デジタルツインで新世代のロボットを作成する
#メーカーや倉庫業者が従来の技術や慣行を圧倒する市場の圧力に対応するためにロボット工学に注目する中、ロボットの地位はかつてないほど高まっています。しかし、これらのロボットは、人間とうまく対話できない、限られた知能と可動性を備えた物理的に威圧的なシステムであった過去の機械ではありません。今日のロボットは、人間と協力しながら複雑かつ繊細なタスクを実行できる、大幅に向上した知能と認識能力を備えた柔軟なシステムです。
次世代のロボットを構築するには、エンジニアは、より優れた可視性、柔軟性、効率性を提供するテクノロジーと実践を必要とします。前例のないレベルの複雑さに対処するには、すべてのエンジニアリング分野が、豊富なデータ環境を活用して、これまでにない方法で連携する必要があります。
ここでデジタル ツインが登場します。
デジタル ツイン テクノロジによってもたらされた強化されたモデリングおよびシミュレーション機能により、エンジニアは製造および倉庫アプリケーションにおけるロボットの設計、開発、導入、監視をより適切に行うことができます。
NVIDIA Robotics のシニア プロダクト マーケティング マネージャーである Erin Rapacki 氏は、「私たちは現在、現実世界のデジタル ツインを作成するために必要なテクノロジーを手に入れています。製造施設、倉庫、物流施設のデジタル ツイン シミュレーションにより、事業会社は次のように述べています。
Rapacki 氏は、これらの複雑なシミュレーションを実行するには、ユーザーはロボット、センサー、人、その他の資産などのデジタル ツインのあらゆる側面をシミュレートする必要があると指摘しました。コンベヤベルト。
同氏は、「ロボット開発者は、現実世界に展開する前に、安全システムを含む完全なソフトウェア スタックをシミュレート環境で何千回もリハーサルできる必要がある。」と述べています。設計
新しい産業用ロボット システムを開発する場合、開発チームはさまざまな設計および制御コンセプトを迅速に試して、最終的な製品要件を確定したいと考えています。物理システムのデジタル モデルにアクセスできる仮想テストベッドにより、毎回物理プロトタイプを作成するよりも低コストと短いリード タイムで反復設計を実行できます。これにより、設計エンジニアはさらに網を広げ、時間とリソースを投資して、従来のアプローチではサポートできない概念や手法を探索できるようになります。
Maplesoft の戦略ソリューション担当バイスプレジデントである Chris Harduwar 氏は次のように述べています。「この広範な分析機能により、新しい革新的な用途を生み出す際に、これまで評価に時間がかかりすぎた課題を検討できるようになります。これは、極端な割引の例です。デジタル モデルは運用データと同期され、物理資産のように対応できる包括的なデジタル ツインが形成されます。このデジタル ツインは、制御戦略や生産ライン計画の更新を検証するための柔軟なプラットフォームとしても使用でき、その結果、より安全なシステムが実現されます。
#しかし、デジタル ツイン テクノロジによって約束された利益を最大限に享受するには、開発チームはすべての主題を含む全体像を考慮する必要があります。デジタルツインやシミュレーションも役立ちます。 Rapacki 氏は次のように述べています。「製造施設または倉庫物流施設のデジタル ツインは、ワークスペース内のすべてのアクティビティ間のデジタル接続を確立し、交通、障害物、最適なルート、最新の集荷/配送ポイントなどの変更を統合できます。 たとえば、モバイル ロボットは、施設のデジタル ツインと同じシミュレート環境を使用すると、現実の環境とより簡単に融合できます。ロボットのセンサー スタックは、顧客のサイトにある実際のデジタル ツインを活用して、ロボットの認識トレーニングとテストを行います。顧客サイトはコンピューター ビジョン トレーニング用の合成データも提供し、ロボット上の vSLAM (Visual Simultaneous Localization and Mapping) は、更新された施設モデルに基づいてロボットがナビゲートするのに役立ちます。 オフライン プログラミングの使用ロボット プログラミングの複雑さと、倉庫や生産工場でのロボット システムのデバッグにかかるコストの高さにより、デジタル ツインをサポートするモデリングとシミュレーションが複雑なロボット アプリケーションの設計と展開、およびメンテナンスの重要な部分。