Nové trendy v oblasti výrobních podniků a Industry 4.0

1. Nové trendy v oblasti výrobních podniků

Pro potřeby předmětu KPV/PMA zpracoval Doc. Ing. Petr Hořejší, Ph.D.

Pokrok v oblasti informačních technologií je v posledních dekádách natolik zřetelný, že přímo zasahuje do života každého. Výrobní podniky samozřejmě musí přímo na tyto změny reagovat. Od 50-tých let 20. století, kdy proběhla poslední, tzv. třetí průmyslová revoluce (související zejména s nástupem PLC obvodů), se postupně připravuje prostor pro revoluci další – čtvrtou. Příprava na zásadní změnu v logice a přístupu ke všem výrobním procesům, „zrála“ dlouho a přichází postupně. Celá tato zásadní změna, která nás teprve čeká, souvisí s nástupem informačních technologií a digitalizace. Přibližně od 80-tých let 20. století začínají být informační technologie (IT) připraveny pro digitalizaci korporátních dat od prostých dokumentů, přes databáze, 2D/3D výkresy/modely, diagramy atp.  Pomocí IT je najednou možné tato data rozumně spravovat, organizovat a zpracovávat. Někdy okolo přelomu tisíciletí začínáme hovořit o tzv. Digitálním podniku – jednoduše řečeno o virtuálním dvojčeti skutečného podniku.

Skutečná „revoluce“ v pravém slova smyslu přichází až nyní, kdy je snaha nejen provázat všechna data mezi sebou, nýbrž provázat tato data i s reálnými podnikovými procesy, tj. typicky se skutečnou výrobou (a také s okolím). Významnou míru zde začíná hrát kybernetika. Pracoviště navíc přestává být vnímáno jako autonomní středisko s definovaným vstupem a výstupem (standardně na další pracoviště), stává se součástí celku – objekt s definovanými stavy a různými kanály obsluhy. Příkazy pracoviště/stroj nemusí dostávat jen od obsluhy, nýbrž i od jiného stroje, popř. dokonce i výrobku, nebo třeba i od virtuálního modelu výroby, který v daný okamžik, např. vyhodnotil nové zakázky a změnil výrobu.

Každé pracoviště a každý produkt by měl mít svého digitálního dvojníka (tzv. Digital Twin). Vlastnosti a vazby, které vnímáme v reálném světě, by měly být modelovány i ve světě virtuálním. Dokonalou vizi továrny Industry 4.0 splňuje představa, kdy vše, co se v továrně vyskytuje ve skutečnosti má svůj digitální obraz (stroj, produkt, zaměstnanec, sklad, vazby mezi nimi atd.) Tyto digitální uzly pak mohou být obsluhovány např. tzv. Multiagentními systémy (Jedná se o krátké programy, které se šíří obdobně jako počítačový virus. V tomto případě však neškodí). Dílčí obslužná aplikace Agent si tak s sebou nese data, která roznáší po digitální síti, přičemž všichni Agenti sdílení společná výrobní či jiná data. Tento princip by bylo možno dále kombinovat s počítačovou simulací. Pokud by tento systém byl napojen na objednávky (resp. zakázky), bylo by možné výrobu přesně plánovat. Vždy při změně výrobního plánu, by bylo možné spustit sadu řádově miliónů experimentů a dle kriteriální funkce vybrat suboptimální řešení (optimální de facto vybrat nelze, neboť počet experimentů bývá značný). Dle tohoto plánu by se třeba i dokonce sama sestavila modulární linka. Tato linka by navíc inteligentně a v reálném čase reagovala na aktuální změny (rozbitý stroj, zpožděná dodávka materiálu atp.). Linka (potažmo dílčí) stroje by se samy učily, tj. vytvářely by si zkušenosti – znalostní databázi, která by jim pomohla lépe a rychleji se rozhodovat. Je třeba samozřejmě podotknout, že kvalita a spolehlivost zpracování takového konceptu plně závisí na kvalitě vstupních dat – a to bývá často největším problémem.

Vzhledem k tomu, že procesem digitalizace, který je prvním nutnou podmínkou pro zavádění nových principů, si téměř všechny společnosti již prošly, je možné snadněji nasazovat metody optimalizace dílčích procesů pomocí virtuální nebo rozšířené reality. Zatímco 3D modely produktů i linek často ve společnostech existují, dílčí chování systému bývá často také duševním majetkem dílčích zaměstnanců.

