Gjør tunge kjøretøy selvkjørende

– Å kunne kjøre KI-modeller på store maskiner er egentlig ganske kult, sier en entusiastisk adm. direktør Christoffer Jørgenvåg i Hive Autonomy AS. – Vår visjon er å bidra til en verden der vi kan øke produktiviteten i fysisk arbeid, og få mer ut av menneskelig innsats. Vi håper på denne måten vi kan være med på en ny industriell revolusjon, og påvirke den positivt, fremholder han.

Fra språk til fysisk arbeid

Selskapet har utviklet et system for å utstyre maskiner og utstyr med styreelektronikk, aktuatorer og elektromotorer for i første omgang å kunne fjernstyre dem, og etter hvert la dem arbeide mer eller mindre på egen hånd. – Vi ser allerede nå at vi kan gå fra abstrakte instruksjoner via språk til fysisk arbeid, forteller Jørgenvåg. – I praksis skal du bare behøve å snakke til den kunstige intelligensen for å få ting gjort. For mer komplekse oppgaver trengs det riktignok mer programmering, eller rettere sagt læring, sier han.

Ettermonterer «intelligens»

– Forretningsidéen er å ta utgangspunkt i eksisterende maskinpark for å implementere vårt system og gjøre dem fjernstyrt, og eventuelt kjøre autonomt, sier ansvarlig for tunge kjøretøy i Hive Autonomy, Ronny Liverød. – For eksempel kan vi automatisere kjøring fra A til B: Tidligere løsninger har måttet følge en gitt linje, mens vi bygger en hel lokal verden rundt maskinen, slik at den i praksis kan kjøre hvor som helst, forklarer han. I praksis en AMR (autonom mobil robot).

Fra fjernstyrt til autonom

En av de første samarbeidspartnerne for denne løsningen er Yara, som har tatt i bruk automatiserte lastbærere for å transportere gjødsel i sine bulkhaller. I begynnelsen var disse fjernstyrt, mens de nå går over til autonom drift, ifølge Liverød. Neste steg blir utvidet lasthåndtering, i form av å innføre funksjoner for å løfte og flytte på ting.

Fysisk KI

Fra å kjøre ting fra A til B, kan en annen anvendelse være å legge ting på plass på en palle, eller andre, mer komplekse oppgaver. I prinsippet kan man sette en gravemaskin til å grave ut en gitt profil helt autonomt, men her trengs det noe menneskelig erfaring. Maskinen vil først måtte lære av hvordan et menneske vil gjøre jobben, og f.eks. takle uforutsette hendelser, så vi snakker om en form for «supervised» fysisk kunstig intelligens.

En fører, mange maskiner

Liverød, som bl.a. har bred erfaring fra innovasjon i AF-Gruppen, etablering av eget selskap og nettverksarbeid i Startuplab, mener at å effektivisere driften med autonomi er viktig, og kan drive frem nye måter å tenke drift på. Ikke minst når det gjelder arbeidskraft og HMS. – Nå kan én dumpersjåfør sitte tørt, sikkert og komfortabelt og styre 3 til 8 maskiner alene, legger han til. For ikke å snakke om at maskinførerne kan jobbe der de bor.

Konkurransefortrinn

– Kunder som tar i bruk maskiner med kunstig intelligens vil få et betydelig konkurransefortrinn, hevder Jørgenvåg. For ikke å snakke om å utligne mangelen på kvalifiserte fagarbeidere. – Arbeidet kan gjøres raskere og mer effektivt, og med en radikal kostnadsreduksjon, fremholder han, og mener det vil være avgjørende for de aktuelle bransjene å komme i gang raskest mulig.

Bilde-språk-handling

I utvikling av løsningene utnytter Hive Autonomy en visjon-språk-handlingsmodell (VLA), for læring. VLA er en klasse multimodale, grunnleggende modeller som brukes innen robotlæring, og som integrerer maskinsyn, språk og handlinger. Gitt et inndatabilde (eller video) av robotens omgivelser og en tekstinstruksjon, sender en VLA direkte ut lavnivå-robothandlinger som kan utføres for å utføre den forespurte oppgaven. – Mennesker skal være instruktører, og maskinene vil kunne lære både av de som gjør riktig, og de som gjør feil, kommenterer Liverød.

Passer til alt

– Systemet vi bygger er så generisk at det kan brukes på tvers av maskintyper, fra containerkraner til anleggsmaskiner, trucker, roboter – ja, til og med pallejekker, og kan både integreres i nye maskiner og ettermonteres i gamle, forteller Jørgenvåg. «Odin» har selskapet kalt selve hjernen i systemet. Selskapet har allerede utviklingssamarbeid med store aktører som Toyota (KI-drevne trucker) og Volvo Maskin (autonome hjullastere mm.). Nå i vinter starter Presis Veidrift opp med autonom brøyting på Sognefjellet. 

Sikkerhet

Alle komponentene i systemet er mer eller mindre «hyllevare», men har store krav til robusthet og sanntidsoperasjon. Maskinene skal «se» godt, i form av både kamera, lidar og radar. Og for sikkerhets skyld er det bygget inn tredobbel redundans, så ingenting skal gå galt. Ifølge Jørgenvåg skal komponentene kunne monteres på maskin i løpet av en eller to dager.