ABB i NVIDIA premošćuju jaz između "simulacije i stvarnosti" uz fizičku umjetnu inteligenciju i Omniverse
Industrijski sektor svjedoči transformativnoj promjeni dok fizička umjetna inteligencija prelazi iz eksperimentalnih laboratorija na tvorničku proizvodnu liniju. Strateško partnerstvo između ABB Robotics i NVIDIA ima za cilj riješiti dugotrajni izazov u automatizaciji tvornica: nesklad između digitalnih simulacija i fizičke stvarnosti. Integriranjem alata za simulaciju visoke vjernosti, proizvođači konačno mogu postići pouzdane robotske performanse u nepredvidivim stvarnim uvjetima.
Rješavanje tradicionalnih izazova industrijske automatizacije
Povijesno gledano, inženjeri su se mučili da inteligentni roboti dosljedno funkcioniraju izvan kontroliranih testnih područja. Okolišni čimbenici poput promjenjivog osvjetljenja, složene fizike materijala i suptilnih varijacija dijelova često su ometali digitalne modele. Posljedično, mnoge tvrtke oslanjale su se na skupe fizičke prototipove za potvrdu svojih kontrolnih sustava. Ova prepreka neizbježno je odgađala lansiranje proizvoda i povećavala operativne troškove u proizvodnom sektoru.
Prijelaz na hiperrealistične digitalne blizance
Kako bi prevladali ove prepreke, ABB planira lansirati "RobotStudio HyperReality" krajem 2026. godine. Ova platforma ugrađuje NVIDIA Omniverse biblioteke izravno u postojeći softverski ekosustav ABB-a. Stoga inženjeri sada mogu stvarati fizički precizna digitalna okruženja koja odražavaju stvarnu tvorničku proizvodnu liniju. Izvozom stanica kao Universal Scene Description (USD) datoteka, sustav hvata sve od kinematike do osvjetljenja s iznimnom preciznošću.
Precizno inženjerstvo putem sintetičkih podataka i umjetne inteligencije
Integracija nudi više od same vizualne točnosti; pruža 99-postotnu podudarnost ponašanja između digitalnog i fizičkog svijeta. Umjesto ručnog programiranja, modeli računalnog vida sada uče koristeći sintetičke slike generirane unutar softvera. Štoviše, ABB-ova tehnologija Absolute Accuracy radi zajedno s ovim AI modelima kako bi smanjila pogreške pozicioniranja. Kao rezultat, tolerancije se smanjuju s širokog raspona od 8-15 mm na preciznih 0,5 mm, što je ključno za visokospecijalizirane zadatke u industrijskoj automatizaciji .
Stvarni rezultati u učinkovitosti implementacije
Rani korisnici poput Foxconna već pokazuju opipljiv povrat ulaganja ove tehnologije. Foxconn koristi ove simulacije za precizni sastav potrošačke elektronike, gdje su česte promjene proizvoda uobičajene. Virtualnim potvrđivanjem automatizacije tvornica očekuju značajno smanjenje vremena postavljanja i eliminaciju skupih fizičkih testiranja. Slično tome, pružatelji usluga poput Workra koriste platformu za uvođenje novih dijelova u nekoliko minuta bez potrebe za dubokim specijaliziranim programerskim znanjem.
Širenje fizičke umjetne inteligencije na rubu mreže
Suradnja se također proteže na razvoj hardvera za kontrolne sustave. ABB trenutno procjenjuje NVIDIA-inu Jetson edge platformu za integraciju u svoje Omnicore kontrolere. Ovaj korak omogućio bi izvođenje AI zaključivanja u stvarnom vremenu preko cijelih robotskih flota. Proizvođači koji usvoje ovaj digitalno orijentirani pristup mogu očekivati smanjenje vremena puštanja u rad do 80 posto, što pruža ogromnu konkurentsku prednost na brzorastućim tržištima.
Uvid autora: strateški značaj sintetičkih podataka
Po mom mišljenju, pravi proboj ovdje nije samo "lijepa slika" simulacije, već demokratizacija visokopreciznih podataka. Tradicionalno, treniranje robota za novi zadatak zahtijevalo je tisuće sati ručnog rada. Sada generiranje sintetičkih podataka omogućuje "noćno" treniranje. Vjerujem da će usavršavanje inženjerskih timova za upravljanje ovim podatkovnim tokovima biti najvažniji čimbenik uspjeha u sljedećem desetljeću industrijske automatizacije.