Naprostá propojenost stroj-produkt-zákazník v reálném čase, rychlé vyhodnocení a umělá inteligence je to, co charakterizuje čtvrtou průmyslovou revoluci. Dlužno však podotknout, že v mnoha zdrojích není tato čtvrtá průmyslová revoluce vnímána jako revoluce, nýbrž jako evoluce již stávající třetí průmyslové revoluce, která je charakterizována počítačovým řízením výroby. V Americe se tak používá „jen“ pojem CPS – Cyberphysical system.

Samozřejmostí je nutnost porozumění moderním informačním technologiím ze strany zaměstnanců i vedení společností. Prestižní prognostická agentura Gartner [1] předpovídá, že již v roce 2020 bude každý manažer tzv. IT manažerem. Vzdělávací instituce na poptávku pružně reagují. Negativním důsledkem pronikání IT technologií do praxe, je potenciální možnost nahrazování zaměstnanců tzv. „smart“ technologiemi. Na druhou stranu však musí být zachována zaměstnanost, jinak by produkty „smart“ továrny neměl kdo kupovat.

Obr. 1 Roland Berger index připravenosti na Industry 4.0 (upraveno dle [2])

 

Podívejme se nyní na situaci pro Českou republiku. Mezinárodní analytická společnost Roland Berger Holding GmbH vypočítala (odhadla) index připravenosti dílčích států na zavedení principů Industry 4.0. Do tohoto indexu je zahrnuta obecná sofistikovanost procesů, stupeň automatizace, připravenost pracovní síly a intenzita inovací – tato kategorie má název „průmyslová excelence“. Dalším faktorem pro výpočet je tvorba přidané hodnoty, otevřenost trhu, inovační síť a sofistikovanost internetu do kategorie „hodnota sítě“. Obě tyto hodnoty byly měřeny na 5-ti bodové škále, kde 5 indikuje, že stát je na Industry 4.0 plně připraven. Kombinací těchto dvou faktorů vznikne tzv. Roland Berger index připravenosti na Industry 4.0. Roland Berger dále porovnává tento index s tradiční metodu úspěšnosti průmyslu, tj. procentuální podíl z hrubého domácího produktu (HDP)[2].

Jak je vidět z Obr. 1 je Evropa rozdělena na čtyři „tábory“. Ve skupině Vůdců, která je etalonem úspěšnosti, jsou tradiční průmyslové velmoci – Německo, Rakousko a Švédsko. Irsko je zvláštní případ, neboť malé množství farmaceutických firem se podílí na relativně malém HDP země. Navíc je v Irsko významně zastoupený IT sektor. Česká republika se nachází v segmentu Tradicionalistů a je ve vztahu k dané skupině „nejúspěšnější“. Je zde sice vysoký podíl HDP v průmyslu, avšak je vidět, že v rámci indexu připravenost za vůdčími národy zaostáváme.

Zaměřme se nyní na aktuální strategické technologické trendy tak, jak se měnily za posledních několik let: dle již zmiňované agentury Gartner se pro rok 2015 jednalo o tyto trendy: intenet věcí, internet služeb (cloud computing), mobilní zařízení a aplikace, správa velkých dat, bezpečnost a virtuální realita. V roce 2016 hlavní trendy zůstávají (jen u některých byl pozměněn název) a přidávají se další jako např. Device mesh (kombinace a komunikace napříč zařízeními), Information of Everything (transformace všech relevantních dat na informaci), Advanced Machine Learning (učící se stroje), Autonomous Agents (agentní sytémy), Adaptive Security („inteligentní“ bezpečnost), Immersive Experience (virtuální a rozšířená realita) atd.

Trendy se poslední léta se víceméně stabilizovaly. Uveďme si aktuální trendy roku 2019 [3]:

• Autonomní věci (Autonomous Things)
• Rozšířená analytika (Augmented Analytics)
• Vývoj s umělou inteligencí (AI-Driven Development)
• Edge Computing
• Blockchain
• Chytré prostory (Smart spaces)
• Kvantové počítače
• Digitální dvojčata
• Imerzní zážitek (Immersive Experience)

V dalších kapitolách budou podrobněji rozebrány podrobněji jen tři dílčí trendy, a to Internet věcí a Internet služeb, tj. Cloud Computing a Imerzní zážitek – Virtuální a rozšířená realita.

