ABB i NVIDIA udružuju snage za revoluciju u automatizaciji fabrika pomoću veštačke inteligencije

ABB i NVIDIA udružuju snage za revoluciju u automatizaciji fabrika pomoću fizičke veštačke inteligencije

Landskap industrijske automatizacije doživljava ogromnu promenu jer se virtuelna simulacija i stvarna primena konačno spajaju. ABB Robotics je najavio strateško partnerstvo sa NVIDIA-om za integraciju NVIDIA Omniverse biblioteka u ABB-ov prepoznatljivi softver RobotStudio. Ova saradnja ima za cilj da omogući industrijski nivo fizičke veštačke inteligencije u velikom obimu. Pokretanjem RobotStudio HyperReality krajem 2026. godine, kompanije planiraju da eliminišu tradicionalne granice testiranja automatizacije fabrika. Kao rezultat, proizvođači mogu očekivati drastično smanjenje troškova puštanja u rad i znatno brže vreme izlaska proizvoda na tržište.

Premošćavanje jaza između simulacije i stvarnosti u tehnologiji digitalnog blizanca

Decenijama su inženjeri automatizacije imali problema sa „sim-to-real“ razlikom. Ovaj termin opisuje nesklad između virtuelnih simulacionih okruženja i stvarnih fabričkih prostora u pogledu osvetljenja, tekstura i fizičkih tolerancija. Ova razlika je često primoravala inženjere da provedu nedelje otklanjajući greške na fizičkoj opremi nakon početnog virtuelnog testiranja.

ABB rešava ovaj problem kombinovanjem NVIDIA-inog ubrzanog računanja sa sopstvenim vlasničkim firmverom virtuelnog kontrolera. Pošto virtuelni kontroler pokreće isti kod kao i fizički robot, korelacija simulacije dostiže neviđenih 99% tačnosti. Štaviše, ABB integriše svoju tehnologiju Absolute Accuracy u ovaj ekosistem. Ova kombinacija smanjuje greške pozicioniranja sa standardnih 8–15 mm na preciznih 0,5 mm, osiguravajući da sistemi za visokopreciznu kontrolu rade identično u virtuelnom i fizičkom prostoru.

Pojednostavljenje sklapanja potrošačke elektronike visokog kvaliteta

Praktične prednosti ove platforme fizičke veštačke inteligencije već su vidljive u okruženjima visokog rizika proizvodnje. Foxconn, najveći svetski proizvođač elektronike po ugovoru, trenutno testira ovu tehnologiju na svojim linijama za sklapanje potrošačke elektronike.

Automatizacija sklapanja sitnih komponenti predstavlja velike izazove zbog delikatnih metalnih struktura i čestih varijacija proizvoda. Tradicionalno, promena proizvodne linije zahtevala je opsežno fizičko prototipisanje i ručno fino podešavanje. Korišćenjem RobotStudio HyperReality, Foxconnovi inženjeri generišu hiperrealistične sintetičke podatke za virtuelnu obuku robota za sklapanje. Kao rezultat, tim optimizuje proizvodne linije pre nego što fizička oprema stigne, skraćujući vreme postavljanja i ubrzavajući ciklus razvoja proizvoda.

Smanjenje problema sa nedostatkom radne snage za mala i srednja preduzeća

Dok velike kompanije poput Foxconna koriste ovu tehnologiju za preciznost, mala i srednja preduzeća je koriste da se izbore sa stalnim nedostatkom radne snage. WORKR, kompanija za robotsku radnu snagu iz Kalifornije, donosi ove napredne AI modele direktno na manje fabričke podove širom Sjedinjenih Država.

WORKR kombinuje ABB-ovu industrijsku opremu sa sopstvenom WorkrCore™ AI platformom, koja je u potpunosti obučena na sintetičkim podacima generisanim putem NVIDIA Omniverse. Ovaj pristup omogućava operaterima fabrika da implementiraju inteligentne robote bez ikakvog tradicionalnog programerskog znanja. Operateri mogu da nauče robote novim zadacima za samo nekoliko minuta, čineći naprednu automatizaciju fabrika dostupnom preduzećima koja ranije nisu imala kapital ili specijalizovano inženjersko osoblje za implementaciju robotike.

