Sami Sarlin
Simo Hakala
Marika Hautala

Miten robottien ohjelmoinnista tehdään helpompaa, ja miksi sillä on väliä? Uudet virtuaaliteknologiat ja digitaaliset kaksoset avaavat mahdollisuuksia intuitiiviseen ohjelmointiin, simulointiin ja keskeytyksettömän tuotannon kehittämiseen.
Robottien ohjelmointia on perinteisesti pidetty vaativana erikoisosaamisena. Markkinoille on kuitenkin kehitetty ratkaisuja, jotka tekevät ohjelmoinnista huomattavasti helpompaa ja nopeampaa. Tarve helppokäyttöisille ratkaisuille korostuu erityisesti yhteistyörobotiikassa: työkohteet ja käyttäjät voivat vaihtua usein, eikä uudella käyttäjällä välttämättä ole aiempaa ohjelmointiosaamista. Lisäksi uusimmat ohjelmointimenetelmät mahdollistavat robotin sopeutumisen entistä muuttuvampiin ympäristöihin. Tällöin robotin ohjausjärjestelmän mahdolliset rajoitteet eivät häiritse ohjelmointityötä tilanteessa, jossa järjestelmä ei ole ennalta tuttu.
Myös ympäristöissä, joihin robottijärjestelmä on alun perin toimitettu ja ohjelmoitu valmiiksi integraattorin toimesta, ohjelmien muokkaaminen jälkikäteen voi olla haastavaa. Yksinkertaisimmillaan ohjelmointi voi tarkoittaa sitä, että käyttäjä näyttää robotille liikeradat ulkoisen työkalun avulla. Ohjelmapisteet ja käskyt tallennetaan käyttöliittymän kautta ilman, että käyttäjän tarvitsee hallita robotin varsinaista ohjelmointikieltä tai käyttöliittymää.
VR-tracker tuo ohjelmoinnin käden ulottuville
Yksi esimerkki intuitiivisen ohjelmoinnin mahdollistamasta järjestelmästä on HEMIC-hankkeessa kehitetty, HTC VIVE VR Trackeriin perustuva ratkaisu, jota on pilotoitu useilla eri robottivalmistajilla. Järjestelmä koostuu:
– 3D-tulostetusta työkalusta, johon HTC VIVE Tracker on kiinnitetty
– käyttöliittymästä, jonka kautta tallennetaan ohjauskäskyt
– postprosessorista, jolla ohjelma käännetään robotin ohjelmointikielelle.
Käytännössä ohjelmointi tapahtuu pitämällä työkalua kädessä, osoittamalla työkalulla haluttua ohjelmapistettä robotin työalueella ja tallentamalla ohjauskäsky työkalun painikkeella. Sama käyttöliittymä mahdollistaa käskyjen muokkaamisen ja poistamisen. Tallennetut käskyt käsitellään postprosessorilla, joka muuntaa käskyt robotin ymmärtämälle ohjelmointikielelle.