2. Internet věcí

V továrně budoucnosti se stroje obejdou prakticky bez asistence lidí – samy si vyžádají potřebný materiál a nástroje, provedou přednastavené výrobní operace a lidskou obsluhu si přivolají jen v případě servisního zásahu. Ten navíc naplánují tak, aby byly k dispozici všechny potřebné součástky a servisní odstávka trvala jen nezbytně nutnou dobu, navíc s ohledem na co nejmenší narušení plánu výroby. Taková průmyslová řešení ale vyžadují skutečně extrémní pokrytí různými senzory a dalšími aktivními prvky, stejně jako sofistikované řídicí systémy.

Oblast internetu věcí je ale mnohem širší a umožňuje vytvářet velké množství podnikových řešení. Vedle samotné výroby jsou typickými oblastmi pro nasazení technologií IoT logistika a různé provozní systémy, založené například na identifikaci osob. Systémoví integrátoři v těchto oblastech poskytují komplexní řešení zahrnující hardware i software, společně s integrací IoT systémů s dalšími podnikovými systémy.

Jednou z oblastí, které řeší každý výrobní podnik a kde nacházejí technologie internetu věcí široké možnosti uplatnění, jsou i docházkové systémy. Například ve vysoce zabezpečených provozech nelze pro identifikaci osob použít klasické prostředky, jako jsou čipové karty, jelikož nedochází ke skutečné identifikaci zaměstnance – přístup je umožněn komukoli, kdo je aktuálně držitelem karty. Proto se k identifikaci zaměstnanců pro přístup do zón s vyšším stupněm ochrany používají biometrické systémy. Běžnou technologií je dnes autentikace na základě otisků prstů, identifikace tváří nebo unikátní kresby oční duhovky či jedinečné struktury krevního řečiště. Tyto technologické možnosti mají různá využití a firmy se po ně rozhodují na základě poměru výkonu a ceny. Stále častější je přitom kombinace přístupové čipové karty pro vstup do firmy a evidenci docházky s biometrickým ověřováním v zónách s vyšší úrovní kontroly, jako jsou serverovny nebo třeba trezorové místnosti.

S rozšiřováním technologií internetu věcí se ale zásadně mění způsob, jakým firmy s informacemi získanými z přístupových systémů pracují. Pokud například víme, že si zaměstnanec označil příchod do firmy, můžeme s ním brzy počítat na výrobní lince. Při kapacitním plánování lze tímto způsobem také zjišťovat, zda nechybí personál pro zajištění výroby a zda by v takovém případě bylo vhodné najmout další zaměstnance nebo si pro operativní záležitosti zajistit agenturní personál. Firma také může sledovat pohyb a shlukování zaměstnanců a tím kontrolovat dodržování pracovního režimu, plánovat úklid nebo třeba zásobování nápojových automatů.

Další možností využití docházkových systémů poskytuje jejich integrování s dalšími zdroji informací o konkrétních pracovnících. Rozšiřující informace o zaměstnancích mohou zahrnovat například údaje o absolvovaných školeních a jejich kvalifikaci nebo výsledky zdravotních prohlídek. Tyto údaje pak můžeme dát do souvislosti s pracovními úkony, které mohou konkrétní zaměstnanci vykonávat. V případě výrobní linky lze nejen evidovat všechny výrobní operace a čas strávený daným zaměstnancem na konkrétním výrobním místě, ale také sledovat, zda je dotyčný zaměstnanec školený na danou pozici na lince, zda splňuje podmínky zdravotní prohlídky a jestli danou činnost nevykonává opakovaně nebo na příliš dlouhou dobu. To vše na základě přihlášení zaměstnance k podobnému terminálu jako při příchodu do firmy, ale umístěnému u konkrétního stroje nebo pozice na výrobní lince. Data získaná z výroby firmy vyhodnocují a na základě zjištěných závěrů provádějí takzvané rotační plánování v rámci konkrétního pracovního dne. Cílem je, aby zaměstnanec nedělal stále totéž a nezatěžoval jen určitou část těla. Při přechodu na jinou pozici bude nadřízený zaměstnance upozorněn, pokud daný pracovník například nemá dostatečné zkušenosti, neboť neodpracoval dostatečný počet směn a je potřeba jej zaškolit.

