Šta radi AI u robotu za čišćenje? AI u robotima za čišćenje poslovnih prostora pretvara sirove podatke sa senzora u konkretne odluke o kretanju i čišćenju. Senzori poput LiDAR-a i kamera “vide” prostor, ali AI je taj koji klasifikuje šta je prepreka, predviđa kako će se ona kretati, bira alternativnu rutu kada je put blokiran i odlučuje da li određenu površinu treba očistiti odmah, kasnije ili uopšte ne.
Bez ove obrade, robot bi imao pristup istim podacima, ali ne i sposobnost da na osnovu njih pravi razliku između osobe koja prolazi i police koja stoji na mestu, ili između mrlje koju treba tretirati i običnog odsjaja na podu.
Kako AI pretvara podatke sa senzora u konkretne odluke?
AI obrađuje podatke sa senzora tako što:
- klasifikuje prepreke (na primer, razlikuje vozilo od sitnog predmeta)
- predviđa kretanje ljudi, kolica ili viljuškara
- bira alternativnu rutu kada je primarni put blokiran
- prilagođava brzinu i ponašanje robota prema kontekstu u kom se nalazi
Ove odluke se donose u realnom vremenu, dok robot izvršava zadatak, a ne unapred.
CenoBots roboti za ovu obradu koriste NVIDIA AI platforme, koje obrađuju ulazne podatke sa senzora velikom brzinom kako bi ponašanje robota ostalo stabilno i predvidivo čak i u prometnim, promenljivim prostorima poput magacina sa viljuškarima ili bolničkih hodnika sa pacijentima i osobljem.
Kako ova kombinacija AI obrade, 3D LiDAR-a i autonomne navigacije izgleda u praksi, pogledajte u videu CenoBots L3 AI-Powered Autonomous Scrubber Dryer
Šta je “big model” kognitivna inteligencija i čemu služi?
Big model“ arhitektura predstavlja napredniji sloj AI obrade koji robotu pomaže da interpretira složenije informacije iz okruženja. Kod modela za koje CenoBots navodi ovu tehnologiju, cilj je bolje razumevanje objekata, prepreka i situacija u prostoru, kako bi autonomno ponašanje bilo prilagođenije realnim uslovima rada.
Sa ovom vrstom inteligencije, robot može da odluči da li će jednostavno zaobići prepreku, usporiti i očistiti oko nje, ili da prioritetno obradi baš tu mrlju umesto da svaki deo poda tretira na isti način.
U praksi, ovo znači da robot fokusira rad na zone koje su stvarno prljave, smanjuje nepotrebne prolaze i efikasnije koristi energiju, umesto da ponavlja identičan obrazac čišćenja bez obzira na stvarno stanje poda.
Kako AI prepoznaje i klasifikuje otpad tokom čišćenja?
AI prepoznaje otpad tako što kamere i senzori snimaju površinu poda, a algoritam klasifikuje šta je na njoj. Kod CenoBots SP50, sistem prepoznaje više od 30 različitih tipova otpada sa tačnošću od 99%, što mu omogućava da automatski prilagodi način i intenzitet čišćenja prema onome što stvarno detektuje, umesto da svuda primenjuje isti pristup.
Ovakvo ciljano čišćenje („spot cleaning“) omogućava robotu da se usmeri na zone u kojima je otpad detektovan, umesto da svaku površinu obrađuje istim intenzitetom bez obzira na njeno trenutno stanje.
Kod CenoBots L4, slična AI funkcija, prepoznavanje mrlja i tečnosti (stain perception), omogućava robotu da identifikuje vlažne ili zaprljane zone i prilagodi tretman tim konkretnim mestima.
Da li svi CenoBots modeli imaju istu AI računarsku snagu?
Ne. AI računarska snaga razlikuje se između CenoBots modela, kao i funkcije za koje se ta računarska platforma koristi. Zato broj TOPS treba posmatrati zajedno sa senzorima, softverom i konkretnim AI funkcijama određenog modela, a ne kao samostalnu meru njegovih ukupnih sposobnosti.
| CenoBots model | AI računarska snaga | Ključna AI funkcija |
| L3 | 100 TOPS (NVIDIA) | Glasovna kontrola, prepoznavanje prepreka na nivou poda (kablovi, tepisi) |
| L4 | 32 TOPS (NVIDIA) | Prepoznavanje mrlja i tečnosti (stain perception) |
| L50 | 32 TOPS (NVIDIA) | “Big model” arhitektura sa oko 10 milijardi parametara, automatsko ažuriranje mape |
| S5 | 100 TOPS (NVIDIA) | Prepoznavanje vozila, prilagođavanje dinamičnom okruženju |
| SP50 | 32 TOPS (NVIDIA) | Prepoznavanje otpada (30+ tipova, 99% tačnost), samoprovera rezultata čišćenja (CRC) |
Veći broj TOPS (Tera Operations Per Second) znači da čip može da obradi više AI operacija u sekundi. To je posebno važno kod modela koji rade u prometnijim ili kompleksnijim prostorima gde odluke moraju da se donose brzo.
