Improving Operational Flexibility in AMR Systems Through External Scheduling and Performance Tracking ; A Case Study on Extending MiR Fleet Capabilities via REST API Integration
Pysyvä osoite
Kuvaus
Opinnäytetyö kokotekstinä PDF-muodossa.
Autonomous mobile robots are increasingly used in industrial and intralogistics environments due to their flexible operation in dynamic environments. However, practical deployments often reveal limitations in task scheduling and monitoring, especially in environments without external automation systems, such as programmable logic controllers or warehouse management systems. In these contexts, mission execution tends to be reactive and lacks structured support for time-based or recurring task planning.
The objective of this thesis is to improve the operational flexibility of AMR systems by developing an external scheduling and performance monitoring application. The research extends the capabilities of a commercial AMR platform by using a standardized application programming interface, without modifying the robot system's internal control logic. A constructive research approach is employed to address a practical problem identified in real-world deployments by designing, implementing, and evaluating a system.
The developed solution is implemented as a standalone Python application with a graphical user interface built with the KivyMD framework. Communication with the robot occurs through a REST-based interface, which enables mission execution and system data retrieval. The application provides time-based scheduling, supports both manual and automated mission triggering, and enables the collection and storage of mission execution data. Local data storage is achieved using a lightweight embedded database, enabling independent operation without external infrastructure.
The system is evaluated in an industrial workshop environment with a single autonomous mobile robot. Testing verifies scheduling functionality, execution reliability, and data collection under both standard and exceptional operating conditions. Results demonstrate that time-based mission scheduling can be implemented through an external application layer. The system effectively collects and structures execution data, enabling calculation of performance indicators such as mission success rate and execution duration.
The findings demonstrate that external applications can effectively extend the functionality of AMR systems at the supervisory level. These results support the conclusion that lightweight, API-based solutions offer value in industrial AMR deployments without necessitating modifications to existing robot systems.
Mobiilirobotteja käytetään yhä enemmän teollisuus- ja sisälogistiikkaympäristöissä, johtuen niiden joustavasta toiminnasta dynaamisissa olosuhteissa. Käytännön toteutuksissa paljastuu kuitenkin usein rajoituksia tehtävien aikataulutuksessa ja seurannassa, etenkin ympäristöissä, joissa ei ole ulkoisia automaatiojärjestelmiä, kuten ohjelmoitavia logiikkaohjaimia tai varastonhallintajärjestelmiä. Tällaisissa tilanteissa tehtävien suorittaminen on yleensä reaktiivista, eikä siinä ole jäsenneltyä tukea aikaperusteiselle tai toistuvalle tehtävien suunnittelulle.
Tämän tutkimuksen tavoitteena on parantaa AMR-järjestelmien toiminnallista joustavuutta kehittämällä ulkoinen aikataulutus- ja suorituskyvyn seurantasovellus. Tutkimus laajentaa kaupallisen AMR-alustan ominaisuuksia käyttämällä vakiintunutta sovellusohjelmointirajapintaa ilman, että robottijärjestelmän sisäistä ohjauslogiikkaa muutetaan. Käytännön sovelluksista tunnistettuun ongelmaan, vastataan rakentavalla tutkimuslähestymistavalla suunnittelemalla, toteuttamalla ja arvioimalla kehitetty ratkaisu.
Kehitetty ratkaisu on toteutettu itsenäisenä Python-sovelluksena, jonka käyttöliittymä on rakennettu KivyMD-kirjastolla. Yhteydenpito robotin kanssa tapahtuu REST-pohjaisen rajapinnan kautta, mikä mahdollistaa tehtävien suorittamisen ja tiedon hakemisen. Sovellus mahdollistaa tehtävien ajastamisen, tukien automaattista ja manuaalista tehtävien käynnistämistä sekä suoritustietojen keräämistä ja tallentamista. Tietojen tallennus toteutetaan kevyellä sulautetulla tietokannalla, mikä mahdollistaa sovelluksen itsenäisen toiminnan ilman riippuvuutta ulkoisesta infrastruktuurista.
Järjestelmää arvioidaan teollisessa ympäristössä, jossa on käytössä yksi robotti. Testeissä tarkastellaan aikataulutustoimintoja, luotettavuutta sekä tiedonkeruuta normaaleissa ja poikkeuksellisissa käyttöolosuhteissa. Tulokset osoittavat, että tehtävien aikataulutus voidaan toteuttaa ulkoisen sovelluksen kautta. Järjestelmä kerää ja jäsentää suoritustietoja tehokkaasti, mahdollistaen esimerkiksi tehtävien onnistumisasteen ja suoritusaikojen laskemisen.
Tulokset osoittavat, että ulkoiset sovellukset voivat tehokkaasti laajentaa AMR-järjestelmien toiminnallisuutta valvontatasolla. Nämä tulokset tukevat johtopäätöstä, että kevyet, API-pohjaiset ratkaisut tarjoavat lisäarvoa teollisissa AMR-käyttöönotoissa ilman, että olemassa oleviin robottijärjestelmiin tarvitsee tehdä muutoksia.