NEC udvikler AI-teknologi til robotteknologi, der er i stand til autonom og avanceret håndtering af uordentligt anbragte genstande

NEC udvikler AI-teknologi til robotteknologi, der er i stand til autonom og avanceret håndtering af uordentligt anbragte genstande

TOKYO, 20. februar 2024 – (JCN Newswire) – NEC Corporation (TSE: 6701) har udviklet AI-teknologi til robotteknologi, der muliggør præcise håndteringsoperationer på uorganiserede og uordnet placerede genstande. Ved at forudsige både de områder, der er skjult af forhindringer, og resultaterne af en robots handlinger, gør denne teknologi det muligt for robotter at udføre opgaver, der tidligere blev udført manuelt, og derved bidrage til forbedring af produktivitet og arbejdsstil.

Baggrund

I de senere år, på grund af mangel på arbejdskraft og andre faktorer, har behovet for automatisering gennem introduktion af robotter og storstilet udstyr været stigende i logistiklagre og fabrikker. Det er dog vanskeligt for eksisterende robotteknologier korrekt at genkende et miljø, hvor genstande og forhindringer er uordnet placeret, hvilket gør det nødvendigt at forberede et miljø, så en robot nemt kan udføre sine opgaver. Af denne grund har introduktionen af ​​robotter været begrænset til simple, rutinemæssige opgaver.

Funktioner af denne teknologi

NEC har udviklet AI-teknologi til robotteknologi, der består af to teknologier baseret på "World Models" (*) - "Spatiotemporal Prediction", hvor en robot præcist forudsiger arbejdsmiljøet og resultaterne af sine egne handlinger ud fra kameradata, og "Robot" Motion Generation", som automatisk genererer optimale og præcise handlinger baseret på disse forudsigelser. Ifølge NEC-forskning er dette verdens første teknologi af sin art, der skal anvendes til robotoperationer.

NEC udvikler AI-teknologi til robotteknologi, der er i stand til autonom og avanceret håndtering af uordentligt placerede genstande PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
Anvendelse af verdensmodeller til robotteknologi

1. Autonomt udfører præcise handlinger i optimale sekvenser for emner af forskellige former og størrelser

Håndteringen af ​​objekter, der udføres manuelt på et arbejdssted, udføres ved en kombination af forskellige handlinger. For eksempel ved pakning af genstande kan folk øjeblikkeligt udføre en kombination af præcise handlinger såsom "placere og derefter skubbe genstande" uden at ramme andre genstande eller forhindringer. I robotstyring, der bruger konventionelle teknologier, er handlinger som "skub" og "træk" imidlertid sværere at udføre med høj præcision end handlinger som "saml op" og "placer". Dette skyldes, at små forskelle i handlinger eller former har væsentlig indflydelse på, hvordan objekter bevæger sig som reaktion på handlinger. Derudover, efterhånden som antallet og typer af handlinger, der skal overvejes, stiger, bliver kombinationen og rækkefølgen af ​​handlinger mere kompleks, hvilket gør planlægning i realtid til en udfordring. Denne teknologi bruger World Models til nøjagtigt at forudsige resultaterne af robothandlinger på objekter af forskellige former fra videokameradata, hvilket gør det muligt for robotter at udføre præcise handlinger såsom "skub" og "træk". Desuden kan robotter autonomt og øjeblikkeligt udføre kombinationer af flere handlinger såsom "placer og skub" og "træk og tag op" ved at generere den passende handlingssekvens i realtidshastighed afhængigt af arbejdsmiljøet.

2. Fungerer, mens du forudsiger skjulte og usynlige genstande

I et arbejdsmiljø, hvor flere genstande er tæt arrangeret eller uordentligt stablet op, forudsiger folk naturligt de skjulte områder og handler derefter, såsom at samle genstande op, mens de undgår at forstyrre skjulte genstande. Konventionel genkendelsesteknologi til robotter har imidlertid været vanskelig til praktisk brug, fordi den kræver forberedelse og indlæring af en stor mængde undervisningsdata, der viser tilstanden af ​​skjulte objekter for at forudsige de skjulte områder. Denne nye teknologi muliggør uovervåget læring, der ikke kræver mærkning gennem anvendelse af World Models og er i stand til effektivt at lære forudsigelsesmodeller af skjulte objektformer. Dette gør robotter i stand til præcist at forudsige et arbejdsmiljø ud fra kameradata og automatisk generere optimale handlinger, der ikke kolliderer med andre objekter eller forhindringer.

NEC udvikler AI-teknologi til robotteknologi, der er i stand til autonom og avanceret håndtering af uordentligt placerede genstande PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
Teknologifunktioner

Fremtidig udvikling

NEC vil teste denne teknologi i logistiklagre og andre steder, hvor meget af arbejdet udføres manuelt inden udgangen af ​​2024. Ved at fremme social implementering af denne teknologi i forskellige brancher med betydeligt behov for automatisering, vil NEC bidrage til forbedret produktivitet og arbejdsstil reform.

(*) Teknologi, der gør det muligt for en robot at forudsige, hvad der vil ske i den virkelige verden som et resultat af en bestemt handling uden at prøve det af i virkeligheden. Dette har i de senere år tiltrukket sig opmærksomhed som en nøgleteknologi til autonom kontrol.Del

Om NEC Corporation

NEC Corporation har etableret sig som førende inden for integration af IT- og netværksteknologier, mens de promoverer branderklæringen om "Orchestrating a brighter world." NEC gør det muligt for virksomheder og lokalsamfund at tilpasse sig hurtige ændringer, der finder sted i både samfundet og markedet, da det giver de sociale værdier sikkerhed, tryghed, retfærdighed og effektivitet for at fremme en mere bæredygtig verden, hvor alle har chancen for at nå deres fulde potentiale. For mere information, besøg NEC på https://www.nec.com.

Tidsstempel:

Mere fra JCN Newswire