Många FoU projekt inom automatisk styckning har genomforts i Nya Zeeland, Australien, England, Danmark och speciellt i Frankrike där flera hundra miljoner kr har investerats. I Nya Zeeland används ofta mekaniska sensorer. AMARC i England har satsat mycket på "force feed back"-sensorer.

I Frankrike har man länge arbetat med "learn by error"-teknik vid programmering av skärningsrobot. I Danmark pågår ständigt forskning och försök med olika sensortyper. Även danskarna föredrar ofta mekaniska sensorer. Köttforskningsinstitutet är först med att simulera skärnings- och sensorteknik i VR-miljö.

Principen för Virtual Reality

Istället för att bygga verkliga fysiska prototyper byggs prototyper upp i en tredimensionell värld. Konstruktören ritar upp sin prototyp i s k trådmodeller som bekläds med ytor som motsvarar materialvalet. Ytornas hårdhet och andra parametrar definieras. Ska en robot användas byggs den upp på liknande sätt. Samma gäller visionsystem, sensorer verktyg etc. När den visuella prototypen år konstruerad börjar programmeringen. Robotens styrsystem integreras liksom visionsystemet, sensorsignaler och separata program för verktygsstyrning till en fungerade enhet. Konstruktören upptäcker mycket snart svårigheterna och kan ändra på systemet.

När allt fungerar kan kritiska problem testas i verkligheten.

Nya bilar tas fram med VR-teknik på åtta månader, mot flera år förr i tiden. Alla moderna produktutvecklare använder tekniken för framtagning av nya produkter, t ex meteorologer, biologer, fysiker, kemister och läkare.

Det är viktigt att poängtera att det beskrivna förfarandet ännu inte har genomförts i verkligheten, men installationen finns på flera tyska och amerikanska kliniker där den används för träning och utbildning.

Urbening av kotlettrad

Styckning av kött är naturligtvis en långt mera "grovkornig" hantering än medicinsk kirurgi, men där finns likheter. Den biologiska variationen är en. Det finns inte två djur som är exakt likadana. Hanteringsprecisionen är däremot mycket mindre kritisk. Vid styckningsteknik kan man använda grövre - och mycket billigare - bildanalyssystem. I det projekt som är genomfört började vi med att utföra en exakt modell av kotlettbenet. En kotlettrad renskrapades och avsyrades, bokstavligt talat. Därefter avbildades benet grafiskt. Se bild 1.

Forskningsinsatsen i det aktuella projektet har utförts av ett team under ledning av Norbert Lay, Fraunhofer Institutet IPA i Stuttgart som är ett av Europas ledande forskningsinstitut vad avser produktionsutveckling. Forskningen finansierades av Arbetslivsfonden och Scan HB i Kristianstad.

Virtuell prototyp

Prototypen byggdes upp i VR, se bild 2. Samtliga visionsystem, 2D och 3D, färg och gråskala som finns på marknaden inkl röntgen testades. Det bästa visade sig vara 2D gråskalevision. Olika automatiska skärverktyg testades; elektriska, pneumatiska och hydrauliska. De sistnämnda var bäst. Hydraulkniven skär genom köttet utan att det rör på sig, vilket är en stor fördel. Roboten har ingen egen kraft varför kraften till kniven måste tillföras utifrån. Olika typer av sensorer testades och f n tror vi mest på någon form av mottryckssensor (force feed-back sensors).

En vattentålig robot har valts ut. Robotens rörelser fastläggs på standardmodellen och anpassas till den biologiska variationen. Från visionssystemet modelleras den aktuella kotlettraden upp och roboten förses med de önskade skärvägarna. All information från visionsystemet och från sensorerna går in i styrsystemet, som med hjälp av s k Fuzzy Logic Control fattar beslut om robotens fortsatt skärväg, se bild 3.

Som övergripande styrsystem finns ett s k adaptivt neuralt nätverk. Knivhållaren förprogrammeras (i VR-miljö) med ett antal problemlösningsaktiviteter som är olika längs skärvägen. Räcker inte detta till, kommer roboten att stoppa och operatören måste visa systemet hur problemet ska lösas. Operatörens ingrepp lagras i minnet och adderas till systemets databas för problemlösning så att liknande problem löses automatiskt i framtiden ("learn by error".)

Som framgår av ovanstående ligger svårigheterna först och främst kring knivhållarens styrning och utveckling av tillförlitlig sensor teknik. Genom praktiska försök, som ska genomföras under de närmaste månaderna, ska testas vilka sensor er som är mest tillförlitliga och snabba nog för att styra kniven. När detta är löst, har en stor del av den ekonomiska risken for att genomföra en fysisk prototyp röjts ur vägen och möjligheterna för ytterligare investeringar underlättats.