ABB e NVIDIA collaborano per rivoluzionare l'automazione industriale con l'IA

ABB e NVIDIA collaborano per rivoluzionare l'automazione industriale con l'Intelligenza Artificiale Fisica

Il panorama dell'automazione industriale sta attraversando un cambiamento radicale con la fusione definitiva tra simulazione virtuale e implementazione nel mondo reale. ABB Robotics ha annunciato una partnership strategica con NVIDIA per integrare le librerie NVIDIA Omniverse nel software RobotStudio di punta di ABB. Questa collaborazione mira a fornire intelligenza artificiale fisica di livello industriale su larga scala. Con il lancio di RobotStudio HyperReality previsto per la fine del 2026, le aziende intendono eliminare i tradizionali limiti dei test di automazione in fabbrica. Di conseguenza, i produttori potranno beneficiare di una drastica riduzione dei costi di messa in servizio e di tempi di commercializzazione significativamente più rapidi.

Colmare il divario Sim-to-Real nella tecnologia del gemello digitale

Per decenni, gli ingegneri dell'automazione hanno affrontato il problema del divario "sim-to-real". Questo termine descrive la discrepanza tra gli ambienti di simulazione virtuale e i veri impianti produttivi in termini di illuminazione, texture e tolleranze fisiche. Questa differenza costringeva spesso gli ingegneri a passare settimane a risolvere problemi sull'hardware fisico dopo i test virtuali iniziali.

ABB risolve questo problema combinando il calcolo accelerato di NVIDIA con il proprio firmware proprietario per il controller virtuale. Poiché il controller virtuale esegue esattamente lo stesso codice del robot fisico, la correlazione della simulazione raggiunge un'accuratezza senza precedenti del 99%. Inoltre, ABB integra la sua tecnologia Absolute Accuracy in questo ecosistema. Questa combinazione riduce gli errori di posizionamento da un intervallo standard di 8–15 mm a un preciso 0,5 mm, garantendo che i sistemi di controllo ad alta precisione funzionino in modo identico sia negli spazi virtuali che in quelli fisici.

Snellire l'assemblaggio di elettronica di consumo ad alta precisione

I benefici pratici di questa piattaforma di intelligenza artificiale fisica sono già evidenti in ambienti di produzione ad alta complessità. Foxconn, il più grande produttore mondiale di elettronica a contratto, sta attualmente sperimentando questa tecnologia nelle sue linee di assemblaggio di elettronica di consumo.

L'automazione dell'assemblaggio di componenti minuscoli presenta sfide severe a causa delle strutture metalliche delicate e delle frequenti variazioni di prodotto. Tradizionalmente, modificare una linea di produzione richiedeva estesi prototipi fisici e regolazioni manuali. Utilizzando RobotStudio HyperReality, gli ingegneri di Foxconn generano dati sintetici iper-realistici per addestrare virtualmente i robot di assemblaggio. Di conseguenza, il team ottimizza le linee di produzione prima ancora che l'hardware fisico arrivi, riducendo i tempi di configurazione e accelerando il ciclo di evoluzione del prodotto.

Contrastare la carenza di manodopera per le piccole e medie imprese

Mentre grandi aziende come Foxconn sfruttano questa tecnologia per la precisione, le piccole e medie imprese la utilizzano per affrontare la persistente carenza di manodopera. WORKR, un'azienda californiana specializzata in forza lavoro robotica, sta portando questi modelli avanzati di IA direttamente nei piccoli stabilimenti produttivi degli Stati Uniti.

WORKR combina l'hardware industriale ABB con la propria piattaforma AI WorkrCore™, addestrata interamente su dati sintetici generati tramite NVIDIA Omniverse. Questo approccio consente agli operatori di fabbrica di impiegare robot intelligenti senza alcuna conoscenza tradizionale di programmazione. Gli operatori possono insegnare ai robot nuovi compiti in pochi minuti, rendendo l'automazione avanzata accessibile a imprese che in precedenza non disponevano del capitale o del personale ingegneristico specializzato per implementare la robotica.

