±ØÓ®ÌåÓý

Ci sono voluti circa dieci anni perché l'industria delle costruzioni pesanti adottasse pienamente la tecnologia GPS/GNSS per il movimento terra. Ora le imprese di medie e grandi dimensioni non possono più operare in modo redditizio senza di essa.

Una traiettoria simile è probabile con la recente introduzione dell'intelligenza artificiale (IA). I cambiamenti in arrivo promettono grandi passi avanti in termini di produttività ed efficienza, ma prima c'è ancora molto lavoro da fare.

L'intelligenza artificiale comprende una tendenza più ampia chiamata apprendimento automatico, e il lavoro più duro sarà insegnare a queste macchine tutto ciò che devono sapere. A quanto pare, anche le macchine più intelligenti non sono all'altezza di operatori e supervisori di cantiere esperti, almeno per ora.

John Deere ha presentato i suoi dumper articolati autonomi (ADT) al recente Consumer Electronic Show 2025 di Las Vegas, Stati Uniti. (Immagine: John Deere)

Inizia in piccolo, poi aumenta

"Sembra che ci sia uno spostamento di attenzione da quando puntavamo tutto sull'autonomia all'adozione di una serie di misure per ottenere una maggiore automazione che un giorno porterà all'autonomia", afferma Ian Welch, direttore tecnico di Trimble per i sistemi di costruzione civile sul campo.

"L'intelligenza umana non è fatta solo di dati. È il nostro intuito", afferma Burcin Kaplanoglu, responsabile di Oracle Industry Labs. "È difficile battere qualcuno che ha trascorso vent'anni nel settore edile. Ma questa è la promessa. L'intelligenza artificiale sta arrivando e stiamo integrando queste funzionalità nei nostri prodotti".

L'obiettivo in sé è semplice e non molto diverso dall'obiettivo del movimento terra guidato da GPS/GNSS: rendere gli operatori meno qualificati più bravi e più esperti più veloci e svolgere il lavoro in modo più sicuro, migliore e più ecologico.

L'intelligenza artificiale avrà un ruolo importante nel capire come ottimizzare un processo, afferma Welch. "Questo è il primo passo del percorso", afferma. Il secondo è più difficile. "Cosa si fa quando le cose non vanno come previsto?". L'intelligenza artificiale dovrà prendere decisioni in tempo reale, e credo che siamo ancora lontani da questo obiettivo.

Approccio graduale

Neil Williams, presidente della Divisione Controllo Macchine della divisione Geosistemi di Hexagon, afferma che il settore delle costruzioni è passato dall'entusiasmo iniziale per le attrezzature edili completamente autonome a un approccio più pratico e graduale. Questo include cinque livelli di autonomia:

1) Funzionamento manuale : controllo umano completo con assistenza digitale minima.

2) Controllo assistito : l'automazione supporta gli operatori nella guida e nel controllo automatico della lama.

3) Automazione parziale : le macchine svolgono alcune attività in modo autonomo, ma necessitano della supervisione dell'operatore.

4) Autonomia condizionale : le macchine operano principalmente in modo indipendente in condizioni specifiche con un intervento umano minimo.

5) Piena autonomia : l'apparecchiatura funziona in modo completamente autonomo, adattandosi in tempo reale (non è ancora uno standard del settore).

Attualmente, il settore sta progredendo attraverso i livelli da due a quattro, mantenendo il controllo sugli operatori, afferma Williams. Invece di una completa autonomia delle macchine, il settore si sta orientando verso flussi di lavoro più semi-autonomi, in cui le macchine collaborano in modo più fluido con gli operatori e sfruttano l'intelligenza artificiale per migliorare la produttività e ridurre gli errori.

Neil Williams, presidente della divisione Machine Control, divisione Geosystems di Hexagon

Questo rende l'automazione uno strumento fondamentale che trasforma le operazioni, preparando il terreno per la piena autonomia futura e offrendo vantaggi tangibili fin da ora, afferma Williams. Tra questi, un controllo macchina migliorato, analisi basate sull'intelligenza artificiale e integrazione dei dati in tempo reale per semplificare i flussi di lavoro, aumentare la sicurezza e ridurre gli sprechi.

Secondo l'Autonomous Construction Tech Outlook 2023 di Hexagon, l'84% dei decisori tecnologici delle imprese di appalto generali in Nord America, Regno Unito e Australia ha adottato una qualche forma di tecnologia autonoma nell'anno precedente, afferma Williams.

