Konvergensen mellom industriell metaverse, kunstig intelligens og robotikk

For noen år siden var det bred diskusjon om potensialet til det industrielle metaverset. Siden den gang har fokuset flyttet seg mer mot utviklingen av underliggende teknologier. Så, hva er den nåværende tilstanden til den industrielle metaversen?

For det første er det viktig å presisere at det industrielle metaverset ikke er helt nytt. Snarere er det en utvikling av flere tiår med teknologisk akkumulering-som simulering-som lar ingeniører samhandle i 3D digitale miljøer, simulere prosesser og inkludere virtuelle roboter og virtuelt personell. Her kan ingeniører modifisere og validere produksjonsprosesser.

De siste årene har fremveksten av AI gitt nye muligheter. Når vi diskuterer den industrielle metaversen, sikter vi ikke bare til simulering; vi inkluderer også AI-copiloter eller AI-assistenter som hjelper ingeniører med å forbedre effektiviteten, ta bedre beslutninger og samarbeide effektivt. Ingeniører kan fordype seg i industrielle metaverse miljøer og i samarbeid fremme prosjekter innenfor realistiske scenarier.

Industrial Metaverse for sømløst samarbeid

Det industrielle metaverset muliggjør sømløst samarbeid på tvers av-organisasjoner, sann-visualisering og simulering, og sam-design og utvikling. Den integrerer digitale tvillinger, IoT-sensorer og high-visualisering, og skaper en helt ny måte å jobbe på.

Ta batteriproduksjon som et eksempel: Ved å bruke Siemens Process Simulate kan produsenter utnytte fysikkbaserte-digitale tvillinger i et delt virtuelt rom. Med digitale tvillinger bygget via Xcelerator-programvaren, kan interaksjoner mellom roboter, AGV-er og mennesker i produksjonsenheten simuleres nøyaktig. Deretter kan batterisamlingslinjer modelleres i NVIDIA Omniverse og sømløst kobles sammen med Siemens' digitale produksjonsverktøy. Gjennom Tecnomatix Connector overføres forskningsresultater fra Process Simulate til Omniverse, slik at brukere kan oppleve high-visualisering og realistisk simulering.

Bilde: Batteriproduksjonslinje simulert i Siemens Process Simulate (venstre) og visualisert i høy kvalitet i NVIDIA Omniverse (høyre).

Simulering som sikrer robotens effektivitet i produksjonen

Ved å bruke Siemens Process Simulate som eksempel kan ingeniører utvikle, simulere og validere automatiserte prosesser innenfor en realistisk produksjonskontekst. Dette er kritisk: å installere roboter i den fysiske verden og gjentatte ganger teste scenarier er kostbart og ofte upraktisk.

Ved å gå over til digitale tvillinger eller 3D-miljøer kan ingeniører bygge produksjonslinjer som inneholder alle roboter, utstyr, transportører og menneskelige arbeidere, og teste flere alternativer for å optimalisere arbeidsflytene. Dette reduserer risikoen for etter-implementeringsproblemer og eliminerer kostnadene ved å rette feil eller finjustere-roboter etter installasjon.

En stor utfordring med å distribuere roboter på butikkgulvet er å sikre at de fungerer i henhold til riktige sikkerhetsstandarder for å beskytte menneskelige arbeidere. Mens robotleverandører leverer sikkerhetsteknologi, forutsetter disse tiltakene ofte begrensede robotbevegelser for å forhindre inntrengning i beskyttede områder. Å oppnå dette i et travelt butikkgulv kan være vanskelig, og det er her simulering kommer inn. Ingeniører kan simulere og validere produksjonsmiljøer med begrensede soner, og adressere robotsikkerhetsfunksjoner før faktisk utplassering.

Brukere kan også randomisere robotbevegelser og simulere menneskelige operatøroppgaver. Hvis andre enheter eller roboter er i nærheten, kan optimalisering brukes. En nøkkeltilnærming i disse simuleringene er å minimere enhver interferens mellom mennesker og maskiner. Dette inkluderer randomisering av menneskelige operatørhandlinger for å teste potensielle sikkerhetsbrudd, sikre at roboter stopper hvis noen går inn i en begrenset sone, og forhindrer farer som at hender blir fanget. Simulering gjør det mulig å håndtere alle disse scenariene i designmiljøet, noe som reduserer den virkelige-verdensrisikoen.

Rollen til virtuell virkelighet i robotdistribusjon

I forbruksvaresektoren sto en produsent overfor utfordringer med å kommunisere med en leverandør i et annet land. Tradisjonelle arbeidsstasjonsdesignmetoder var utdaterte, så VR-teknologi ble brukt for å skape et oppslukende samarbeidsmiljø. Ingeniører kunne møtes eksternt via headset og jobbe i realistiske designinnstillinger.

Når arbeidsstasjoner er utformet, kan produsentene gjennomgå dem eksternt, vurdere designet og foreslå justeringer etter behov. Virtuelle operatører, basert på sensorutstyrte-menneskelige arbeidere, gjør det mulig å fange opp bevegelser i butikkgulvet. Disse datastrømmene kan testes i simuleringsmiljøet ved hjelp av virtuelt utstyr.

Denne teknologistabelen muliggjør samarbeid innenfor den industrielle metaversen, og tillater informerte ingeniørbeslutninger uten å reise eller fysisk installere utstyr.

AI-drevet robotikk i fremtiden

Ettersom AI-teknologien utvikler seg raskt, blir roboter mer autonome, med forbedret oppfatning av miljøet og evnen til å ta intelligente bevegelsesbeslutninger.

Mens disse egenskapene fortsatt utvikler seg, vil vi snart se roboter som autonomt plukker gjenstander fra rotete beholdere og plasserer dem på hyller eller i pakker. Humanoide roboter utstyrt med denne intelligensen-også kjent som fysisk AI-vil kunne sanse omgivelsene og omsette det til fysiske handlinger.

Når AI-aktiverte roboter krysser simulering, kan virtuelle verdener opprettes for å trene og validere robotoppgaveytelse i ulike scenarier. Ingeniører kan bruke tilbakemeldinger fra disse virtuelle miljøene for å teste og optimalisere robotpersepsjon og oppførsel.

Konvergensen av den industrielle metaversen, AI og robotikk markerer begynnelsen på en transformativ æra innen produksjon. AI er ikke lenger bare et tillegg-. den driver aktivt intelligent automatisering innen produksjonssimuleringer. Ledende automasjonsselskaper investerer tungt i industriell AI, og bruker teknologier som generativ AI, maskinlæring og maskinsyn i industrielle omgivelser. For eksempel kan "agent-stil AI"-systemer operere med autonomi og beslutnings-evne, proaktivt feilsøke, simulere og optimalisere produksjonsprosesser uten konstante ingeniører.

Vennligst klikk på lenken nedenfor for å lese mer:

ADVOR: Reeman's Next-Generation Mobile Advertising Robot

Rhino Autonom Gaffeltruck: Kraftig, presis og bygget for smart logistikk

Reeman MINI autonome stabler gaffeltruck: smidig drift i 1,1 m midtganger, smart kraft for effektiv lagring og logistikk