ABB i NVIDIA pokonują przepaść „Sim-to-Real” dzięki fizycznej sztucznej inteligencji i Omniverse
Sektor przemysłowy przechodzi transformacyjną zmianę, gdy fizyczna sztuczna inteligencja przechodzi z eksperymentalnych laboratoriów na halę produkcyjną. Strategiczne partnerstwo między ABB Robotics a NVIDIA ma na celu rozwiązanie trwałego wyzwania w automatyzacji fabryk: rozbieżności między symulacjami cyfrowymi a rzeczywistością fizyczną. Dzięki integracji narzędzi symulacji o wysokiej wierności, producenci mogą wreszcie osiągnąć niezawodną wydajność robotów w nieprzewidywalnych, rzeczywistych warunkach.
Rozwiązywanie tradycyjnych wyzwań automatyzacji przemysłowej
Historycznie inżynierowie mieli trudności z zapewnieniem, by inteligentne roboty działały konsekwentnie poza kontrolowanymi obszarami testowymi. Zmienne środowiskowe, takie jak zmieniające się oświetlenie, złożona fizyka materiałów i subtelne różnice części, często zakłócały modele cyfrowe. W konsekwencji wiele firm polegało na kosztownych prototypach fizycznych do weryfikacji swoich systemów sterowania. To tarcie nieuchronnie opóźniało wprowadzenie produktów na rynek i zwiększało budżety operacyjne w całym przemyśle produkcyjnym.
Przejście do hiperrealistycznych cyfrowych bliźniaków
Aby pokonać te przeszkody, ABB wprowadza na rynek w końcu 2026 roku "RobotStudio HyperReality". Ta platforma osadza biblioteki NVIDIA Omniverse bezpośrednio w istniejącym ekosystemie oprogramowania ABB. Dzięki temu inżynierowie mogą teraz tworzyć fizycznie dokładne środowiska cyfrowe, które odzwierciedlają rzeczywistą halę produkcyjną. Eksportując stanowiska jako pliki Universal Scene Description (USD), system rejestruje wszystko, od kinematyki po oświetlenie, z niezwykłą precyzją.
Precyzyjne inżynieria dzięki danym syntetycznym i SI
Integracja oferuje więcej niż tylko wizualną dokładność; zapewnia 99-procentowe dopasowanie zachowań między sferą cyfrową a fizyczną. Zamiast ręcznego programowania, modele widzenia komputerowego uczą się teraz na podstawie syntetycznych obrazów generowanych w oprogramowaniu. Co więcej, technologia Absolute Accuracy ABB współpracuje z tymi modelami SI, aby zmniejszyć błędy pozycjonowania. W efekcie tolerancje spadają z szerokiego zakresu 8-15 mm do precyzyjnych 0,5 mm, co jest kluczowe dla zaawansowanych zadań automatyzacji przemysłowej .
Rzeczywiste korzyści w efektywności wdrożeń
Pierwsi użytkownicy, tacy jak Foxconn, już pokazują wymierny zwrot z inwestycji w tę technologię. Foxconn wykorzystuje te symulacje do delikatnego montażu elektroniki konsumenckiej, gdzie częste zmiany produktów są powszechne. Dzięki wirtualnej weryfikacji automatyzacji fabryk oczekują znacznego skrócenia czasu konfiguracji i wyeliminowania kosztownych prób fizycznych. Podobnie dostawcy tacy jak Workr korzystają z platformy, aby wprowadzać nowe części w ciągu kilku minut, bez konieczności posiadania głębokich, specjalistycznych umiejętności programistycznych.
Skalowanie fizycznej SI na krawędzi sieci
Współpraca obejmuje również ewolucję sprzętu dla systemów sterowania. ABB obecnie ocenia platformę NVIDIA Jetson edge do integracji z kontrolerami Omnicore. Ten krok pozwoli na wykonywanie wnioskowania SI w czasie rzeczywistym w całych flotach robotów. Producenci przyjmujący to podejście cyfrowo-pierwsze mogą spodziewać się skrócenia czasu uruchomienia nawet o 80 procent, co daje ogromną przewagę konkurencyjną na szybko zmieniających się rynkach.
Wgląd autora: strategiczne znaczenie danych syntetycznych
Moim zdaniem prawdziwym przełomem nie są tylko "ładne obrazy" symulacji, ale demokratyzacja danych o wysokiej precyzji. Tradycyjnie szkolenie robota do nowego zadania wymagało tysięcy godzin pracy ręcznej. Teraz generowanie danych syntetycznych pozwala na szkolenie "w ciągu nocy". Uważam, że podnoszenie kwalifikacji zespołów inżynierskich w zarządzaniu tymi strumieniami danych będzie najważniejszym czynnikiem sukcesu w nadchodzącej dekadzie automatyzacji przemysłowej.