Ratkaisu on toteutettu Pythonilla, ja se on sovellettavissa periaatteessa mihin tahansa robottiin, joka kykenee vastaanottamaan ulkopuolelta tulevaa ohjelmakoodia. Järjestelmän tarkkuus on ensimmäisten testien perusteella noin 4–5 millimetriä 2 x 2 metrin työalueella, ja järjestelmän tarkkuutta voidaan parantaa lisäämällä paikannuslaitteita ja parantamalla järjestelmän kalibrointia. Laitekustannukset jäävät parhaimmillaan alle tuhannen euron, ja järjestelmä on oivallinen esimerkki intuitiivisesta robottiohjelmoinnin järjestelmästä.
Offline-ohjelmointi mahdollistaa tehokkaamman tuotannon
Perinteisesti robotteja ohjelmoidaan käsiohjaimella tai johdattamalla, kun taas offline-ohjelmointi tehdään robottisolun ulkopuolella ilman fyysistä robottia. Nämä menetelmät soveltuvat hyvin moniin työkohteisiin, mutta onnistunut käyttöönotto vaatii tarkkaa kalibrointia, eli simulointimallin kohdistamista vastaamaan todellista järjestelmää. Offline-ohjelmointi on parhaimmillaan tilanteissa, joissa:
– tuotantoa ei haluta keskeyttää ohjelmoinnin ajaksi
– useita laitteita täytyy synkronoida keskenään
– prosessin toimivuutta halutaan testata etukäteen.
HEMIC-hankkeessa testattiin offline-ohjelmointia osana metalliteollisuuden hitsauskokoonpanojen ohjelmointia. Vaikka offline-ohjelmointi tarjoaa merkittäviä etuja, sen käyttöönotto ei ole aina suoraviivaista. Erityisesti pienissä yrityksissä ajan ja osaamisen puute voi muodostua haasteeksi. Lisäksi monia robottivalmistajia tukevissa ohjelmistoissa ohjelman kääntäminen robotin ymmärtämäksi kieleksi vaatii tarkkaa ymmärrystä paitsi prosessista, myös olio-ohjelmoinnista ja robotiikasta.
Tekoäly vapauttaa robotit kahleistaan
Maailman johtavat yliopistot tutkivat yhä enemmän tekoälyavusteista robottiohjelmointia. Yksi keskeinen lähestymistapa on niin sanottu mallioppiminen (imitation learning), jossa robotti oppii työtehtävän tarkkailemalla ihmisen tekemää suoritusta. Käytännössä käyttäjä voi esimerkiksi näyttää robotille halutun liikkeen käsin ohjaamalla, VR-työkalun avulla tai muun mittausjärjestelmän avulla. Tämän jälkeen tekoälymalli oppii liikkeen periaatteet, pystyy toistamaan sen itsenäisesti ja mikä parasta, toteuttamaan sen myös vaihtelevissa olosuhteissa. Parhaassa tapauksessa käyttäjä voi kertoa robotille suusanallisesti, mitä haluaa sen tekevän.
Haasteena on kuitenkin koulutusdatan laatu ja määrä: jotta robotti oppii luotettavasti toistamaan liikesarjoja ihmisen tai tekstipohjaisen promptin pohjalta, esimerkkisuorituksia täytyy olla riittävästi ja vaihtelevissa valaistusolosuhteissa. Robotista tallennetaan opetusjakson aikana muun muassa nivelasennot sekä kuvadata kahdelta kameralta, joten koulutusdataa voi syntyä yksinkertaiseltakin vaikuttavaan tehtävään nähden hyvin paljon. Lisäksi turvallisuuden varmistaminen ja poikkeustilanteiden hallinta vaativat edelleen suunnittelua ja validointia esimerkiksi järjestelmästä rakennetun digitaalisen kaksosen avulla. Parhaimmillaan mallioppiminen mahdollistaa robotin ohjelmoinnin ja ohjauksen ilman, että käyttäjän tarvitsee näyttää yhtäkään ohjelmapistettä.
Virtuaaliympäristöt tukevat ohjelmointia ja koulutusta
XR-teknologiat (eXtended Reality) tarjoavat uusia mahdollisuuksia sekä koulutukseen että tuotannon kehittämiseen. Hitsauskoulutuksessa käytetään esimerkiksi simulaattoreita, joiden avulla opiskelijat voivat harjoitella turvallisesti ilman fyysisiä riskejä. Sama pätee robottiohjaukseen: muun muassa turvallisuusperehdytystä ja ohjelmointia voidaan tehdä myös virtuaaliympäristössä ilman fyysistä robottia. HEMIC-hankkeessa testattiin VR-avusteista ohjelmointia hankkeessa rakennetussa robottihitsaussolussa, niin sanotussa “kontissa”.

Virtuaaliympäristöjen hyödyt näkyvät myös laitteistojen suunnittelussa ja käyttöönotossa. VR-lasien avulla voidaan tarkastella tilankäyttöä ja ergonomiaa, arvioida järjestelmän toimivuutta ja tehdä muutoksia ennen järjestelmän fyysistä toteutusta.
Virtuaaliteknologiat, tekoälyn hyödyntäminen ja intuitiiviset ohjelmointitavat tekevät robotiikasta aiempaa saavutettavampaa. Ne madaltavat käyttökynnystä, nopeuttavat käyttöönottoa ja mahdollistavat joustavamman tuotannon kehittämisen. Erityisesti vaihtelevassa tuotannossa ja pienemmissä yrityksissä ratkaisujen merkitys kasvaa tulevaisuudessa.
HEMIC-hanketta ovat rahoittaneet Euroopan unioni (Uudistuva ja osaava Suomi 2021–2027-ohjelma) ja Pohjois-Pohjanmaan liitto. Hanke on toteutettu Centrian, Jokilaaksojen koulutuskuntayhtymä JEDU:n ja Ylivieskan kaupungin yhteistyönä, ja se päättyy vuoden 2026 kesäkuussa.
Sami Sarlin
TKI-asiantuntija
Centria-ammattikorkeakoulu
p. 040 352 6322
Simo Hakala
TKI-asiantuntija
Centria-ammattikorkeakoulu
p. 050 570 0351
Marika Hautala
TKI-asiantuntija
Centria-ammattikorkeakoulu
p. 040 487 5812


