ABB i NVIDIA premošćuju jaz između "simulacije i stvarnosti" pomoću fizičke veštačke inteligencije i Omniverse platforme
Industrijski sektor doživljava transformativnu promenu jer fizička veštačka inteligencija prelazi iz eksperimentalnih laboratorija na proizvodne trake. Strateško partnerstvo između ABB Robotics i NVIDIA ima za cilj da reši dugogodišnji izazov u automatizaciji fabrika: razliku između digitalnih simulacija i fizičke stvarnosti. Integracijom alata za simulaciju visoke preciznosti, proizvođači konačno mogu postići pouzdan rad robota u nepredvidivim uslovima stvarnog sveta.
Rešavanje tradicionalnih izazova industrijske automatizacije
Istorijski gledano, inženjeri su se mučili da inteligentni roboti funkcionišu dosledno van kontrolisanih test okruženja. Faktori okoline poput promenljivog osvetljenja, složene fizike materijala i suptilnih varijacija delova često su remetili digitalne modele. Kao rezultat, mnoge firme su se oslanjale na skupe fizičke prototipove da bi potvrdile svoje kontrolne sisteme. Ova prepreka je neizbežno usporavala lansiranje proizvoda i povećavala operativne troškove u celom proizvodnom sektoru.
Prelazak na hiperrealistične digitalne blizance
Da bi prevazišao ove prepreke, ABB planira da krajem 2026. godine lansira "RobotStudio HyperReality". Ova platforma ugrađuje NVIDIA Omniverse biblioteke direktno u postojeći softverski ekosistem ABB-a. Tako inženjeri sada mogu kreirati fizički precizna digitalna okruženja koja verno odražavaju stvarnu proizvodnu halu. Izvozom stanica kao Universal Scene Description (USD) fajlova, sistem hvata sve od kinematike do osvetljenja sa izuzetnom preciznošću.
Precizno inženjerstvo putem sintetičkih podataka i veštačke inteligencije
Ova integracija nudi više od same vizuelne tačnosti; pruža 99% podudaranje ponašanja između digitalnog i fizičkog sveta. Umesto ručnog programiranja, modeli računarskog vida sada uče koristeći sintetičke slike generisane unutar softvera. Štaviše, ABB-ova tehnologija Absolute Accuracy radi zajedno sa ovim AI modelima kako bi smanjila greške u pozicioniranju. Kao rezultat, tolerancije se smanjuju sa širokog raspona od 8-15 mm na preciznih 0,5 mm, što je ključno za visokospecijalizovane zadatke u industrijskoj automatizaciji .
Stvarni rezultati u efikasnosti implementacije
Rani korisnici poput Foxconna već pokazuju opipljiv povraćaj ulaganja u ovu tehnologiju. Foxconn koristi ove simulacije za precizni sastav potrošačke elektronike, gde su česte promene proizvoda uobičajene. Virtuelnim potvrđivanjem automatizacije fabrika očekuju značajno smanjenje vremena podešavanja i eliminaciju skupih fizičkih proba. Slično tome, provajderi poput Workr koriste platformu za uvođenje novih delova za samo nekoliko minuta, bez potrebe za dubokim specijalizovanim programerskim znanjem.
Širenje fizičke veštačke inteligencije na ivici mreže
Saradnja se takođe proširuje na razvoj hardvera za kontrolne sisteme. ABB trenutno procenjuje NVIDIA-inu Jetson edge platformu za integraciju u svoje Omnicore kontrolere. Ovaj korak bi omogućio izvođenje AI zaključivanja u realnom vremenu preko celih robotskih flota. Proizvođači koji usvoje ovaj digitalno orijentisani pristup mogu očekivati smanjenje vremena puštanja u rad i do 80%, što predstavlja ogromnu konkurentsku prednost na brzorastućim tržištima.
Uvid autora: strateški značaj sintetičkih podataka
Po mom mišljenju, pravi proboj ovde nije samo "lepa slika" simulacije, već demokratizacija visokopreciznih podataka. Tradicionalno, obuka robota za novi zadatak zahtevala je hiljade sati ručnog rada. Sada, generisanje sintetičkih podataka omogućava obuku "preko noći". Verujem da će usavršavanje inženjerskih timova za upravljanje ovim tokovima podataka biti najvažniji faktor uspeha u narednoj deceniji industrijske automatizacije.
