Comment l’IA peut-elle rendre les robots plus autonomes et adaptables ?

Dans le domaine de la technologie d'automatisation industrielle, il existe deux points chauds récents qu'il est difficile d'ignorer : l'intelligence artificielle (IA) et Nvidia.

Ne changez pas le sens du contenu original, affinez le contenu, réécrivez le contenu, ne continuez pas : « Plus que cela, les deux sont étroitement liés, car NVIDIA ne se limite pas à son original contenu. L’unité de traitement graphique (GPU) d’origine étend sa technologie GPU au domaine des jumeaux numériques tout en se connectant étroitement aux technologies émergentes d’IA. »

Récemment, NVIDIA a conclu une coopération avec de nombreuses entreprises industrielles, notamment des sociétés d'automatisation industrielle de premier plan telles que Aveva, Rockwell Automation, Siemens et Schneider Electric, ainsi que Teradyne Robotics et ses sociétés MiR et Universal Robots. Récemment, Nvidia a collaboré avec de nombreuses entreprises industrielles, notamment des sociétés d'automatisation industrielle de premier plan telles qu'Aveva, Rockwell Automation, Siemens et Schneider Electric, ainsi qu'avec la division robotique de Teradyne et ses filiales MiR et Universal Robots.

Gérer la différenciation

Ujjwal Kumar, président de Teradyne Robotics, leader d'une entreprise de robotique avancée possédant l'une des plus grandes bases installées de robots mobiles collaboratifs et autonomes, a déclaré que le secteur industriel est encore confronté à de nombreux problèmes. Teradyne travaille avec NVIDIA pour aider les clients à résoudre ces problèmes. Il illustre ce point avec l’exemple des transpalettes autonomes.

Il existe de nombreux types de palettes utilisées dans l'industrie. Ils portaient de la peinture et des autocollants et, à certains endroits, du bois était éraflé ou cassé. Cependant, les tests des transpalettes automatisés sont généralement effectués sur des palettes neuves, presque parfaites, ce qui ne reflète pas la réalité de la plupart des usines. Kumar a déclaré que l'industrie a largement accepté cela et a choisi d'utiliser des humains pour manipuler des palettes que les transpalettes automatisés ne peuvent pas gérer.

"Mais ce que nous ne voulons pas lancer, c'est juste un autre transpalette autonome." Kumar a déclaré : "Nous voulons fournir aux clients une solution entièrement autonome. Mais pour ce faire, le robot a besoin de capacités cognitives avancées - c'est pourquoi. nous nous sommes associés à NVIDIA. C'est ce système de détection de palettes basé sur l'IA qui nous permet de fournir un haut niveau de détection et de sécurité des palettes en fonction de la façon dont il détecte, répond et se déplace », a expliqué Kumar avant l'introduction des capacités d'IA dans les applications d'inspection de palettes. , les capacités des transpalettes autonomes du secteur étaient marquées d'un « astérisque », signifiant qu'ils n'étaient autonomes que si les conditions de travail du robot étaient parfaites. Mais maintenant, dans notre nouveau système, nous pouvons dire qu’il s’agit d’un système autonome adapté au monde réel. Nous savons que les palettes viennent du monde entier et qu’elles peuvent être cassées, rayées et présenter de nombreux défauts. Mais nos robots ne rechercheront plus le scénario parfait. Ils fonctionneront dans des scénarios imparfaits et des environnements mal structurés, avec plus de variété que ce que les solutions robotiques classiques peuvent gérer.

Photo : module Jetson Edge AI utilisé avec le robot collaboratif UR5e et le système de vision pour l'inspection qualité. Software Stack

NVIDIA relève les défis d'automatisation du secteur à travers trois types de méthodes informatiques. Le premier est l'ordinateur Edge AI, qui fonctionne sur la plate-forme Jetson de Nvidia et est livré avec une pile logicielle complète, a expliqué Gerard Andrews, directeur du marketing des produits robotiques de Nvidia. Et puis il y a la grande IA du cloud computing : nos ordinateurs d’entraînement. Le troisième est notre ordinateur de simulation, qui simule en détail les performances du robot avant de le déployer. Il y a un dicton selon lequel un robot passe mille vies en simulation avant d’entrer dans le monde réel, et nous pensons que c’est ce qui renforce la confiance dans la solution robotique lorsqu’elle est finalement déployée.

NVIDIA a également récemment annoncé la pile logicielle Isaac Manipulator pour les bras robotiques et la pile logicielle Isaac Perceptor pour la vision 3D des robots. Andrews a ajouté que Nvidia a lancé un groupe de projet axé sur des modèles d'IA multimodaux pour les robots humanoïdes afin de recevoir des informations d'entrée et de générer des actions de robot.

NVIDIA développe des piles logicielles complètes pour ces différents types d'applications, a déclaré Andrews, "parce que nous voulons comprendre où se situent les limites. Cela permet à nos clients d'obtenir autant de piles qu'ils en ont besoin. C'est pourquoi nous construisons des choses comme At Le cœur de la pile robotique basée sur l'IA et de la pile robotique mobile basée sur l'IA est la réalité selon laquelle vous ne voulez pas que votre solution fonctionne uniquement lorsque tout est parfait. Vous voulez qu'elle soit capable de gérer ce que vous faites de manière réelle. -environnement mondial. Changements raisonnables observés. "

Point d'inflexion dans la robotique avancée et l'IA

La plate-forme de simulation de NVIDIA modifie la vitesse de développement des applications robotiques. Les investisseurs de Teradyne demandent souvent à Kumar quand viendra le point d'inflexion dans la robotique avancée et l'IA. ; C’est à ce moment-là que le battage médiatique autour de l’IA se traduira par des capacités concrètes dont les industries ont besoin.

Ce point d’inflexion pourrait être plus rapide que n’importe quelle adoption technologique observée en 20 ans de fabrication. La raison en est que dans le passé, toute nouvelle technologie nécessitait de déclencher une section de l'usine - la section la moins risquée - pour essayer la nouvelle technologie en faisant attention à ne rien casser. Alors que la plupart de nos clients testent désormais ces algorithmes d’IA, ils le font sur des jumeaux numériques dans le cloud pour divers tests dans des millions de scénarios différents, ce qui accélérera considérablement l’adoption de la technologie. Par conséquent, selon Kumar, ce point d’inflexion sera beaucoup plus rapide que ce à quoi l’industrie est habituée.

Il a cité le dernier exemple de petits fabricants des États américains de Caroline du Nord et du Missouri travaillant avec Teradyne et NVIDIA pour développer des applications qui sont désormais utilisées dans plusieurs pays. "Dans le passé, seules les grandes entreprises pouvaient évoluer aussi rapidement. Aujourd'hui, ce type d'évolution est exactement ce que nous réalisons.

La convergence des technologies d'IA permet aux robots de naviguer avec plus de précision dans des environnements non structurés et changeants. Exécutez et roulez rapidement." de nouvelles applications robotiques dans des entreprises de toutes tailles.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!