Orizzonte futuro: inferenza AI edge in tempo reale con OmniCore

Guardando oltre la simulazione, ABB sta valutando attivamente l'integrazione della piattaforma di edge computing NVIDIA Jetson nei suoi controller di nuova generazione OmniCore. Questa integrazione porterà l'inferenza AI in tempo reale direttamente sul piano di produzione.

Invece di affidarsi a reti cloud, i robot industriali elaboreranno localmente dati visivi e spaziali complessi. Questa architettura garantisce una latenza ultra-bassa e una robusta sicurezza dei dati, entrambi fondamentali per i moderni sistemi di controllo distribuiti (DCS). Questa evoluzione edge-AI si basa sul portfolio esistente di ABB, che già utilizza NVIDIA Jetson per la localizzazione simultanea visiva e mappatura (VSLAM) nei suoi robot mobili autonomi.

Approfondimento dell'autore: un cambiamento di paradigma per gli integratori di sistema

Dal punto di vista industriale, questa partnership rappresenta un cambiamento fondamentale nel modo in cui gli integratori di sistema e gli ingegneri dell'automazione affronteranno la progettazione delle fabbriche. Storicamente, il software di simulazione serviva principalmente come strumento visivo di vendita o come semplice utilità di verifica dei percorsi, piuttosto che come meccanismo definitivo di implementazione.

Raggiungendo un'accuratezza del 99% nella simulazione, ABB e NVIDIA stanno trasformando il gemello digitale in una fonte affidabile di verità. La capacità di generare dati sintetici ad alta fedeltà significa che i modelli di intelligenza artificiale fisica possono imparare a navigare in ambienti complessi, con illuminazione variabile e materiali imprevedibili interamente nel cloud. Questa capacità riduce drasticamente il rischio finanziario per gli integratori di sistema. Ora possono garantire metriche di prestazione agli utenti finali prima di acquistare un singolo pezzo di hardware fisico. Questa prevedibilità probabilmente accelererà l'adozione della robotica in settori che tradizionalmente hanno resistito all'automazione a causa degli elevati costi ingegneristici iniziali.

Scenario di soluzione industriale: produzione di componenti automobilistici ad alto mix e basso volume

Per comprendere come questa tecnologia funzioni in un ambiente industriale reale, consideriamo il seguente scenario di implementazione per un fornitore automotive di primo livello che gestisce una produzione ad alto mix e basso volume.

La sfida

Un produttore deve riconfigurare frequentemente una cella robotica per assemblare diverse varianti di piastre di raffreddamento per batterie di veicoli elettrici (EV). L'insegnamento fisico e la programmazione manuale causano ore di inattività ad ogni cambio prodotto, compromettendo la redditività.

Il percorso della soluzione

1. Configurazione virtuale della cella：Fase 1: RobotStudio HyperReality。

Gli ingegneri importano i file CAD 3D delle nuove varianti di piastre per batterie nell'ambiente del gemello digitale.

2. Generazione di dati sintetici：Fase 2: integrazione NVIDIA Omniverse。

Il sistema genera automaticamente migliaia di scenari di addestramento iper-realistici, modificando angoli di illuminazione, riflessi metallici e texture superficiali.

3. Addestramento del modello AI：Fase 3: ottimizzazione dell'IA fisica。

La rete neurale del robot si allena su questi dati sintetici all'interno del simulatore, padroneggiando traiettorie precise di presa e posizionamento e il feedback di controllo della forza.

4. Implementazione senza tempi di inattività：Fase 4: esecuzione nel mondo reale。

Il modello AI validato viene caricato direttamente sul controller fisico ABB OmniCore. Il robot fisico raggiunge il 99% di accuratezza al primo ciclo senza programmazione manuale.