Největší uplatnění má pokročilý docházkový systém v automobilovém průmyslu, pro který je typický velký tlak na kvalitu a detailní sledování celého výrobního procesu. Ověřování zaměstnanců na jednotlivých pracovních pozicích umožňuje kontrolovat, zdali má zaměstnanec pro daný úkon dostatečnou kvalifikaci a také ukládat informace o tom, který zaměstnanec pracoval na daném výrobku či na jeho konkrétní části. V případě, že se na výrobku objeví výrobní vada, je možné na základě informací, uložených v docházkově-výrobním systému, určit, na které pozici vznikla a kdo je za ni odpovědný včetně toho, na kterých konkrétních modelech, eventuálně linkách dotyčný pracoval. Automobilka pak nemusí svolávat ke kontrole tisíce vozů, ale jen konkrétní auta, u kterých by se mohla výrobní vada projevit. Detailní sledování práce konkrétních zaměstnanců na výrobní lince může v tomto případě ušetřit firmám desítky milionů v nákladech.

Možnosti nasazení technologií internetu věcí v oblasti logistiky jsou obrovské. Typická nasazení představuje například nepřetržité sledování skladových zásob materiálů a součástek v reálném čase pro plánování výroby, stejně jako sledování přepravy hotových produktů k jejich zákazníkům. Jednoduchá čidla sdělují v pravidelném intervalu svoji aktuální polohu, které se promítá do skladových a logistických systémů. Díky speciálním sítím typu Sigfox lze signál z čidel přenášet na dlouhé vzdálenosti, bez ohledu na to, zdali se vysílač aktuálně nachází třeba pod zemí nebo v ocelovém kontejneru. Sítě pro internet věcí vyžadují jen nízký vysílací výkon, takže vestavěné baterie mohou senzory pohánět měsíce až několik let.

Technologie IoT mohou v oblasti logistiky také zásadně přispět z hlediska bezpečnosti podniku a optimalizace výroby. IoT identifikátory mohou společně s kamerovými systémy řídit vjezd vozidel do areálu firmy a kontrolovat vozy, které z podniku odjíždějí. Například automobilka Škoda Auto Mladá Boleslav řeší zrychlení zásobování výroby důležitými díly v systému JiS (just in service), případně JiT (Just in Time), právě optimalizací řízení vjezdu vozidel do areálu firmy. Oproti standardní kontrole vjezdu do areálu, kdy vozidlo zastaví u závory a ostraha fyzicky zkontroluje jeho oprávnění, zde funguje moderní řešení na bázi internetu věcí. Základem je práce s databází povolených registračních značek vozidel, která mohou do závodu vjíždět. Řidiči mají identifikační karty, kterými se identifikují u čtečky, umístěné u závory na vjezdu. Díky párování registračních značek a řidičů lze okamžitě automaticky ověřit, zdali daný řidič a vůz mohou projet branou závodu. Systém ale umožňuje i identifikaci přijíždějících vozů na dálku, kdy identifikuje přijíždějící vozy kamerovým systémem s funkcí rozpoznávání registračních značek. Identifikace řidiče probíhá prostřednictvím jeho karty, uložené v GPS jednotce vozidla. Dříve než vůz dorazí k bráně, má kontrolní systém k dispozici informaci o registrační značce i řidičovi, porovná jej s oprávněními ke vjezdu a může automaticky otevřít závoru, kterou vozidlo plynule projede. Při porovnání s běžným způsobem kontroly na vjezdu funguje řešení s prvky IoT zcela automaticky a zvyšuje průjezdnost bran do závodu. Ve výsledku se tak podniku podaří mnohonásobně zvýšit průjezdnost branou závodu a tím i rychlost zásobování výroby – bez rozšiřování počtu jízdních pruhů nebo vjezdů a potřeby dalšího personálu ostrahy.[4]

3. Internet služeb – Cloud Computing

Cloud computing[5] je na internetu založený model vývoje a používání počítačových technologií. Lze ho také charakterizovat jako poskytování služeb či programů servery dostupnými z internetu s tím, že uživatelé k nim mohou přistupovat vzdáleně, kupř. pomocí webového prohlížeče nebo klienta elektronické pošty. Za předpokladu, že služba je placená, uživatelé neplatí za vlastní software, ale za jeho užití.