L'autonomia non è un obiettivo lontano, commenta David Veasy, Senior Product Manager per l'autonomia di John Deere. Ma si concretizzerà in operazioni autonome mirate. Queste operazioni autonome saranno inizialmente semplici, come il trasporto di materiali dal punto A al punto B, e cresceranno di scala nel tempo, concentrandosi sulla riduzione al minimo della quantità di interazione necessaria per mantenere la macchina in modalità autonoma.

John Deere ha presentato i suoi dumper articolati (ADT) autonomi al recente Consumer Electronic Show 2025 di Las Vegas, negli Stati Uniti. I dumper articolati (ADT) impiegati in cava trasportano il materiale dal punto A al punto B e ripetono il percorso senza troppe variazioni, rendendolo uno dei campi di applicazione ideali per una macchina autonoma. Data la carenza di manodopera qualificata, i dumper articolati autonomi eliminano la presenza dell'operatore e consentono ai clienti di impiegarlo per attività e attrezzature più complesse.

Prima le macchine semplici

Le macchine con maggiori probabilità di integrare l'autonomia in futuro saranno quelle con le applicazioni più semplici, afferma Welch. Diversi anni fa, Trimble ha sviluppato il software e i sensori per un compattatore semi-autonomo che l'azienda presenta frequentemente.

Burcin Kaplanoglu, responsabile di Oracle Industry Labs

I compattatori sono stati la scelta logica perché svolgono una sola funzione ed è facile prescrivere quel percorso e ottimizzare quel processo, afferma.

Un escavatore è più complesso e deve svolgere molti compiti diversi in condizioni diverse, afferma Welch. Lo stesso vale per i bulldozer.

"Siamo ancora lontani dall'automatizzare queste macchine, ma ci sono molte persone che ci lavorano. Ne vedremo di più man mano che l'edilizia digitale si diffonderà. Ma senza di essa non possiamo davvero addestrare la macchina."

"Si può raggiungere il 90% di autonomia, ma quell'ultimo 10% è difficile da raggiungere", afferma Kaplanoglu. "E noi, in quanto esseri umani, abbiamo una tolleranza molto bassa per guasti e anomalie delle macchine. Siamo tolleranti verso gli errori umani, ma non verso quelli delle macchine. Coerenza, affidabilità e precisione sono fondamentali nel settore edile".

Da vedere e poi fare

Presso l'Oracle Industry Lab, il team utilizza OCI Vision Services per analizzare foto e immagini e quindi addestra il software a riconoscere gli elementi nelle immagini e a compilare le informazioni necessarie per utilizzare tale risorsa.

Un esempio ipotetico da lui citato è quello di un'unità HVAC (riscaldamento, ventilazione e condizionamento dell'aria) che si presenta in un cantiere senza documentazione. Una rapida foto inviata al cloud può identificare l'unità e, se opportunamente configurato, il software non solo la identificherà, ma ne riporterà anche le specifiche, le istruzioni di installazione e qualsiasi altra informazione rilevante. Grazie all'apprendimento basato sull'intelligenza artificiale, il software produrrà tutte le informazioni necessarie, integrate in un'unica risposta, senza che l'operatore debba visitare più siti web o aprire più schermate informative per ottenere ciò di cui ha bisogno.

Alcune aziende stanno portando questo modello di apprendimento visivo a un livello superiore e programmano i robot affinché "vedano" una determinata azione, la imparino e la ripetano.

Il termine tecnico per questo è "imitazione". Kaplanoglu cita un esempio in cui un robot registra atleti professionisti e poi ne ricrea i movimenti.

L'implicazione è che in futuro potrebbe essere possibile per un dozer registrare un altro dozer mentre esegue un'attività, memorizzare tali informazioni nel cloud e quindi utilizzarle per duplicare l'attività senza un operatore al posto di guida. "Credo che questa sia la promessa più grande", afferma Kaplanoglu. "È in questa direzione che si sta muovendo e ci sono moltissimi investimenti e ricerche in questo settore".

Migliorare le competenze del tuo equipaggio

"L'automazione qualifica i lavori, non li elimina", afferma Williams. Facendo fronte a compiti ripetitivi, le tecnologie consentono ai lavoratori di concentrarsi su attività di maggior valore, dal processo decisionale all'ottimizzazione dei processi. Questo non solo migliora l'efficienza, ma rende anche i lavori più coinvolgenti e contribuisce a colmare il divario di competenze. Le aziende che adottano l'automazione non stanno tagliando i dipendenti, ma li stanno rendendo più preziosi, afferma.