ロボットと関連プロセスが設計および検証されると、エンジニアはモデリング ツールとシミュレーション ツールを使用してオフライン プログラミングを実行できます。 デジタル ツインのモデリングとシミュレーションをサポートし、完全な物理システムが完成する前に設計チームがコードを開発およびテストできるようにし、コード プログラミングと物理システムの構築を並行して完了できるようにすることで時間を節約します。ロックウェル・オートメーションのロボティクスおよびデジタルツーリングプラットフォーム責任者、ロベルタ・タンザリエロ氏は次のように述べています。 「溶接、穴あけ、切断など。その後、ユーザーは詳細を追加して完全なプログラムをオフラインで作成できます。」
最初のデジタル モデルが作成され、最初のパスの公称データを使用して調整されると、制御システム開発ツールと統合できます。 。
製造オートメーションの場合、制御エンジニアは仮想 [プログラマブル ロジック コントローラー (PLC)] を準備し、信号をデジタル ツインへの入力として使用し、エンジニアが検証およびシミュレーションできるとハルドゥワー氏は述べています。新しいコードです。"
オフライン検証は、危険な作業環境で動作するシステムの事前統合テスト、またはコード エラーがロボット システムやオペレーターに損害を与える可能性がある場合に役立ちます。このようにして、障害状態のテストがより安全になり、仮想環境でより迅速に実行できるようになります。
既存のロボット システムでは、エンジニアはオンライン シミュレーションを通じて問題を調査し、デジタル ツインがコードの更新がどのように実行されるかを評価するのと同じ方法で、デジタル ツインを使用して実稼働環境を表すことができます。
サイトを実行しているハードウェアに問題を発見した顧客から報告された異常を解決するためにデジタル ツインが使用されており、根本原因が特定されれば、プログラミングの変更を適用できます。このモデルを使用して期待される結果を検証しますリアルタイム システムに対して実行する前に、システムのダウンタイムを大幅に削減し、コーディング エラーによるコストのかかる影響を防ぎます。」
AI トレーニングの可能性の拡大
Numbers Twin テクノロジーは、AI アルゴリズムのトレーニングにも役立ちます、これらのメカニズムにより、ロボットは生産環境や倉庫環境で複雑なアプリケーションを実行できるようになります。
これまでは、アルゴリズムのトレーニングはトレーニング データの不足によって妨げられることがよくありました。多くの場合、ロボット開発チームは存在しないトレーニング データに関する問題を発見します。これにより、アルゴリズムをトレーニングして実行できるアプリケーションが大幅に制限されます。
トレーニング アルゴリズムの課題は、ロボットに多数の独自のアプリケーションを実行させる必要があるためさらに複雑になり、トレーニング データの問題が悪化します。
しかし、デジタル ツイン テクノロジーは、より多くの種類のユースケースを処理できるように AI アルゴリズムをトレーニングする方法を提供します。デジタル ツインは、シミュレーション データを生成して新しい機能をテストし、大量の構成と設計を迅速に完了できます。これらのシミュレーションによって生成されたデータを使用して、AI モデルをトレーニングして、より広範囲にわたる現実世界の条件やテスト シナリオに適応させることができます。
シーメンス デジタル インダストリーズ ソフトウェアの高度ロボット シミュレーション担当ディレクターであるアレックス グリーンバーグ氏は、「デジタル ツイン シミュレーションによって生成された合成データを使用することで、AI アルゴリズムが物理世界のさまざまな条件や変化を学習して適応できるようになります。このアプローチは、現実世界での潜在的な問題のリスクを軽減するのに役立ちます。」
別の例は、3D コンピュータ ビジョン (つまり、機械認識とセンサー フュージョン) の分野です。3D コンピュータ ビジョンは、ロボットの操作とセンシングに不可欠です。物体の距離。
