ABB och Nvidia samarbetar kring industriell fysisk AI

Foto: ABB

ABB Robotics har inlett ett samarbete med Nvidia för att utveckla och implementera så kallad fysisk AI i industriella tillämpningar. Målet är att kombinera robotik med avancerad beräkningskapacitet för att möjliggöra mer flexibla och datadrivna produktionssystem. Samarbetet omfattar både utveckling av teknik och praktisk tillämpning i industrimiljöer.

– I dag är ett spännande ögonblick där vi gör industriell fysisk AI möjlig i global skala. Vårt partnerskap med Nvidia har överbryggat ”sim-to-real-gapet” med 99 % noggrannhet genom att integrera Nvidia Omniverse i ABB Robotics RoboStudio. Vi är övertygade om att detta kan minska kostnaderna med upp till 40 % och halvera tiden till marknad. Det är ett betydande genombrott för fysisk AI inom industrin och nästa steg i vår långa historia av att utveckla robotteknik, säger Marc Segura, vd för ABB Robotics, i ett pressmeddelande.

ABB och Nvidia avser att integrera AI-modeller direkt i fysiska system, såsom industrirobotar. Fysisk AI innebär att artificiell intelligens inte enbart används för analys, utan även för att styra och optimera rörelser och beslut i realtid i den fysiska världen. Samarbetet bygger på Nvidias plattformar för AI och simulering, tillsammans med ABB:s robotiklösningar. Genom att använda simuleringsmiljöer kan system tränas virtuellt innan de implementeras i produktion.

En central del i samarbetet är användningen av digitala tvillingar och simulering. Det innebär att robotar och produktionsceller modelleras i en virtuell miljö där olika scenarier kan testas. Tekniken gör det möjligt att förbereda robotar för komplexa uppgifter innan de tas i drift, vilket kan bidra till kortare implementeringstid.

Samarbetet omfattar även utveckling av styrsystem där AI används för att förbättra robotars anpassningsförmåga. Det kan till exempel handla om att hantera variationer i material eller förändringar i produktionsflöden. Genom att använda AI-baserade modeller kan robotar i större utsträckning hantera uppgifter som tidigare krävt manuell programmering.

De lösningar som utvecklas inom ramen för samarbetet är avsedda för tillverkningsindustri och logistik. Exempel på användningsområden är materialhantering, montering och kvalitetskontroll. Tekniken kan även bidra till att hantera variationer i små serier och kundanpassad produktion, där flexibilitet är en avgörande faktor.

Dela på:

Relaterat innehåll

Forskare vid Örebro universitet har utvecklat ett nytt produktionssystem som använder AI för att förbättra

Axalta presenterar ett samarbete med det schweiziska företaget Aspaara kring ett AI-baserat planeringsverktyg för lackreparationsverkstäder….

Mest lästa

Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections av the website you find most interesting and useful.

Strikt nödvändiga cookies

Strikt nödvändig cookie bör alltid vara aktiverad så att vi kan spara dina inställningar för cookie-inställningar.

Google Analytics

Vi använder Google Analytics för att samla information om antal besökare och våra mest besökta sidor.
Genom att godkänna cookies för detta hjälper du oss att förbättra vår hemsida.