Lyhyt kuvaus: ZenRobotics kehittää tekoälyohjattua robotiikkaa jätteiden automaattiseen lajitteluun. Ratkaisu perustuu konenäköön ja robottiohjaukseen, ja sen kehityksessä on painotettu järjestelmän skaalautuvuutta ja tehokasta käyttöönottoa.

1. Yrityksen kuvaus

ZenRobotics on teknologian edelläkävijä, joka suunnittelee ja valmistaa tekoälypohjaisia jätteiden lajittelurobotteja, kuten “Heavy Picker”- ja “Fast Picker” -järjestelmiään. Yritys on erikoistunut hyödyntämään edistyneitä tunnistusteknologioita ja robotiikkaa arvokkaiden fraktioiden talteenoton automatisoinnissa erilaisista jätevirroista yli 15 maassa maailmanlaajuisesti. Tapaustutkimusaineistossa ei mainita yrityksen tarkkaa kokonaishenkilöstömäärää.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

• Yrityksen oli ratkaistava manuaalisen jätelajittelun vakavat rajoitteet. Jotta materiaaleja kuten lasia, muovia ja paperia voidaan kierrättää onnistuneesti, jätevirta on lajiteltava erittäin puhtaisiin ja yhtenäisiin ryhmiin, joita kutsutaan fraktioiksi (esimerkiksi seitsemän eri muovilaadun erotteluun tai maalatun puun erottamiseen maalaamattomasta). Ihmiselle manuaalinen lajittelu on hidasta, työvoimavaltaista, toistuvaa ja usein vaarallista työtä, minkä vuoksi laitosten on poikkeuksellisen vaikeaa saada palkattua henkilöstöä. Jos lajitellun fraktion puhtaus on liian matala, koko erää ei voida kierrättää ja se päätyy kaatopaikalle tai polttoon. ZenRobotics tavoitteli tekoälyn hyödyntämistä, jotta lajittelu olisi nopeampaa, turvallisempaa ja jatkuvasti toiminnassa.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

• ZenRobotics kehitti autonomisen robotiikkaratkaisun, joka yhdistää reaaliaikaista tietoa useista fyysisistä antureista. Tämä anturitieto fuusioidaan yrityksen omilla tekoälyalgoritmeilla jätevirran dynaamiseksi analyysiksi, jonka ansiosta raskaat robottivarret pystyvät tekemään itsenäisiä, reaaliaikaisia valintoja siitä, mitkä kappaleet poimitaan ja miten niistä tarkalleen otetaan kiinni. Järjestelmät hyödyntävät koneoppimismalleja sopeutuakseen täysin erilaisiin teollisiin jätevirtoihin – kotitalouksien kierrätysjätteestä raskaaseen rakennus- ja purkujätteeseen. Yhteistyössä Reaktorin kanssa yritys optimoi sisäisen ohjelmistokoodikantansa, tunnisti ja poisti järjestelmällisesti “kuollutta koodia” ohjelmiston ylläpidon yksinkertaistamiseksi sekä uudisti perusteellisesti konfiguraationhallinnan taustajärjestelmänsä.

4. Mitä tuloksia saavutettiin?

• Käyttöönotto mahdollisti onnistuneesti sen, että tekoälyrobotit lajittelevat materiaaleja keskimäärin yhtä tarkasti kuin ihmiset mutta merkittävästi suuremmalla nopeudella, väsymättä ympäri vuorokauden ankarissa kierrätysolosuhteissa. Järjestelmät erottavat tehokkaasti arvokkaita metalleja kuten kuparia ja eristävät tarkkoja materiaalifraktioita puhtaasti, mikä luo toimivan kiertotalouden edellyttämät korkean puhtausasteen materiaalivirrat. Insinöörityön osalta yhteistyö Reaktorin kanssa virtaviivaisti konfiguraationhallintaa, minkä ansiosta ZenRobotics pystyi nopeuttamaan tuotteiden käyttöönottoja huomattavasti ja skaalaamaan globaalia toimitusjalanjälkeään. Operatiivisesti Reaktor istutti ketterät työskentelytavat yrityksen tuotteen elinkaareen hyödyntämällä käytännöllisiä organisatorisia toimintamalleja kuten päivittäisiä standup-palavereita, kanban-priorisointitauluja, retrospektiivejä ja laatutarkistuslistoja inhimillisten virheiden minimoimiseksi ja kehitystyön tehokkuuden lisäämiseksi.

5. Mitä ongelmia ilmeni?

Tapaustutkimuksessa todetaan, että jätevirrat vaihtelevat rajusti käsittelykeskuksesta toiseen, erityisesti rakennus- ja purkujäteympäristöissä, mikä luo erittäin ennakoimattoman toimintaympäristön. Tämä edellytti robottien intensiivistä, räätälöityä koneoppimiskoulutusta paikan päällä sen sijaan, että olisi luotettu täysin valmiiksi koulutettuihin yleisiin malleihin. Lisäksi ohjelmistoinfrastruktuuriin kertyi ajan myötä tarpeetonta “kuollutta koodia”, jolla ei enää ollut aktiivista operatiivista tarkoitusta, ja se vaati järjestelmällistä siivoamista koodin ylläpito- ja versionhallintapullonkaulojen välttämiseksi.

6. Aika- ja rahainvestoinnit

Projekti vaati erikoisosaamista reaaliaikaisesta anturifuusiosta, raskaan robotiikan automaatiosta, konenäön koneoppimisesta, ketterästä ohjelmistokehityksestä, konfiguraationhallinnan optimoinnista ja vanhan koodikannan refaktoroinnista. Päästrateginen kumppani teknisen toimituksen skaalaamisessa ja kehitysprosessien optimoinnissa oli Reaktor.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

• Projekti vaati erikoisosaamista reaaliaikaisesta anturifuusiosta, raskaan robotiikan automaatiosta, konenäön koneoppimisesta, ketterästä ohjelmistokehityksestä, konfiguraationhallinnan optimoinnista ja vanhan koodikannan refaktoroinnista.

8. Liiketoimintafunktion luokitus

Projekti kuuluu perustavanlaatuisesti tuote-/palvelukehitykseen, teollisen robotiikan insinöörityöhön ja operatiivisten työnkulkujen automatisointiin. Se tukee suoraan ympäristön kestävyyteen liittyvää toimintaa ja kiertotalouden logistiikkaa maksimoimalla kierrätyslaitosten tehokkuuden ja materiaalien talteenoton.

9. Lähde

https://www.reaktor.com/work/zenrobotics

Avainsanat:
koneoppiminen, autonomiset järjestelmät, robotiikka, kiertotalous, jätehuolto, Reaktor, ohjelmistokehitys