Nauja ABB ir NVIDIA partnerystė rodo, kad fizinis AI modeliavimas skatina realią IG gamyklos automatizavime ir sprendžiant gamybos kliūtis.
Gamintojams dažnai buvo sunku priversti išmaniąją robotiką patikimai veikti ne bandymų aplinkoje. Pagrindinė problema yra atotrūkis tarp skaitmeninių mokymo modelių ir faktinių gamyklos grindų, kur apšvietimas, medžiagų fizika ir dalių variacijos atsisako elgtis taip, kaip ekrane.
Istoriškai ši trintis privertė inžinierių komandas atsisakyti fizinių prototipų, atidėliodama produktų pristatymą ir padidindama išlaidas.
Skaitmeninio ir fizinio AI modeliavimo takoskyros įveikimas
ABB Robotics ir NVIDIA partneryste bandoma užpildyti šią spragą į gamybos įrenginius įtraukiant pramoninio lygio fizinį AI. „RobotStudio HyperReality“, kurią planuojama išleisti 2026 m. antroje pusėje, jau sulaukia pasaulinės klientų susidomėjimo.
Įterpdama NVIDIA Omniverse bibliotekas į esamą RobotStudio programinę įrangą, ABB suteikia platformą fiziškai tiksliam skaitmeniniam testavimui. Eksploataciniu lygmeniu ši integracija leidžia inžinieriams sumažinti diegimo išlaidas iki 40 procentų ir paspartinti pateikimą į rinką net 50 procentų.
Norint suvokti šį efektyvumo padidėjimą, reikia darbo eigos, kai gamybos lyderiai suprojektuoja, išbando ir patvirtina visas automatizavimo ląsteles prieš diegdami bet kokią aparatinę įrangą. Norėdami tai padaryti, sistema eksportuoja visiškai parametrų stotį, apimančią robotus, jutiklius, apšvietimą, kinematiką ir dalis, kaip USD failą tiesiai į Omniverse aplinką.
Šioje skaitmeninėje erdvėje virtualus valdiklis paleidžia identišką programinę-aparatinę įrangą, esančią fizinėje mašinoje, leidžiančią 99 procentais suderinti skaitmeninės ir fizinės sferos elgesį.
Užuot programavęs judesius rankiniu būdu, kompiuterinio matymo modeliai mokosi naudodami sintetinius vaizdus, sugeneruotus programinės įrangos viduje. Kartu su absoliutaus tikslumo technologija šis metodas sumažina padėties nustatymo paklaidas nuo 8–15 mm iki maždaug 0,5 mm, o tai užtikrina didelį tikslumą pramonėje.
Marcas Segura, ABB Robotics prezidentas, sakė: „Sujungę RobotStudio ir fiziškai tikslią NVIDIA Omniverse bibliotekų modeliavimo galią, panaikinome ilgalaikę technologijos „sim-to-real“ atotrūkį – tai didžiulis įvykis diegiant fizinį AI su pramoninio lygio tikslumu realaus pasaulio klientų programoms.
Gamyklos automatizavimo patvirtinimas prieš diegimą
Ankstyvieji vartotojai jau patvirtina šias galimybes aktyviose gamybos linijose.
Pavyzdžiui, „Foxconn“ išbando vartotojų įrenginių surinkimo programinę įrangą – sritį, kurioje dažnai keičiami gaminiai ir subtilūs metaliniai komponentai apsunkina tradicinę automatizavimą. Generuodami sintetinius duomenis savo sistemoms praktiškai apmokyti, „Foxconn“ pasiekia didelį tikslumą gamykloje, tuo pačiu tikėdamasi sutrumpinti sąrankos laiką ir panaikinti brangius fizinius bandymus.
Panašiai „Workr“ – Kalifornijoje įsikūręs automatikos tiekėjas – integruoja savo WorkrCore platformą su ABB aparatine įranga, apmokyta per „Omniverse“. NVIDIA GTC 2026 renginyje San Chosė, Workr ketina pademonstruoti sistemas, galinčias per kelias minutes įdiegti naujas dalis, nereikalaujant specialių programavimo įgūdžių.
Deepu Talla, NVIDIA Robotikos ir Edge AI viceprezidentas, pakomentavo: „Pramonės sektoriui reikia didelio tikslumo modeliavimo, kad būtų panaikintas atotrūkis tarp virtualių mokymų ir DI valdomos robotikos diegimo realiame pasaulyje.
„Integravus NVIDIA Omniverse bibliotekas į RobotStudio, ABB virtualių valdiklių technologija suteikia pažangų modeliavimą ir pagreitintą skaičiavimą, todėl tūkstančiai gamintojų rinkai pateikia sudėtingus produktus.
Techninės įrangos ekosistema taip pat plečiasi iki pažangių kompiuterių. ABB vertina NVIDIA Jetson edge platformos integravimą į savo Omnicore valdiklius – tai žingsnis, kuris palengvintų esamų robotų parkų išvadas realiuoju laiku.
Pritaikius šio tipo skaitmeninį modeliavimą fiziniam AI, sąrankos ir paleidimo laikas gali sutrumpėti iki 80 procentų. Dirbtiniam intelektui pereinant nuo programinės įrangos prie aparatinės įrangos operacijų, duomenų perdavimo kanalų paruošimas ir inžinierių komandų kvalifikacijos kėlimas dirbti su sintetiniais duomenimis lems, kurie gamintojai išlaikys konkurencinį pranašumą.
Taip pat žiūrėkite: Agentinis AI finansų srityje pagreitina operacijų automatizavimą
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