Rapacki 氏は次のように述べています。「物体の距離は、物体を操作、把握、回避するロボットの能力にとって重要です。ロボットは、物体がどれだけ離れているかを理解する必要があります。デジタル ツインは、幾何学的特性、3D ロボット認識パイプラインを備えた無限のシナリオを提供します」これらのシナリオを使用して、衝突回避や把握などの能力をトレーニングできます。」
また、デジタル ツインを使用して最も複雑な問題を解決し、人工知能の限界をさらに押し上げる「強化学習」と呼ばれるテクノロジーもあります。テクノロジー。このテクノロジーにより、アルゴリズムはシミュレーションでの試行錯誤を通じてタスクの実行方法を学習できますが、これは現実世界では不可能なプロセスです。
デバッグの障壁の克服
デジタル ツインのモデリングおよびシミュレーション機能を活用できるもう 1 つの領域は、ロボット システムのデバッグと展開です。
これらのプロセスは障害に直面していますが、エンジニアが対処しなければならない主なボトルネックは、ロボットの機能を検証する必要がある物理システムへのアクセスの増加です。
残念ながら、物理システムの構築と実行には費用がかかり、多くの場合非現実的であるため、代替手段が必要です。ここでデジタル ツイン テクノロジの仮想デバッグ機能が役に立ちます。
このプロセスでは、代表的な顧客環境をシミュレーションでデジタル ツインとして使用し、効率を高めながらこれらの課題に対処します。
仮想デバッグ機能により、エンジニアはデジタル ツインを制御システム (PLC など) やその他の外部デバイスに接続し、ハードウェアが利用可能になる前に生産を停止することなく、機械的、電気的、論理的設計をテスト、改良、最適化することができます。
ハードウェア ループ シミュレーションは、仮想デバッグ プロセスの一部として実行できます。さまざまな種類の機器やシステムを複雑なシステム レイアウトに組み合わせることで、動作環境におけるロボットのパフォーマンスの全体像を開発チームに提供できます。
PLC はロボットに接続され、重力、力、トルクなどの要素を含む詳細なシミュレーションで展開全体が検討され、必要なサイクル タイムに基づいてアプリケーションのサイズが決定されます。この場合、シミュレーション機能は PLC からの実際の制御入力とシミュレーション モデルからのフィードバックをテストします。
エンジニアは、多くの場合、仮想デバッグ プロセスを通じてプログラミング エラーや機械的干渉の問題を発見して修正できます。また、安全な操作を確保するために動的領域やロボットの動作範囲も検証されます。
Maplesoft の Harduwar 氏は次のように述べています:「このようにシミュレーション ソフトウェアを使用すると、ロボット工学エンジニアは単一の物理システムを構築するよりも迅速にさまざまな仮想プロトタイプを生成できます。さまざまな動作条件下でデジタル モデルのパフォーマンスをテストすることも、設定するよりも簡単です」倉庫内に複数のテスト スペースを用意します。」
デジタル ツインの仮想デバッグ機能のサポートは、ロボット開発チームが高レベルの精度を達成するのに役立ち、個々のデバイスとサブシステム、およびすべてのデバイスがどの程度正常に動作しているかを検証できる方法を提供します。コンポーネントが連携して動作することも確認できます。
シミュレーション機能により、ロボティクス エンジニアリング チームは、エッジ ケースの検証、バグ修正の実行、コードのマージ、ビヘイビアー ツリーと展開統合の管理を可能な限り完璧に近づけることができると、Rapacki 氏は述べています。特にコードの更新 – 導入時間を短縮し、ロボットの品質を大幅に向上させます。」
デジタル ツインが現場に投入されるとき
ロボット開発チームがデジタル ツインの準備を整えたら、シミュレーションを転送してアプリケーションを拡張できます。設計と初期試運転段階を超えて。リアルタイムの運用データがセンサーから利用できる場合、または履歴データから推測できる場合、開発チームはデジタル ツインを強化して、それが表す物理的なロボット システムを時間の経過とともに強化できます。これにより、制御可能なパラメータを調整してスループットを最大化し、運用上の損耗を軽減してビジネスの成果を高める方法を見つけることで、パフォーマンスの最適化をサポートできます。
