Robot industri sudah sangat andal untuk pekerjaan yang cepat, berat, dan berulang. Namun, semuanya masih mudah goyah saat harus menangani benda rapuh, bentuk tidak beraturan, atau ukuran yang berubah sedikit saja.
Di celah itulah ABB Robotics dan PSYONIC mencoba masuk. Keduanya ingin melihat apakah data sentuhan dan gerakan dari tangan prostetik di dunia nyata bisa dipakai untuk melatih lengan robot agar lebih peka.
Data sentuhan dari tangan bionik
Kerja sama ini berpusat pada PSYONIC Ability Hand dan cobot ABB GoFa. Ability Hand awalnya dibuat untuk prostetik, lalu dibekali jari yang dapat bergerak terpisah, sensor tekanan, umpan balik getaran, dan mekanisme fleksibel untuk menyesuaikan diri dengan objek yang tidak seragam.
Fitur itu penting karena genggaman manusia tidak pernah bekerja dengan satu pola tetap. Cangkir kopi, obeng, telur, dan ponsel membutuhkan tekanan serta sudut pegangan yang berbeda.
Bagi robot, penyesuaian halus seperti itu jauh lebih sulit. ABB dan PSYONIC ingin memakai data gerak, kontak, dan gaya genggam dari Ability Hand untuk melatih robot agar mampu menangani objek yang rapuh, tidak rata, atau sulit diprediksi.
Touch masih jadi titik lemah otomasi
Robot industri sudah bisa mengangkat, memindahkan, mengelas, menyortir, dan merakit dengan cepat. Meski begitu, banyak sistem masih kesulitan saat tugas menuntut sentuhan yang halus.
Tekanan yang terlalu besar bisa merusak benda, sementara tekanan yang terlalu kecil bisa membuat robot menjatuhkannya. ABB menyebut tantangan ini sebagai bagian penting dari Autonomous Versatile Robotics, atau AVR.
Visi AVR menargetkan robot yang bisa merasakan, menalar, bergerak, dan menangani objek secara presisi di lingkungan yang terus berubah. Marc Segura, president of ABB Robotics, mengatakan bahwa ketangkasan manusia masih menjadi salah satu hal tersulit untuk ditiru dalam robotika industri.
Latihan dari dunia nyata dianggap lebih bernilai
PSYONIC menilai Ability Hand dapat menangkap data detail tentang gerakan, kontak, dan gaya genggam saat dipakai manusia dalam situasi nyata. Data seperti itu dianggap lebih natural dibanding demonstrasi robot yang hanya dilakukan di laboratorium.
Dr. Aadeel Akhtar, founder dan CEO PSYONIC, menyebut dexterous manipulation sebagai masalah data sekaligus masalah perangkat keras. Pandangan itu menempatkan kualitas data latihan sebagai faktor penting untuk menentukan seberapa berguna robot di tempat kerja.
ABB dan PSYONIC melihat pendekatan ini bisa dipakai di otomotif, dirgantara, pengemasan, logistik, dan life sciences. Semua sektor itu memakai robot dalam skala besar, tetapi masih menghadapi tantangan saat harus menangani komponen rapuh, produk berbentuk aneh, atau kemasan lunak.
Dampaknya bisa terasa di pabrik dan gudang
Cobot GoFa memberi sisi industri dari kerja sama ini. ABB menempatkannya sebagai alat untuk memberi akurasi dan konsistensi yang diperlukan agar gerakan tangan bionik bisa diuji secara terkendali.
Jika berhasil, robot arm dapat belajar dari data penanganan manusia lalu menerapkannya di pekerjaan pabrik dan gudang. Itu bisa membantu saat robot harus memegang soft package, komponen medis, atau bagian di conveyor belt yang bergeser sedikit saja.
International Federation of Robotics juga menyoroti advanced gripping dan integrasi digital sebagai cara untuk memangkas waktu rekayasa hingga 30%. Angka itu relevan karena adopsi otomasi sering tertahan oleh setup, tuning, dan engineering khusus.
Lebih cerdas, bukan sekadar lebih kuat
Ada manfaat yang jelas jika robot bisa menangani tugas repetitif atau berat secara lebih ergonomis. Beban fisik pekerja berpotensi berkurang, terutama di lini kerja yang menuntut pegangan berulang.
Namun, pertanyaan soal tenaga kerja juga ikut muncul. Robot yang makin cakap bisa mengambil alih tugas yang sebelumnya dianggap terlalu berubah-ubah untuk diotomatisasi.
Karena itu, penggunaan yang paling masuk akal adalah yang mendukung manusia, bukan sekadar menggantikannya. Dalam skenario tersebut, robot dapat memegang pekerjaan gripping yang berulang, sementara pekerja fokus pada pengawasan, quality check, setup mesin, dan pekerjaan dengan keterampilan lebih tinggi.
Kolaborasi ABB Robotics dan PSYONIC menunjukkan arah baru dalam robotika. Fokusnya bukan hanya membuat robot lebih kuat, tetapi membuatnya belajar dari sentuhan manusia agar bisa bekerja lebih aman dan efektif di lebih banyak lingkungan.