Kako softver omogućava da više robota radi zajedno?
Softver omogućava koordinaciju više robota kroz funkcije poput TeamClean, gde CenoBots S5 radi zajedno sa scrubber-dryer robotima (L3, L4 ili L50) u takozvanom “sweep-then-scrub” radnom toku: S5 prvo pomete suvi otpad, a zatim robot za pranje podova obrađuje istu zonu vlažnim čišćenjem, bez potrebe da operater ručno usklađuje redosled njihovog rada.
Ova vrsta koordinacije je posebno korisna u velikim industrijskim objektima, gde bi ručno planiranje redosleda rada više mašina oduzimalo dodatno vreme i povećavalo rizik od preklapanja ili propuštenih zona.
Šta ostaje pod kontrolom operatera, a šta radi AI samostalno?
Robot samostalno donosi određene odluke o kretanju u realnom vremenu, poput reakcije na prepreku, usporavanja ili prilagođavanja putanje. Operater definiše šire okvire rada:zone čišćenja, ograničene površine, raspored i zadatke. Autonomna navigacija zato ne znači da robot samostalno donosi sve organizacione odluke o održavanju objekta.
Ovakva podela odgovornosti odgovara i širim principima pouzdane primene AI sistema, koje NIST kroz svoj AI Risk Management Framework definiše kroz zahteve za transparentnost, pouzdanost i jasnu odgovornost u procesu odlučivanja
Šta radi AI u robotu za čišćenje – FAQ
Da li je AI u CenoBots robotima isto što i ChatGPT?
Ne. ChatGPT i AI sistem u robotu za čišćenje namenjeni su različitim zadacima. Iako pojedine napredne AI arhitekture mogu koristiti srodne principe mašinskog učenja, ChatGPT obrađuje i generiše jezik. Dok AI u robotu obrađuje podatke iz fizičkog okruženja radi percepcije, navigacije i izvršavanja konkretnih zadataka.
Da li AI čip radi lokalno na robotu ili zavisi od internet konekcije?
AI čip radi lokalno, na samom robotu (edge computing), što mu omogućava da donosi odluke o kretanju i izbegavanju prepreka u realnom vremenu, bez čekanja na obradu podataka na udaljenom serveru. Internet konekcija se obično koristi za druge funkcije, poput mobilne aplikacije i daljinskog nadzora, ne za osnovnu navigacionu odluku u trenutku.
Da li AI donosi odluku o tome kada robot treba da se vrati na punjenje?
Da, u smislu praćenja stanja baterije i preostalog zadatka. Dok sam proces punjenja i dopune vode odvija se preko unapred definisanog sistema (radna stanica), ne kao nezavisna AI odluka o promeni plana rada. AI prati kada je potrebno vratiti se, dok stanica izvršava sam proces punjenja.
Da li AI pomaže da robot troši manje energije?
Da, posredno. Kada AI prepoznaje gde je čišćenje zaista potrebno i izbegava nepotrebne prolaze preko već čistih površina, robot troši manje energije po zadatku nego kada bi tretirao svaku zonu identično, bez obzira na stvarno stanje poda.
Nije poenta u tome koliko AI funkcija robot ima, već koje od njih vašem objektu zaista trebaju. Ako želite da utvrdite koji CenoBots model najbolje odgovara vašem prostoru i načinu održavanja, tu smo da zajedno pronađemo pravo rešenje.
O autoru:
Milja Tonić – SEO Content Strategist & Copywriter
Milja Tonić je SEO Content Strategist i Copywriter, specijalizovana za kreiranje stručnog sadržaja iz oblasti facility managementa, profesionalnog održavanja poslovnih objekata i automatizacije procesa čišćenja.
Kroz istraživanje, SEO strategiju i autorsku obradu razvija sadržaje o profesionalnoj higijeni, upravljanju objektima i primeni autonomnih robota za čišćenje u različitim poslovnim okruženjima.
0 Komentara