Principem u služeb a produktů v cloud computingu je to, že uživateli propůjčují výpočetní výkon serverů. V mnoha případech se tak děje formou specializovaných aplikací, jejichž nabídka se pohybuje od kancelářských aplikací přes systémy pro distribuované výpočty až po operační systémy provozované v prohlížečích, jakými jsou např. eyeOS, Cloud či iCloud.

Technologie cloud computingu se vyznačuje následujícími atributy:

• Multitenancy – tento pojem lze volně přeložit jako „více nájmů“. Jedná se o to, že počítačové zdroje jsou sdílené mezi všemi uživateli.
• Obrovská škálovatelnost a elasticita – umožní uživatelům dle potřeby operativně změnit výpočetní zdroje.
• Pay as you go – cenový tarif založený na principu „kolik toho uživatel spotřebuje, tolik zaplatí“.
• Aktuálnost (up-to-date) – poskytovatel garantuje, že všechen software je vždy aktualizovaný; uživatel nemusí do tohoto procesu nijak zasahovat.
• Přístup přes internet – uživatelé se mohou ke svému softwaru připojit z jakékoli části světa.

Model nasazení popisuje, jak je cloud poskytován.

• Veřejný (public cloud computing) – někdy je označován jako klasický model cloud computingu. Jedná se o schéma, v němž je poskytnuta a široké veřejnosti nabídnuta výpočetní služba, již napříč všemi klienty charakterizuje stejná nebo velmi podobná funkcionalita. Příkladem veřejného cloud computingu je např. Skype nebo Seznam.cz.

• Soukromý (private cloud computing) – cloud je provozován pouze pro organizaci, a to buď organizací samotnou, nebo třetí stranou. Příkladem privátního cloud computingu je kupř. hostovaný mailový server nebo hostovaná specializovaná aplikace, kde u jednoho poskytovatele je typicky 50 až 500 zákazníků.
• Hybridní (hybrid cloud computing) – hybridní cloud je kombinací veřejného a soukromého cloudu. Navenek hybridní cloudy vystupují jako jeden cloud, ale jsou propojeny pomocí standardizačních technologií.
• Komunitní (community cloud computing) – jedná se o model, kdy je infrastruktura cloudu sdílena mezi několika organizacemi, tedy skupinou lidí, kteří ji využívají. Tyto organizace může spojovat bezpečnostní politika, stejný obor zájmu apod.

Výhody:

• Absence nutnosti znát principy funkčnosti SW a HW
• Efektivní řízení a práce díky dostupnosti dat odkudkoli – růst produktivity práce ve firmách
• Jednoduchost uživatelského rozhraní
• Principiálně vyšší zabezpečení dat
• Možnost okamžitého zvýšení výkonu datového centra
• Rychlé přizpůsobení IT zázemí růstu a potřebám uživatele

Nevýhody:

• Závislost na internetovém připojení
• Závislost na poskytovateli – společnosti využívající cloud ztrácí možnost rozhodovat, který software a kterou verzi používat. Čím větší společností je poskytovatel, tím hůře se s ním komunikuje a vyjednávají podmínky. Klienti taktéž musí počítat s tím, že poskytovatel může zdražit ceny svých služeb, v horším případě zbankrotovat. V některých případech je přechod k novému poskytovateli velmi nákladný, zvlášť v případech, kdy poskytovatel používá proprietární technologie.
• Migrační náklady – používání cloudu by mělo snížit náklady na rutinní IT operace a umožnit firmám investovat více peněz do samotného byznysu; nemusí to však platit absolutně. Pro některé firmy přesun do cloudu znamená přeprogramovat firemní software, aby dobře spolupracoval s cloudovým řešením, vyškolit stávající zaměstnance, či si pronajmout nové, a změnit ve firmě pravidla.
• Méně funkcí a horší stabilita – SaaS řešení v porovnání s desktopovými většinou nabízí méně funkcí. Odezvy a dostupnost služby jsou závislé na kvalitě internetového připojení.
• Odlišný právní řád poskytovatele a klienta - poskytovatel cloud computingu může být podřízen jiné jurisdikci než jeho klient. Např. společnosti sídlící v USA nebo poskytující službu z USA jsou povinny postoupit data klienta vládě v souladu s PATRIOT Actem, což může kolidovat kupř. s povinností ochrany osobních údajů uloženou poskytovateli zákonem.