「ロボットのパフォーマンスは、動作中に観察される実際の動作に基づいて評価およびテストでき、デジタル ツイン シミュレーションを使用して、パフォーマンスを向上させるための予測的および規範的な措置をサポートしたり、潜在的な問題解決策の代替案を評価したりできます。 」とシーメンス デジタル インダストリーズ ソフトウェアのデジタル マニュファクチャリング担当シニア マーケティング マネージャーのマイク ローマン氏は述べています。
環境の変化に対応したり、他のマシンと対話したりする必要があるロボット資産の場合、デジタルツインは理想的な運用ケースとして機能し、設計者が異常を検出して生産の調整を検討できるようになり、製品の改善とプロセスが簡素化されます。パフォーマンスパラメータが変動したときに調整できるようになります。
今日の業界では、モデルが問題のコンテキストを提供し、設計者が影響を受けるシステムをオフラインにすることなくトラブルシューティングを行えるため、運用中のハードウェアのトラブルシューティングにデジタル ツイン テクノロジが使用されています。センサー データの品質が高く、シミュレーションの実行時間が短縮されるため、デジタル ツインを使用すると、標準の固定時間シミュレーションよりも有利な点からシステムを研究できます。
Harduwar 氏は次のように述べています。「今後の課題は、より広範囲の環境で高速かつ効率的なデジタル ツインを開発し、これらのデジタル トランスフォーメーション テクノロジをサポートするツールの使用と適用を学ぶためにより多くのエンジニアを訓練することです。」
以上がデジタルツインで新世代のロボットを作成するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











人型ロボット「アメカ」が第二世代にバージョンアップ!最近、世界移動通信会議 MWC2024 に、世界最先端のロボット Ameca が再び登場しました。会場周辺ではアメカに多くの観客が集まった。 GPT-4 の恩恵により、Ameca はさまざまな問題にリアルタイムで対応できます。 「ダンスをしましょう。」感情があるかどうか尋ねると、アメカさんは非常に本物そっくりの一連の表情で答えました。ほんの数日前、Ameca を支援する英国のロボット企業である EngineeredArts は、チームの最新の開発結果をデモンストレーションしたばかりです。ビデオでは、ロボット Ameca は視覚機能を備えており、部屋全体と特定のオブジェクトを見て説明することができます。最も驚くべきことは、彼女は次のこともできるということです。

Machine Power Report 編集者: Wu Xin 国内版の人型ロボット + 大型模型チームは、衣服を折りたたむなどの複雑で柔軟な素材の操作タスクを初めて完了しました。 OpenAIのマルチモーダル大規模モデルを統合したFigure01の公開により、国内同業者の関連動向が注目を集めている。つい昨日、中国の「ヒューマノイドロボットのナンバーワン株」であるUBTECHは、Baidu Wenxinの大型モデルと深く統合されたヒューマノイドロボットWalkerSの最初のデモを公開し、いくつかの興味深い新機能を示した。 Baidu Wenxin の大規模モデル機能の恩恵を受けた WalkerS は次のようになります。 Figure01 と同様に、WalkerS は動き回るのではなく、机の後ろに立って一連のタスクを完了します。人間の命令に従って服をたたむことができる

産業オートメーション技術の分野では、人工知能 (AI) と Nvidia という無視できない 2 つの最近のホットスポットがあります。元のコンテンツの意味を変更したり、コンテンツを微調整したり、コンテンツを書き換えたり、続行しないでください。「それだけでなく、Nvidia はオリジナルのグラフィックス プロセッシング ユニット (GPU) に限定されていないため、この 2 つは密接に関連しています。」このテクノロジーはデジタル ツインの分野にまで広がり、新たな AI テクノロジーと密接に関係しています。「最近、NVIDIA は、Aveva、Rockwell Automation、Siemens などの大手産業オートメーション企業を含む多くの産業企業と提携に至りました。シュナイダーエレクトリック、Teradyne Robotics とその MiR および Universal Robots 企業も含まれます。最近、Nvidiahascoll

