Teaching Industry 4.0: An Open-Source Framework for Cooperative Robotics in the Learning Factory

تتغير المصانع الحديثة؛ فهي تتحول إلى أماكن تتحدث فيها الآلات مع بعضها البعض، وتتخذ قراراتها الخاصة، وتتحرك دون سائقين بشريين. هذا التحول، الذي يُطلق عليه غالباً الثورة الصناعية الرابعة، يعتمد على ثلاث أفكط رئيسية تعمل معاً. أولاً، هناك "الأنظمة السيبرانية الفيزيائية"، والتي تعني ببساطة آلات مادية مثل الروبوتات المتصلة بعقول رقمية. ثانياً، تتيح "إنترنت الأشياء" لهذه الآلات إرسال بيانات حول حالتها ومحيطها عبر الإنترنت. ثالثاً، يساعد الذكاء الاصطناعي الآلات على رؤية وفهم ما تنظر إليه. بالنسبة لمهندسي المستقبل، لم يعد تعلم كيفية بناء وإدارة هذه الآلات المتحدثة والمفكرة أمراً اختيارياً، بل أصبح ضرورياً. ومع ذلك، فإن تدريس هذه المهارات المعقدة في الفصول الدراسية أمر صعب؛ فالروبوتات المصنعية الحقيقية باهظة الثمن، والبرمجيات التي تجعلها تعمل غالباً ما تكون معقدة للغاية بحيث يصعب على الطلاب تجريبها وتعديلها. تحتاج المدارس إلى وسيلة لإظهار كيفية ترابط هذه الأجزاء المختلفة دون استنزاف الميزانيات.

قام فريق من الباحثين في المعهد التكنولوجي العالي في مونتيري بالمكسيك ببناء حل لهذه المشكلة. لقد أنشأوا نموذجاً يعمل لخلية مصنع ذكي يمكن للطلاب بناؤها، وتفكيكها، وإصلاحها. هذا المشروع ليس مجرد محاكاة على شاشة كمبيوتر، بل هو إعداد مادي حيث تتحرك روبوتات حقيقية وتنقل أشياءً حقيقية. كان الهدف هو إثبات أن نظاماً مفتوح المصدر ومنخفض التكلفة يمكنه التعامل مع مهمة معقدة: التقاط العناصر، وتحديد لونها، وفرزها في حاويات مختلفة، مع الاحتفاظ بسجل رقمي لكل حركة. أراد الباحثون معرفة ما إذا كان هذا النوع من المشاريع العملية يمكن أن يعلم الطلاب بالفعل كيفية دمج الروبوتات، والاتصال بالإنترنت، والذكاء الاصطناعي.

يعتمد النظام الذي بنوه على روبوتين يعملان كفريق واحد. أحدهما روبوت متنقل، وهو مركبة ذكية ذاتية القيادة من طراز Omron LD-60، تقود نفسها حول الأرضية. والآخر هو روبوت تعاوني ثابت من طراز Omron TM5-900 يستقر عند طاولة. ولجعلهما يعملان معاً، ربط الباحثون بينهما عبر شبكة تعمل بمثابة جهاز عصبي، مما يسمح للروبوتات بإرسال الرسائل ذهاباً وإياباً بشكل فوري. عندما يصل الروبوت المتنقل إلى الطاولة، يتوقف وينتظر. ثم يمتد الذراع الروبوتي للإمساك بكتلة ما. وقبل أن يحرك الذراع الكتلة، تلتقط الكاميرا صورة لها. وهنا يأتي دور الذكاء الاصطناعي؛ فبدلاً من استخدام قاعدة بسيطة مبرمجة مسبقاً لتخمين اللون، يرسل النظام الصورة إلى خدمة ذكاء اصطناعي قوية قائمة على السحابة. يقوم الذكاء الاصطناعي بفحص الصورة ويخبر النظام بالضبط ما هو لون الكتلة.