4. Virtuální a rozšířená realita

Uveďme si nejprve na definici dle slovníku Mirriam-Webster[6]:

Virtuální realita:

1)    Umělé prostředí, které je vnímáno pomocí senzorických stimulů (jako například obrazových nebo zvukových) zprostředkovaných počítačem. Chování prostředí je ovlivněno akcemi uživatele.

2)    Technologie, která je využívána pro vytvoření nebo zpřístupnění virtuální reality

Je zde patrné, že virtuální realita není jen samotné virtuální prostředí, obecný název virtuální realita se vžil i pro označení technologie, potažmo i hardwaru.

Asociace Virtual Reality Socienty pak definuje, že virtuální realita vlastně znamená „něco, co je blízké realitě“ [7].

V knize Understaning Virtual Reality [8] je virtuální realita definována komplexně jako:

médium, které umožňuje uživateli komunikovat s počítačem simulovaným prostředím reálného nebo imaginárního světa se snahou o maximální obklopení (imerzi) uživatele virtuální reality.

Technicky se pro realizaci virtuální reality používají nejčastěji:

• Víceplátnové stereoskopické (3D) projekce v kombinaci se speciálními ovladači
• Náhlavní displeje (HMD -Head Mounted Displays)

 

Na základě mnoha experimentů lze potvrdit, že i „obyčejná“ stereoskopie na monitoru je schopna uživateli zprostředkovat zážitek ve VR. To ovšem není možnost pro větší skupinu pozorovatelů. Pokud tedy jednoduchá jednostěnová projekce nestačí a je nutné projekci zprostředkovat většímu počtu diváků, nabízí se projekce promítána na jednu projekční plochu (tvořenou z více stěn s více projektory), jedná se pak o projekci typu PowerWall (ta bývá často opatřena i haptickými prvky). Na Obr. 2.a vidíme PowerWall, který využívá projekci tří projektorů zepředu. Jednoznačnou nevýhodou je překrytí obrazu uživatelem v případě přiblížení se ke stěně. Na Obr. 2.b tento problém řeší PowerWall se zadní projekcí.

Pokud je projekčních ploch několik, začne jejich rozmístěním v prostoru kolem pozorovatele vznikat tzv. CAVE (jeskyně) nebo také Computer Aided Virtual Environment – počítačem řízené virtuální prostředí. Tento typ projekce má za úkol co nejvíce obklopit pozorovatele produkovaným “prostorem“. Tím navodíme velmi silný vjem sounáležitosti pozorovatele s celou scénou. Technicky nejjednodušší řešení typu CAVE vidíme na Obr. 2.c.

K tomuto řešení je již potřeba větší místnost, někdy i několik pater budov, více projektorů, projekčních ploch, zrcadel, a hlavně velmi výkonné grafické stanice. Řešení typu CUBE, které se v průmyslové praxi poměrně často využívá, je možno vidět na Obr. 2.d.

Obr. 2 a) PowerWall – přední projekce, b) PowerWall - zadní projekce, c) jednoduchá CAVE, d) řešení CUBE [Upraveno dle: http://cb.nowan.net/blog/ (cit. 6.3.2019)]

Pořizovací hodnota HMD (náhlavních displejů) je výrazně nižší v porovnání s řešením CAVE. HMD je však určeno jen pro jednoho uživatele (pozorovatele). V současnosti „nejjednodušší“ řešení představuje uzavření mobilního telefonu do tzv. Cardboardu. K tomuto řešení s vrátíme v následující kapitole.

