisses. La complexité s’étend au-delà de ce que l’automatisation unique peut gérer efficacement, poussant l’industrie vers des systèmes multi-robots coordonnés qui fonctionnent de concert pour réaliser ce que les robots individuels ne peuvent pas.

Les robots uniques ont révolutionné de nombreuses industries, mais sont confrontés à des limitations importantes avec les opérations à plusieurs étapes.

L’échange de batteries n’est pas simplement une tâche mais une séquence chorégraphiée: extraire les batteries appauvri, les déplacer vers des stations de charge, récupérer des remplacements entièrement chargés et les installer précisément dans les véhicules. Ces exigences dépassent les capacités d’une seule machine.

La réponse peut être trouvée dans les systèmes multi-robots où les unités spécialisées gèrent des fonctions spécifiques. Un robot peut exceller à l’extraction de haute précision tandis qu’un autre se concentre sur le transport rapide entre les stations.

Cette spécialisation crée des opérations qui sont plus rapides, plus fiables et qui utilisent l’espace plus efficacement que toute approche à robot unique.

L’utilisation de plusieurs robots réduit considérablement le temps de service en effectuant des tâches en parallèle. Par exemple, la station de 3e génération de Nio utilise un tableau de robots qui peut retirer la batterie déchargée de la voiture et la remplacer par une batterie chargée.

Ce parallélisme est ce qui a permis à Nio de réduire son entrée client à la sortie de 10 minutes dans les stations de première génération à 4 minutes 40 secondes dans les stations de la troisième génération. Ample ont rapporté une amélioration similaire lorsqu’ils sont passés de leurs stations de première génération aux stations de deuxième génération.

Les opérations simultanées utilisant des robots ont permis de réduire son temps d’échange de 15 minutes dans les stations de première génération à moins de 5 minutes dans les stations de deuxième génération.

Les approches multi-robots permettent également une modularité de pack de batterie, telle que les exploitées par ample, ce qui permet en outre une empreinte réduite d’échange de stations.

Par rapport aux approches mono-robot utilisées par un meilleur endroit en 2012, ce qui a conduit à échanger des stations de la taille d’un lavage de voitures, des stations d’échange de 2e et 3e génération de Nio, respectivement, sont beaucoup plus petites, presque la taille de deux à trois espaces de stationnement.

L’intelligence derrière les systèmes multi-robots est leur architecture de coordination. Plutôt que de fonctionner indépendamment, ces robots fonctionnent dans un système hybride qui mélange la planification centralisée avec une exécution indépendante.

Un coordinateur central sert de conducteur d’orchestre, en maintenant la conscience de l’ensemble de l’opération tout en attribuant des tâches et en prévention des conflits. Les robots individuels gardent l’autonomie dans leurs rôles assignés, et s’adaptent aux variations et répondent aux conditions locales sans direction constante.

La communication entre ces couches se produit à travers des protocoles ultra-rapides qui garantissent que les robots se déplacent avec un timing précis même si les conditions changent.

Dans les coulisses, la simulation en temps réel prédit constamment comment les opérations se dérouleront des secondes à quelques minutes, permettant au système de repérer les conflits potentiels avant qu’ils ne se produisent et d’ajuster les plans en conséquence.

Les systèmes de communication de qualité industrielle et sécurisés permettent une coordination multi-robot efficace dans des environnements automatisés. La fiabilité de la communication est améliorée par des techniques telles que les poignées de main bidirectionnelles et les messages de battements cardiaques, qui permettent une détection immédiate de toute perturbation.

L’utilisation d’une architecture de sécurité décentralisée où chaque robot maintient indépendamment ses propres protocoles de sécurité et peut exécuter des actions en toute sécurité même lorsque la communication est temporairement interrompue s’est également avérée fonctionner.

Des alertes automatisées déclenchées par des défauts ou des retards inhabituels attirent l’attention des techniciens de surveillance à distance. Cela garantit une résolution rapide des problèmes, fournissant une couche supplémentaire de surveillance.

Maintenant, imaginez plusieurs robots partageant le même espace de travail et la même chronologie. Sans coordination sophistiquée, le chaos s’ensuivrait rapidement. Le problème est traité en combinant plusieurs approches complémentaires pour travailler ensemble.

Parfois, les robots se relaient simplement, avec une séparation temporelle garantissant qu’ils ne rivalisent jamais pour le même espace. Dans d’autres scénarios, l’espace de travail est divisé en zones où différentes opérations se produisent simultanément.

