Bläckfisk hjälper gruvrobot
Ett nytt forskningsprojekt, som sker i samarbete med Epiroc, ska automatisera robotarmarna på företagets borrmaskin Boomer. Redan nu har projektgruppen fått Vinnovamedel beviljat.
– Om man tänker sig att maskinen är som en bläckfisk, så ska armarna röra sig självständigt men samtidigt vara medvetna om varandra, säger AI-forskaren Federico Pecora vid Örebro universitet.
En av Epirocs maskiner som används vid tunnelborrning heter Boomer. Det är ett väldigt stort fordon med meterlånga robotarmar. Boomer körs fram och parkeras vid en bergvägg, sedan används armarna för att borra hundratals hål som därefter fylls med sprängmedel.
Epirocs vision är att bara kunna mata in en karta över de hål som ska borras i Boomer och trycka på ”start”. Så funkar det dock inte i dag. Nu kan bara en robotarm i taget användas och den måste styras via en joystick av en specialiserad operatör.
– Den här processen vill de automatisera och anledningen är förstås att göra arbetet snabbare och mer effektivt, men även att kunna avlägsna operatören från den här ganska farliga miljön, säger Federico Pecora, som är forskare i datavetenskap på AASS (Centrum för tillämpade autonoma sensorsystem) vid Örebro universitet.
Epiroc har en lång erfarenhet av att samarbeta med Örebro universitet. Bland annat har Federico Pecora arbetat med koordination av gruvmaskiner under jord, medan hans kollega Todor Stoyanov har varit delaktig i ett Vinnovaprojekt om just Boomer-maskinen.
När Pär Lundström, profilområdesansvarig för Autonoma system vid Alfred Nobel Science Park, fick reda på Epirocs behov kring robotarmarna på Boomer, så sammanförde han företaget och Federico Pecora. Resultatet blev AI.MEE-projektet AutoDPP (autonomous drill path planer).
– Det finns flera väldigt svåra saker att lösa. Det första är att lyckas skapa koordinerade rörelser med armarna. Inom AI kallas det för ett sökproblem. Det som gör det här sökproblemet speciellt är att det innefattar rörelse. Armarna måste ta beslut om vart de ska röra sig och om två armar närmar sig varandra, så vill man att de ska koordinera sig så att de interagerar så lite som möjligt med varandra, säger Federico Pecora.
Han berättar att hans utgångspunkt kommer att vara en metod som utvecklats på Örebro universitet. Ursprungligen användes den för att koordinera markfordon, som exempelvis autonoma gaffeltruckar.
– Metoden går ut på att man berättar för de individuella fordonen vart de ska åka, sedan räknar de själva ut vilken väg som är den bästa. Alla vägar koordineras centralt i systemet, så att det inte sker några krockar. Den centrala koordinatorn är lite som virtuell trafikpolis som dyker upp när – och där – den behövs. Förutom själva rörelseplaneringen, så är ett annat stort problem att lära maskinen att hantera oförutsedda händelser
Under projektperioden hoppas Federico Pecora ha löst de grundläggande problemen, men steget till att kunna testa lösningen på riktigt i en gruvmiljö är fortfarande långt.