Con l'evoluzione di macchine e cantieri verso una maggiore autonomia, il ruolo dell'operatore potrebbe trasformarsi in quello di responsabile della tecnologia, afferma Welch. Saranno comunque necessari operatori qualificati per insegnare alle macchine come eseguire determinate attività. "E si arriverà a un punto in cui ci saranno compiti davvero difficili, davvero complessi, con molti input che solo un essere umano può gestire. Quindi, ci vorranno molti anni prima di poter fare tutto senza un essere umano in cabina", afferma.

Micro macchine sciamanti

David Veasy, Senior Product Manager per l'autonomia di John Deere

È anche possibile, forse perfino probabile, che l'autonomia possa modificare la progettazione delle macchine movimento terra, senza semplicemente eliminare la cabina o modificare il numero o le dimensioni delle macchine per svolgere un lavoro specifico, afferma Welch.

“Sono in corso alcune ricerche interessanti che mirano a stabilire se sarebbe più efficiente avere due grandi macchine o dieci piccole macchine robotiche che lavorano insieme.�

Trimble lo chiama "coordinamento multi-macchina", afferma Welch. Invece di due grandi dozer, potrebbero essere più simili a dieci mini dozer che lavorano tutti come uno sciame contemporaneamente. Gli OEM guideranno questo sviluppo, ma tecnologia, software e apprendimento automatico giocheranno un ruolo importante.

L'autonomia consentirà inoltre a un singolo operatore di controllare più di una macchina, afferma Veasy di Deere. La tendenza, nel tempo, sarà che le attrezzature autonome richiederanno sempre meno impegno da parte dell'operatore per il funzionamento e la gestione.

L'impatto dell'intelligenza artificiale

L'automazione esisteva molto prima che l'intelligenza artificiale diventasse un concetto familiare. Tuttavia, l'intelligenza artificiale è ora la tecnologia più richiesta e si basa sul successo del controllo di macchine GPS/GNSS.

L'intelligenza artificiale ha aperto la strada alla creazione di soluzioni autonome produttive che in precedenza avrebbero richiesto molto più tempo per essere sviluppate e avrebbero presentato diverse limitazioni alla loro utilità, afferma Veasy. Ad esempio, l'utilizzo della visione artificiale per distinguere oggetti e tipologie di oggetti è realizzabile a livello commerciale solo grazie ai progressi dell'intelligenza artificiale.

L'autonomia cambierà probabilmente l'aspetto e il design delle attrezzature (Immagine: AdobeStock)

Williams afferma che l'IA non ha cambiato la direzione di Hexagon, ma ha migliorato ciò che l'azienda stava già facendo. Machine learning, gemelli digitali e automazione migliorano da anni precisione, efficienza e processo decisionale. Ciò che si sta evolvendo ora è la capacità dell'IA di scalare, elaborare i dati più velocemente e fornire informazioni più fruibili in tempo reale.

Sebbene il futuro dell'intelligenza artificiale e dell'automazione sia all'avanguardia, non c'è motivo di adottare un approccio attendista. Miglioramenti incrementali con benefici concreti si verificano quasi ogni giorno. "Stiamo integrando l'intelligenza artificiale per perfezionare il controllo delle macchine, automatizzare l'elaborazione dei dati nei rilievi topografici e nell'acquisizione della realtà e migliorare il monitoraggio del sito e il monitoraggio dei progressi, non per sostituire gli operatori, ma per aiutarli a lavorare in modo più efficiente e con maggiore sicurezza", afferma Williams.

In ultima analisi, il tasso di adozione varierà a seconda della tecnologia e dei benefici. "Abbiamo visto clienti adottare la tecnologia a un ritmo elevato, quando il valore offerto superava i costi", afferma Veasy. L'esempio storico che cita è il controllo del livello GPS/GNSS.

"Una volta che i clienti avranno sperimentato di poter completare la valutazione in un solo passaggio, il risparmio di tempo e l'efficienza supereranno l'investimento iniziale", continua Veasy. "Prevediamo che, con la riduzione dei costi delle tecnologie avanzate e l'aumento della necessità di attrezzature più produttive, l'adozione della tecnologia aumenterà di conseguenza."