L’approche la plus sophistiquée implique une planification dynamique de chemin, où les robots ajustent en permanence leurs mouvements en fonction de la sensibilisation en temps réel aux positions de leurs coéquipiers.

Ces stratégies brillent lors de la gestion des opérations complexes. Alors qu’un robot extrait soigneusement une batterie d’un véhicule, un autre accélère déjà vers le point de transfert avec un nouveau remplacement, leurs mouvements ont précisément chronométré pour se réunir exactement au bon moment pour minimiser le temps d’attente.

Pour évaluer les stations d’échange multi-robots, il faut suivre le temps d’échange, le temps de défaut d’échange, le temps moyen entre les défaillances (MTBF), le temps moyen pour réparer / répondre (MTTR), les swaps par jour, l’utilisation / capacité de la station, l’empreinte du pied de la station, le temps d’attente moyen par véhicule, le pourcentage moyen d’énergie livré par voiture et le temps d’arrêt de la station.

Les systèmes coordonnés ont livré des échanges de 10 minutes utilisant des voitures Nissan Leaf pendant leur pilote avec Uber avec une empreinte d’espace de stationnement en 2 voitures. C’est beaucoup plus rapide qu’un chargeur rapide public de niveau 3 cc qui facture la même voiture en 40 à 60 minutes.

Prendre la coordination multi-robot de la théorie à la pratique révèle de nombreux défis. Les robots doivent synchroniser leurs actions avec une précision en millisecondes pour assurer des transferts lisses et empêcher les collisions.

Chaque véhicule arrive dans une position légèrement différente et les conditions environnementales changent constamment, nécessitant des systèmes qui peuvent s’adapter à la volée.

Les échecs présentent des défis particuliers dans les systèmes coordonnés, car les problèmes avec un robot peuvent potentiellement se casser tout au long de l’opération.

Les implémentations efficaces isolent les défaillances pour prévenir les réactions en chaîne et ont une redondance intégrée pour permettre au système global de continuer à fonctionner, même en capacité réduite.

L’un des défis les plus critiques dans les systèmes multi-robots est d’assurer la sécurité des robots, d’autant plus que nous nous efforçons de manœuvres à grande vitesse pour diminuer les temps d’échange.

Étant donné que les systèmes multi-robots peuvent conduire à de nombreuses permutations d’interaction, la création de protocoles de sécurité efficaces devient beaucoup plus compliquée.

Cela peut être traité en mettant en œuvre une combinaison de protocoles de sécurité centralisés et distribués qui garantissent la sécurité du système avec des frais généraux minimaux.

Cela a instillé la confiance dans nos équipes d’opérations et de déploiement, en leur assurant que, que la station fonctionne de manière autonome ou manuelle, des collisions ne se produiront jamais.

En conséquence, les temps d’arrêt de notre station ont été considérablement réduits, et nos équipes d’ingénierie peuvent explorer des approches de parallélisation innovantes sans se soucier de la sécurité.

Les technologies de coordination développées pour l’échange de batteries ont des applications bien au-delà des véhicules électriques. Les opérations d’entrepôt peuvent appliquer des techniques similaires pour orchestrer les flottes de cueillette de robots et de chariots élévateurs autonomes.

Les environnements de fabrication bénéficient d’une coordination des robots effectuant des étapes d’assemblage séquentiels. Même les milieux médicaux pourraient utiliser ces approches pour orchestrer les robots chirurgicaux et les systèmes de gestion des échantillons.

Les techniques de coordination multi-robots perfectionnées dans l’échange de batteries EV ont une large pertinence entre les industries. Tout scénario qui implique des robots travaillant ensemble sur des tâches complexes et sensibles au temps peut bénéficier d’approches similaires dans la communication, la planification, la redondance et la sécurité.

L’industrie alimentaire sera un énorme bénéficiaire de cette approche. Les entreprises aiment Chef robotique utilisent déjà une flotte de robotiques travaillant en tandem pour remplir des milliers de commandes.

D’un autre côté, les entreprises aiment Relais robotique utilisent plusieurs flottes de robots pour desservir les hôtels et les hôpitaux pour automatiser leurs tâches les plus banales comme le service en chambre et la livraison d’articles.

Les technologies émergentes promettent d’améliorer encore les capacités multi-robots. Le bord AI déplace l’intelligence vers des robots individuels, réduisant la dépendance aux contrôleurs centraux.

