Seeing Machines Memperluas AI Berpusatkan Manusia ke dalam Robotik Industri

Seeing Machines Memajukan Automasi Kilang dengan AI Berpusatkan Manusia dalam Robotik Industri

Seeing Machines (LSE:SEE) telah menandatangani kontrak pembangunan lanjutan dengan sebuah perusahaan teknologi industri global. Perjanjian ini menandakan pencapaian strategik bagi syarikat tersebut. Perjanjian ini memperluas keupayaan AI Berpusatkan Manusia miliknya ke dalam robotik industri dan automasi kilang. Sebelum ini, Seeing Machines memberi tumpuan terutamanya kepada sistem keselamatan pengangkutan merentas sektor automotif, armada, kenderaan luar jalan dan penerbangan.

Menghubungkan Keselamatan Pengangkutan dengan Automasi Kilang

Projek ini memberi tumpuan kepada pembinaan sistem bukti konsep untuk persekitaran pembuatan. Jurutera akan mengintegrasikan teknologi Perception Map syarikat ke dalam robotik industri. Hasilnya, mesin automatik dapat mentafsir kehadiran dan keadaan kognitif pengendali manusia dengan lebih baik.

Automasi industri amat bergantung pada pengawal logik boleh atur cara (PLC) dan sistem kawalan teragih (DCS). Walau bagaimanapun, sistem kawalan konvensional tidak mempunyai keupayaan penderiaan manusia yang intuitif. Dengan menerapkan penglihatan komputer canggih, Seeing Machines mewujudkan persekitaran kerja kolaboratif yang lebih selamat. Integrasi ini meningkatkan interaksi manusia-robot di zon pembuatan yang kritikal dari segi keselamatan.

Pengembangan Pasaran Strategik Melangkaui Aplikasi Automotif

Perjanjian ini menjadi asas untuk kerjasama yang lebih luas dalam automasi kilang. Pengembangan ke dalam robotik industri membolehkan Seeing Machines mempelbagaikan portfolio komersialnya. Selain itu, syarikat tersebut memanfaatkan harta intelek sedia ada tanpa mengalih perhatian daripada perniagaan teras pengangkutannya.

Dalam pembuatan moden, sistem berinstrumentasi keselamatan (SIS) melindungi pengendali daripada jentera berbahaya. Pengintegrasian penjejakan manusia masa nyata ke dalam sistem kawalan membolehkan mesin menjangka kesilapan manusia. Hasilnya, barisan automatik boleh melaraskan operasi secara dinamik sebelum bahaya keselamatan berlaku.

Perspektif Pelaburan dan Trajektori Pertumbuhan

Bagi pelabur, kontrak ini menandakan pengembangan bermakna bagi pasaran boleh alamat Seeing Machines. Kemasukan ke dalam automasi kilang membuka peluang pendapatan merentas pangkalan pelanggan industri baharu. Walau bagaimanapun, pengumuman itu tidak menyatakan butiran kewangan khusus, hasil yang dijangka atau komitmen garis masa komersial.

Nilai segera kontrak ini terletak pada pengesahan teknikal, bukannya pulangan kewangan serta-merta. Kesan komersial yang lebih luas bergantung pada peralihan bukti konsep ini kepada pelaksanaan berskala besar. Selain itu, Seeing Machines terus mencatat pertumbuhan hasil walaupun aliran tunai operasi negatif dan kerugian bersih yang berterusan. Penunjuk teknikal menunjukkan momentum saham yang kukuh di atas purata bergerak utama. Walau bagaimanapun, penilaian jangka panjang amat bergantung pada pencapaian keuntungan yang mampan.

Wawasan Teknikal tentang Teknologi Persepsi Berpusatkan Manusia

Seeing Machines menggunakan lebih daripada 25 tahun penyelidikan faktor manusia untuk membangunkan model AInya. Platformnya menggabungkan penderia optik, pemprosesan pinggir terbenam dan algoritma penglihatan komputer.

Aliran isyarat bermula apabila penderia optik dan perkakasan penglihatan menangkap data visual masa nyata. Unit pemprosesan pinggir terbenam memproses input visual mentah ini secara langsung pada lapisan peranti. Seterusnya, algoritma Perception Map dan Human Factors AI menganalisis fokus, keletihan dan trajektori pengendali. Akhir sekali, sistem menghantar parameter kawalan deterministik secara langsung ke dalam automasi kilang serta logik PLC atau DCS.

Apabila diintegrasikan ke dalam rangka kerja automasi kilang, sistem ini menjejak perhatian, keletihan dan jarak fizikal pekerja secara berterusan. Rangkaian automasi standard menerima input persepsi ini sebagai parameter kawalan deterministik. Oleh itu, seni bina kawalan boleh mengubah kelajuan robot atau mencetuskan henti kecemasan secara automatik.

Senario Penyelesaian Dunia Sebenar: Keselamatan dalam Sel Kerja Kolaboratif

Bayangkan sebuah barisan pemasangan automotif automatik yang menempatkan juruteknik manusia bekerja bersama robot industri berat. Persediaan keselamatan tradisional bergantung pada pagar fizikal atau langsir cahaya asas untuk menghentikan operasi.

Dengan melaksanakan teknologi Perception Map Seeing Machines, sistem pemantauan sel menilai fokus dan trajektori pergerakan pekerja secara berterusan. Jika seorang juruteknik menunjukkan tanda-tanda gangguan perhatian berhampiran lengan robot yang sedang aktif, sistem menghantar isyarat gangguan kepada PLC keselamatan. DCS kemudiannya memperlahankan robot itu dan bukannya mencetuskan henti kecemasan keras. Hasilnya, tindak balas bersasar ini mengelakkan masa henti pengeluaran yang mahal sambil mengekalkan keselamatan pekerja.