Budućnost: Realno-vremenska Edge AI analiza sa OmniCore

Gledajući dalje od simulacije, ABB aktivno razmatra integraciju NVIDIA Jetson edge računarske platforme u svoje sledeće generacije OmniCore kontrolera. Ova integracija doneće realno-vremensku AI analizu direktno na fabrički pod.

Umesto oslanjanja na cloud mreže, industrijski roboti će lokalno obrađivati složene vizuelne i prostorne podatke. Ova arhitektura obezbeđuje ultra-nisku latenciju i snažnu bezbednost podataka, što je ključno za moderne distribuirane kontrolne sisteme (DCS). Ova edge-AI evolucija nadograđuje ABB-ov postojeći portfolio, koji već koristi NVIDIA Jetson za vizuelnu simultanu lokalizaciju i mapiranje (VSLAM) u svojim autonomnim mobilnim robotima.

Uvid autora: Paradigmatska promena za sistem integratore

Iz industrijske perspektive, ovo partnerstvo predstavlja fundamentalnu promenu u načinu na koji će sistem integratori i inženjeri automatizacije pristupati dizajnu fabrika. Istorijski gledano, softver za simulaciju služio je prvenstveno kao vizuelni alat za prodaju ili osnovna utilitarnost za proveru putanja, a ne kao konačni mehanizam za implementaciju.

Postizanjem 99% tačnosti simulacije, ABB i NVIDIA pretvaraju digitalnog blizanca u pouzdan izvor istine. Mogućnost generisanja visokokvalitetnih sintetičkih podataka znači da fizički AI modeli mogu naučiti da se kreću kroz složena okruženja, promenljivo osvetljenje i nepredvidive materijale potpuno u oblaku. Ova sposobnost drastično smanjuje finansijski rizik za sistem integratore. Sada mogu garantovati performanse krajnjim korisnicima pre nego što kupe i jedan komad fizičke opreme. Ova predvidivost će verovatno ubrzati usvajanje robotike u sektorima koji su tradicionalno odolevali automatizaciji zbog visokih početnih inženjerskih troškova.

Industrijski scenario rešenja: Proizvodnja automobilske komponente sa velikim brojem varijanti i malim obimom

Da bismo razumeli kako ova tehnologija funkcioniše u stvarnom industrijskom okruženju, razmotrite sledeći scenario primene za dobavljača automobilske industrije prvog nivoa koji se bavi proizvodnjom sa velikim brojem varijanti i malim obimom.

Izazov

Proizvođač mora često rekonfigurisati robotsku radnu ćeliju za sklapanje različitih varijanti hladnjaka baterija za električna vozila (EV). Fizičko učenje i ručno programiranje uzrokuju višesatne zastoje pri svakoj promeni proizvoda, što ubija profitabilnost.

Put rešenja

1. Virtuelna konfiguracija ćelije：Faza 1: RobotStudio HyperReality。

Inženjeri uvoze 3D CAD fajlove novih varijanti baterijskih ploča u okruženje digitalnog blizanca.

2. Generisanje sintetičkih podataka：Faza 2: NVIDIA Omniverse integracija。

Sistem automatski generiše hiljade hiperrealističnih scenarija za obuku, menjajući uglove osvetljenja, refleksije metala i teksture površina.

3. Obuka AI modela：Faza 3: Optimizacija fizičke veštačke inteligencije。

Neuralna mreža robota trenira na ovim sintetičkim podacima unutar simulatora, savladavajući precizne putanje podizanja i postavljanja i povratne informacije o kontroli sile.

4. Implementacija bez zastoja：Faza 4: Izvršenje u stvarnom svetu。

Validirani AI model se direktno učitava u fizički ABB OmniCore kontroler. Fizički robot postiže 99% tačnosti pri prvom pokretanju bez ručnog programiranja.