今週、OpenAI、Microsoft、Bezos、Nvidiaが投資するロボット企業FigureAIは、7億ドル近くの資金調達を受け、来年中に自立歩行できる人型ロボットを開発する計画であると発表した。そしてテスラのオプティマスプライムには繰り返し良い知らせが届いている。今年が人型ロボットが爆発的に普及する年になることを疑う人はいないだろう。カナダに拠点を置くロボット企業 SanctuaryAI は、最近新しい人型ロボット Phoenix をリリースしました。当局者らは、多くのタスクを人間と同じ速度で自律的に完了できると主張している。人間のスピードでタスクを自律的に完了できる世界初のロボットである Pheonix は、各オブジェクトを優しくつかみ、動かし、左右にエレガントに配置することができます。自律的に物体を識別できる

掃除ロボットやモップ拭きロボットは、近年消費者の間で最も人気のあるスマート家電製品の 1 つです。操作の利便性、あるいは操作の必要がないことで、怠け者は手を解放し、消費者は日常の家事から「解放」され、好きなことにもっと時間を費やすことができるようになり、生活の質が向上します。この流行に乗って、市場に出回っているほぼすべての家電ブランドが独自の掃除ロボットや拭き掃除ロボットを製造しており、掃除ロボット市場全体が非常に活発になっています。しかし、市場の急速な拡大は必然的に隠れた危険をもたらします。多くのメーカーがより多くの市場シェアを急速に占有するために機械の海戦術を使用し、その結果、アップグレードポイントのない多くの新製品が生まれるとも言われています。まさに「マトリョーシカ」モデルです。ただし、すべての掃除ロボットやモップロボットがそうであるわけではありません。

瞬く間に、ロボットは魔法を使えるようになったのでしょうか?最初にテーブルの上の水スプーンを取り上げ、中には何も入っていないことを観客に証明したのが見られました。次に、卵のような物体を手に置き、水スプーンをテーブルに戻し、が「呪文を唱え」始めました… …再び水スプーンを拾ったそのとき、奇跡が起こりました。元々入っていた卵が消えて、飛び出してきたのがバスケットボールに… もう一度連続動作を見てみましょう: △ このアニメーションは一連の動作を2倍速で表示しており、スムーズに流れています。ビデオを 0.5 倍速で繰り返し再生すると、うまくいくでしょうか? 最後に、手の速度がもっと速ければ、敵から隠すことができるかもしれないという手がかりを発見しました。一部のネチズンは、ロボットの魔法のスキルが自分たちのものよりもさらに高いと嘆いていました。マグは私たちのためにこの魔法を実行してくれたのです。

以下の 10 種類の人型ロボットが私たちの未来を形作ります。 1. ASIMO: ホンダが開発した ASIMO は、最もよく知られている人型ロボットの 1 つです。身長 4 フィート、体重 119 ポンドの ASIMO には、高度なセンサーと人工知能機能が装備されており、複雑な環境をナビゲートし、人間と対話することができます。 ASIMO は多用途性を備えているため、障害を持つ人々の支援からイベントでのプレゼンテーションまで、さまざまなタスクに適しています。 2. Pepper: ソフトバンクロボティクスによって作成された Pepper は、人間の社会的パートナーになることを目指しています。表情豊かな顔と感情を認識する能力を備えた Pepper は、会話に参加したり、小売現場で手助けしたり、教育サポートを提供したりすることもできます。コショウ

AEC/O(Architecture, Engineering & Construction/Operation)とは、建設業界における建築設計、工学設計、建設、運営を提供する総合的なサービスを指します。 2024 年、AEC/O 業界は技術の進歩の中で変化する課題に直面しています。今年は先進技術の統合が見込まれ、設計、建設、運用におけるパラダイムシフトが到来すると予想されています。これらの変化に対応して、業界は急速に変化する世界のニーズに適応するために、作業プロセスを再定義し、優先順位を調整し、コラボレーションを強化しています。 AEC/O 業界の次の 5 つの主要なトレンドが 2024 年の主要テーマとなり、より統合され、応答性が高く、持続可能な未来に向けて進むことが推奨されます: 統合サプライ チェーン、スマート製造