Pokud se však budeme bavit o „seriózním“ řešení pro VR, existuje na trhu celá řada různých řešení. Některá jsou mobilní – ovládací počítač je součástí zařízení. Zde však opět narážíme na dílčí hardwarové limity. Po schématický 3D design jsou však tato řešení pro průmysl vhodná. V případě univerzálních řešení, která jsou vhodná jak pro design nebo třeba pro vizualizaci složitějších objektů (vizualizace CAD dat celého automobilu) je vhodnější volit sofistikovanější řešení „plného“ HMD (viz Obr. 3). Tato řešení však často potřebují výkonnější ovládací sestavu s výkonnou grafickou kartou. Ač minimalizace dovolí již osazovat těmito výkonnými grafickými kartami i notebooky (často „odlehčené“ varianty s nižším příkonem), stále je možno vidět i řešení, kdy ovládací počítač nese uživatel na zádech (pokud je nutná mobilita).

Obr.3 Trackovací prostor HMD [Zdroj: https://www.vive.com (cit. 7.4.2019)]

Pojem rozšířená realita není tak známý jako pojem virtuální realita. Termín prvně použil zaměstnanec Boeingu Thomas Caudell v roce 1990. Rozšířená realita (Augmented Reality, AR) je vše, co kombinuje záznam skutečného světa s prvky generovanými počítačem, přičemž primární je reálný svět. Na obrázku Obr. 4 tedy například vidíme na tabletu promítnutý obraz stroje, který je doplněn o další 3D objekty – v tomto případě se jedná o návod pro údržbu.

Obr.4 Ukázka využití rozšířené reality - montážní návodka [Zdroj: https://www.channelfutures.com/technologies/augmented-reality-virtual-reality-more-than-fun-and-games (cit. 11.4.2019)]

Definujme si tento pojem. Slovník Mirriam-Webster uvádí[6]:

Rozšířená realita:

1)     Vylepšená verze skutečnosti vytvpřená s využití, technologie za účelem překrýt digitální infromací obraz či cokoliv jiného, co vidíme skrze zařízení (typicky smartphone)

2)    Technologie, která je využívána pro vytvoření rozšířené reality

Tato definice obecně připouští, že tyto doprovodné (umělé) informace mohou reprezentovat libovolnou další vrstvou nad skutečnou scénou. Prvkem rozšířené reality může být dle této definice například i třeba průběžný výsledek hokejového zápasu tak, jak jej vidíme na televizní obrazovce během utkání.

Nejdříve se pojem Augmented Reality spojoval výhradně s průhledným displejem a svazoval s konkrétními technologiemi. Když se však začaly objevovat nové realizace, tak definice vázaná na hardware přestala stačit.

Jednu z prvních definic formuloval Ronald T. Azuma[9], který definoval rozšířenou realitu jako systémy mající tři následující vlastnosti:

• Kombinují reálné a virtuální
• Jsou interaktivní v reálném čase
• Jsou registrované ve 3D

Tato definice není spjata s konkrétní technologií a dostatečně definuje pojem Augmented Reality, navíc nepokládá za Augmented Realitu vkládání různých jednoduchých 2D informací (viz výše uvedený příklad hokejového zápasu). Jako prvky rozšířené reality tedy tato definice připouští jen ty, které jsou dostatečně „zapuštěny“ ve scéně (typicky 3D objekty).

První praktické využití AR se objevuje v armádě. Pilot stíhacího letounu vidí vpodvečer ze svého kokpitu esteticky hodnotný západ slunce, což mu ovšem navigačně příliš nepomůže. Dnes se běžně při zvýšené viditelnosti promítá pilotovi do speciální helmy reliéf krajiny, popř. další navigační informace. Také vojáci používají speciální monokly (polopropustné brýle na jedno oko), kde jsou zobrazovány taktické údaje.

Kategorizujme tedy dílčí využití imerzních technologií ve vztahu k primárním a podpůrným činnostem.

