Strategie per l’integrazione di celle robotiche automatizzate all’interno della logistica di magazzino – il caso di G.D S.P.A.

L’obiettivo di questo elaborato di tesi è duplice. In primo luogo, si sono sviluppati un software simulativo, basato su PyBullet, e due software di Computer Vision, di cui uno basato sulle metodologie classiche e uno basato su reti neurali, capaci di incrementare l’utilizzo e la saturazione delle celle robotiche di versamento preinstallate in G.D S.p.A., aumentando contestualmente la fiducia riposta da parte degli operatori nelle potenzialità delle baie automatizzate. In secondo luogo, sulla base dell’esperienza maturata nel caso in oggetto e della letteratura in materia, si è delineato un framework che permetta di individuare e prevenire alcune criticità tipiche dell’introduzione dell’automazione nei processi aziendali, con particolare riferimento all’inserimento di robot addetti al versamento. Per lo sviluppo degli applicativi software e per le analisi dati effettuate, si è fatto largo uso di Python 3.12 e di diversi pacchetti software Open Source. L’addestramento delle reti neurali, nonché la simulazione massiva di oltre 250,000 codici, è stata resa possibile dalla disponibilità di un Bosgame M5 AI Mini Desktop con Ryzen AI Max+, Radeon 8060s e 128 GB di memoria RAM unificata (pool unico per CPU e GPU). I risultati software hanno permesso di incrementare significativamente il numero di particolari compatibili con il versamento robotizzato, con un conseguente impatto nel breve termine sul totale dei lotti versati dalle baie automatiche, e hanno permesso di valutare le potenzialità legate al passaggio da sistemi di Computer Vision tradizionali a sistemi basati su reti neurali.