5G / Private LTE, Wi-Fi 6 / 6E, Mesh Networks, Ethernet basé sur TSN et C-V2X fournissent l’épine dorsale de communication pour des opérations plus grandes, fiables et plus distribuées. Digital Twin Technology permet des simulations de plus en plus précises qui prédisent et optimisent les performances du monde réel avant le déploiement physique.

Les plates-formes de simulation basées sur le moteur de jeu comme Unity ML-Agents et Unreal Engine repoussent également les limites en fournissant des environnements virtuels réalistes pour la formation et la validation des robots.

Un domaine majeur de développement passionnant est dans l’IA multi-robot et l’autonomie. Les systèmes d’aujourd’hui dépendent souvent des règles soigneusement conçues et des contrôleurs centraux. Mais la coordination future peut utiliser l’intelligence artificielle multi-agents, où les robots prennent des décisions coordonnées à la volée.

Par exemple, en utilisant l’apprentissage par renforcement multi-agents, les robots pourraient apprendre des moyens optimaux de coopérer et même de gérer les situations inattendues conjointement.

On peut y parvenir en utilisant des outils comme Openai Gym, RLIB et TEPTING ZOO. Cela pourrait augmenter la robustesse – même si le contrôleur central tombe en panne, les robots peuvent collectivement replacer. Cela a des implications majeures pour les véhicules autonomes et la gestion des entrepôts.

Du côté du logiciel, les améliorations de la simulation et des jumeaux numériques sont passionnantes. Les ingénieurs peuvent désormais simuler des systèmes multi-robots à haute fidélité, en utilisant des «jumeaux numériques» de robots et d’environnements pour tester les stratégies de coordination avant le déploiement.

Des outils comme NVIDIA OMIVERSE, Microsoft Azure Digital Twins, Aws IoT Twinmaker, Gazebo, etc. Rendez cela possible. Cela accélérera l’innovation: de nouveaux algorithmes de coordination peuvent être essayés dans la simulation (pour des milliers de swaps virtuels, par exemple) pour trouver des approches optimales et découvrir des cas de bord.

De plus, un jumeau numérique d’un système en cours d’exécution peut être utilisé pour la maintenance prédictive – par exemple, la prévision lorsqu’un robot peut échouer et réaffecter ses tâches de manière préventive, maximisant vraiment la disponibilité.

La coordination multi-robot a révolutionné l’échange de batteries contre des véhicules électriques en permettant un service plus rapide, des stations plus petites et une plus grande fiabilité grâce à des robots spécialisés travaillant dans l’harmonie synchronisée.

Cette approche, mélangeant la planification centralisée avec l’autonomie des robots individuels, crée des systèmes résilients qui s’adaptent à la variabilité du monde réel. Les technologies de coordination développées ici se développent déjà dans l’entreposage, la fabrication, les services alimentaires et les soins de santé, avec des applications plus larges à l’horizon.

Alors que Edge IA, les réseaux avancés, les jumeaux numériques et l’apprentissage multi-agents continuent d’évoluer, ces systèmes deviendront de plus en plus sophistiqués.

L’avenir de l’automatisation est les capacités des machines individuelles, mais dans la collaboration orchestrée de beaucoup, ce qui reflète la façon dont l’innovation humaine a toujours réalisé ses plus grandes avancées à travers le travail d’équipe plutôt que des efforts isolés.

Hrishikesh Tawade Fonctionne actuellement pour Ample, une entreprise de technologie de voitures électriques. Il est un spécialiste de la robotique et de la vision par ordinateur qui dirige actuellement des équipes d’automatisation de coordination multi-robots et d’échange de batterie, réduisant les temps d’arrêt opérationnels et accélérer l’adoption des véhicules électriques. Dans un rôle précédent dans une aventure axée sur le LiDAR passant du privé au public, il a renforcé la fiabilité du logiciel de perception et a affiné la feuille de route du produit pour une adoption plus large du marché dans plusieurs domaines. Plus tôt dans sa carrière, il a développé des solutions d’automatisation d’usine rentables, surmontant les contraintes de ressources et assurant un déploiement en douceur sur le terrain. Il encadre également les fondateurs en aspirant à transformer les idées visionnaires en produits à fort impact en guidant le prototypage rapide, les pivots stratégiques et l’échelle internationale.