بمجرد معرفة اللون، يتخذ النظام قراراً. إذا كانت الكتلة خضراء، يتم إخبار الروبوت المتنقل بالتوجه إلى نقطة المسار الخضراء. وإذا كانت زرقاء، يذهب إلى نقطة المسار الزرقاء. ثم يلتقط الذراع الروبوتي الكتلة ويضعها فوق الروبوت المتنقل، الذي يقود بدوره إلى الموقع الصحيح لإفراغها. وطوال هذه العملية بأكملها، يتم تسجيل كل إجراء في قاعدة بيانات سحابية. وهذا يعني أن أي شخص لديه اتصال بالإنترنت يمكنه مشاهدة لوحة تحكم مباشرة توضح بالضبط أين توجد الروبوتات، وماذا تفعل، وما إذا كانت هناك أي أخطاء قد حدثت. صمم الباحثون أجزاء الروبوت، مثل القابض الذي يمسك بالكتل، باستخدام الطابعات ثلاثية الأبعاد، مما حافظ على تكلفة الأجهزة منخفضة جداً. كما جعلوا جميع الأكواد البرمجية وخطط التصميم متاحة مجاناً، حتى تتمكن المدارس الأخرى من نسخ الإعداد بدقة.

اختبر الفريق هذا النظام بصرامة؛ حيث قاموا بتشغيل عملية الفرز مائة مرة متتالية لمعرفة عدد المرات التي نجحت فيها دون فشل. نجحت الروبوتات في إتمام المهمة بنسبة 94% من المرات. وعندما نظروا تحديداً في مدى دقة الذكاء الاصطناعي في تحديد الألوان، وجدوا أنه كان صحيحاً بنسبة 94.2%. كما كان النظام سريعاً؛ حيث تم قياس الوقت الذي استغرقته الروبوتات لإرسال الرسائل إلى بعضها البعض بـ 32 مللي ثانية، وهو جزء ضئيل من الثانية. كما قاس الباحثون مقدار ما تعلمه الطلاب؛ فقبل المشروع، قيم الطلاب فهمهم لهذه التقنيات على مقياس معين، وبعد بناء النظام وتشغيله، قفزت ثقتهم ومعرفتهم المبلغ عنها ذاتياً بشكل كبير.

لقد كشف المشروع عن بعض القيود المهمة للتعلم المستقبلي. فبينما عمل النظام بشكل جيد، لاحظ الباحثون أن الاعتماد على الإنترنت من أجل رؤية الذكاء الاصطناعي يخلق مخاطرة؛ فإذا انقطع الاتصال بالإنترنت، لن تتمكن الروبوتات من "رؤية" الكتل. كما وجدوا أن الوقت الذي استغرقه الذكاء الاصطناعي لمعالجة صورة كان حوالي 1.8 ثانية، وهو وقت سريع بالنسبة لفصل دراسي، ولكنه قد يكون بطيئاً جداً لمصنع عالي السرعة. لم تُعتبر هذه المشكلات إخفاقات، بل دروساً قيمة؛ فهي تقدم مثالاً ملموساً للطلاب لمناقشة كيفية جعل الأنظمة أكثر موثوقية، ربما عن طريق إضافة أنظمة احتياطية أو معالجة البيانات محلياً على الروبوت بدلاً من السحابة.

يُظهر هذا العمل أنه من الممكن بناء نظام روبوتات تعاوني متطور بتكلفة تسمح باستخدامه في قاعة جامعية. فمن خلال الجمع بين مركبة ذاتية القيادة، وذراع روبوتية، وذكاء قائم على السحابة، ونظام تتبع رقمي، أنشأ الباحثون أداة تعليمية متكاملة. حقق النظام موثوقية فرز بلغت 98% ودقة رؤية بلغت 94.2%، مما يثبت أن المكونات منخفضة التكلفة يمكن أن تؤدي مهام صناعية معقدة. والأهم من ذلك، أظهر المشروع أنه عندما يبني الطلاب هذه الأنظمة بأنفسهم، فإنهم يكتسبون فهماً أعمق لكيفية عمل التصنيع في المستقبل. يقدم المشروع مخططاً للمدارس لتعليم الجيل القادم من المهندسين كيفية إدارة المصانع الذكية والمتصلة في الغد.