Návrh a vývoj

• Virtuální konstruování
• Návrh a prohlídky layoutu (viz Obr. 5)
• Virtuální simulace
• Ergonomické studie pomocí Motion Capture – snímání reálných pohybů člověka (viz video)

Logistika

• Navigace po skladu
• Pick-By-Vision
• Vizualizace nakládky

Výroba

• Manuály a návodky pro výrobu
• Virtuální trénink pro výrobu
• Porovnávání odchylek
• Doplňování metadat v AR

Provoz a údržba

• Manuály a návodky pro údržbu
• Virtuální trénink pro údržbu
• Prediktivní údržba

Využití ve všech fázích

• Virtuální kolaborace
• Vizualizace dat

5. Čtvrtá průmyslová revoluce – Industry 4.0

Využívání zmíněných trendu, ke kterým samozřejmě přibývají i další důležité trendy, jako například: správa velkých dat, umělá inteligence atd. vede k vizi Industry 4.0, jak již bylo zmíněno v úvodu.

Nastupující (ačkoli zatím ne tak rychle, jak by bylo třeba) čtvrtá průmyslová revoluce je postavena na šesti základních pilířích:[10]

• Prvním z nich je interoperabilita, což znamená schopnost různých prvků či systémů vzájemně spolupracovat. To platí nejen mezi stroji a informačními technologiemi či technologiemi vzájemně, ale také pro komunikaci mezi lidmi, či firmami nebo částmi firem. Je to samozřejmě i schopnost kyberneticko-fyzikálních systémů a inteligentních továren spojit a komunikovat spolu.
• Druhým je decentralizace. V tomto případě rozumíme tímto pod pojmem schopnost kyberneticko-fyzikálních systémů v tzv. „chytrých továrnách“ rozhodovat samy o sobě.
• Třetím pilířem je real-time. Tedy schopnost systémů shromažďovat a analyzovat data a kdykoli okamžitě poskytnout možnost pohledu na aktuální situaci.
• Čtyřkou je orientace na obsluhu. To znamená, že kyberneticko-fyzikální systémy disponují sadou nástrojů, pomocí nichž lze chytrou továrnu kompletně řídit úrpstřednictvím inetrnetu.
• Pátý pilíř se nazývá modularita a znamená možnost flexibilní adaptace chytrých továren v reakci na změnu požadavků nahrazením nebo rozšíření jednotlivých modulů.
• A konečně šestka – to je virtualizace. K dispozici pro řízení je virtuální kopie inteligentní továrny, včetně možnosti využití simulačních modelů.

6. Použité zdroje

[1]        CEARLEY, David W, Brian BURKE a Mike J WALKER. Top 10 strategic technology trends for 2018. Gartner Research [online]. 2017. Dostupné z: doi:G00327329

[2]        BLANCHET, Max, Thomas RINN, Georg VON THADEN a Geroges DE THIEULLOY. Think Act - Industry 4.0 [online]. 2014. Dostupné z: doi:10.1007/978-1-4842-2047-4

[3]        GARTNER. Gartner Identifies the Top 10 Strategic Technology Trends for 2019. https://www.gartner.com/en/newsroom/press-releases/2018-10-15-gartner-identifies-the-top-10-strategic-technology-trends-for-2019. 2018.

[4]        LAMAČ, Luděk. Internet věcí nejsou jen chytré stroje [online]. Dostupné z: https://www.systemonline.cz/rizeni-vyroby/internet-veci-nejsou-jen-chytre-stroje.htm

[5]        Cloud computing - Wikipedia [online]. Dostupné z: https://cs.wikipedia.org/wiki/Cloud_computing

[6]        MERRIAM WEBSTER. Merriam Webster. 2016. ISBN 3936122202

[7]        VR SOCIETY. What is Virtual Reality? [online]. 2019 [vid. 2019-04-07]. Dostupné z: https://www.vrs.org.uk/virtual-reality/what-is-virtual-reality.html

[8]        SHERMAN, William R. a Alan B. CRAIG. Understanding Virtual Reality—Interface, Application, and Design. Presence: Teleoperators and Virtual Environments [online]. 2003. ISSN 1054-7460. Dostupné z: doi:10.1162/105474603322391668

[9]        AZUMA, Ronald T. A Survey of Augmented Reality. Presence: Teleoper. Virtual Environ. [online]. 1997, 6(4), 355–385. ISSN 1054-7460. Dostupné z: doi:10.1162/pres.1997.6.4.355

[10]     SKOTÁK, Jan. Industry 4.0 – Vítejte v budoucnosti výroby [online]. Dostupné z: https://www.systemonline.cz/rizeni-vyroby/industry-4.0-vitejte-v-budoucnosti-vyroby.htm