Die Kluft zwischen einer Roboter-Demo und einem funktionierenden Roboter

Wichtige Punkte

• Burro, ein in Philadelphia ansässiges Agrarroboter-Unternehmen, führte 2018 seine erste Felddemonstration durch und verbrachte Jahre damit, die Kluft zwischen dieser Demo und dem realen Einsatz zu verstehen.
• Außenroboter sind extremen Temperaturschwankungen von unter dem Gefrierpunkt bis zu 50 Grad Celsius ausgesetzt, wechselnden Lichtverhältnissen und täglich wechselndem Gelände.
• Burro-Mitgründer Vibhor Sood sagt, dass die fehlende Forschung im Bereich infrastrukturfreie Lokalisierung liegt: dem Roboter mitteilen, wo er sich genau befindet und was ihn umgibt, ohne GPS oder feste Referenzpunkte.
• Jeder reale Fehler, den ein Burro-Roboter an einem Ort erlebt, fließt in das System zurück und macht jede andere Einheit in der Flotte zuverlässiger.

Ein Roboter, der in einer Demo funktioniert, und ein Roboter, der an einem regnerischen Novembermorgen funktioniert, sind nicht dieselbe Maschine. Burro, ein in Philadelphia ansässiges Agrarroboter-Unternehmen, musste das auf die harte Tour lernen, und Mitgründer Vibhor Sood hat genau erklärt, warum, in einem Bericht des Robot Report.

Burro baut autonome Roboter für den Außeneinsatz auf Farmen – Maschinen, die Lasten tragen, mähen und Felder patrouillieren können, ohne irgendwelche feste Infrastrukturen wie GPS-Türme oder kontrollierte Beleuchtung. Das Unternehmen führte 2018 seine erste Demo durch. Sie war erfolgreich. Dann begann die echte Arbeit.

Das Problem ist das, was Sood die Demo-Falle nennt. Eine Demonstration wird für ein Best-Case-Szenario aufgebaut: kontrollierte Bedingungen, ein vorbereitetes Publikum, ein kurzes Zeitfenster. Die reale Nutzung bedeutet flaches Licht, nasser Boden, Arbeiter, die aus unerwarteten Winkeln näher kommen, und Operationen an Orten, die der Roboter noch nie besucht hat. Die meisten Robotik-Unternehmen, argumentiert Sood, verbringen zu viel Zeit damit, die Demo zu optimieren, während das schwierigere Einsatzproblem ungelöst bleibt.

Burro hatte keinen Luxus zu warten. Farmumgebungen passen sich den Vorlieben einer Maschine nicht an. Landwirtschaftliche Arbeiter würden nicht ändern, wie sie sich durch Felder bewegen, um einem Roboter zu helfen. Das Unternehmen musste sich früh realen Fehlern stellen und schnell daraus lernen.

Warum funktionieren Außenroboter nicht dort, wo Innenroboter erfolgreich sind?

Innenroboter arbeiten in kontrollierten Räumen: feste Beleuchtung, ebene Böden, vorhersagbare Bewegungen. Ein Lagerhaus ändert seine Form nicht über Nacht. Eine Baustelle schon. Ein Hafengelände läuft rund um die Uhr mit schweren Fahrzeugen und unvorhersehbarem menschlichem Verkehr. Eine Feldreihe sieht bei Sonnenaufgang völlig anders aus als bei Sonnenuntergang, im Sommer anders als im Winter, in Staub anders als im Schlamm.

Soods Kernargument ist, dass keine noch so detaillierte Simulation das löst. Außenrobotik wird nur durch Außeneinsatz gelöst, durch Akkumulation echter Betriebsdaten, sicheres Scheitern und schnelle Iteration. Ein Fehler in einem Feld, einmal aufgenommen und korrigiert, macht jeden Roboter in der Flotte intelligenter.

Die spezifische technische Lücke, die Sood identifiziert, ist infrastrukturfreie Lokalisierung und Wahrnehmung. Einfach ausgedrückt: Ein Roboter muss genau wissen, wo er sich befindet und was ihn umgibt, auch wenn seine Sensoren verschleißen und sich die Umgebung um ihn herum verändert, alles ohne Infrastrukturunterstützung. Innenrobotik erhielt vor etwa einem Jahrzehnt bedeutende Investitionen zur Lösung dieses Problems. Außen- und ungeordnete Umgebungen haben nicht die gleiche Aufmerksamkeit erhalten. Diese Lücke, sagt Sood, ist der primäre verbleibende Engpass.

Die Lektion für jeden, der beobachtet, wie autonome Systeme in seinen Arbeitsplatz oder seine Nachbarschaft kommen, ist eine praktische. Ein System, das in einer kontrollierten Umgebung beeindruckt, ist noch kein System, auf das man sich verlassen kann. Zuverlässigkeit kommt von Feldeinsatzstunden, nicht von Laborstunden. Burro sagt, es verfüge jetzt über acht Jahre dieser Art von Daten, hart erarbeitet.

Wenn ein Roboter diese Zuverlässigkeit verdient, reorganisieren Benutzer ihren gesamten Arbeitsablauf um ihn herum. An diesem Punkt fühlt sich ein Fehler weniger wie ein defektes Gerät an und mehr wie ein Stromausfall. Der Zuverlässigkeitsmaßstab, den echte Benutzer setzen, ist höher als jeder Labortest ein Unternehmen vorbereiten wird.