NEC opracowuje technologię sztucznej inteligencji dla robotyki zdolnej do autonomicznej i zaawansowanej obsługi nieuporządkowanych przedmiotów

NEC opracowuje technologię sztucznej inteligencji dla robotyki zdolnej do autonomicznej i zaawansowanej obsługi nieuporządkowanych przedmiotów

TOKIO, 20 lutego 2024 r. – (JCN Newswire) – NEC Korporacja . (TSE: 6701) opracowała technologię sztucznej inteligencji dla robotyki, która umożliwia precyzyjne operacje przenoszenia nieuporządkowanych i nieuporządkowanych przedmiotów. Przewidując zarówno obszary ukryte za przeszkodami, jak i skutki działań robota, technologia ta umożliwia robotom wykonywanie zadań, które wcześniej były wykonywane ręcznie, przyczyniając się w ten sposób do poprawy produktywności i stylu pracy.

Tło

W ostatnich latach, ze względu na niedobory siły roboczej i inne czynniki, w magazynach i fabrykach logistycznych rośnie potrzeba automatyzacji poprzez wprowadzenie robotów i sprzętu wielkogabarytowego. Istniejące technologie robotyki mają jednak trudności z prawidłowym rozpoznaniem środowiska, w którym obiekty i przeszkody są rozmieszczone w sposób nieuporządkowany, co powoduje konieczność przygotowania takiego środowiska, aby robot mógł z łatwością wykonywać swoje zadania. Z tego powodu wprowadzenie robotów ograniczono do prostych, rutynowych zadań.

Cechy tej technologii

Firma NEC opracowała technologię sztucznej inteligencji dla robotyki, na którą składają się dwie technologie oparte na „Modelach Świata” (*) – „Przewidywanie czasoprzestrzenne”, w której robot precyzyjnie przewiduje środowisko pracy i wyniki własnych działań na podstawie danych z kamery, oraz „Robot Motion Generation”, który automatycznie generuje optymalne i precyzyjne działania w oparciu o te przewidywania. Według badań NEC jest to pierwsza na świecie technologia tego typu, którą można zastosować w operacjach robotycznych.

NEC opracowuje technologię sztucznej inteligencji dla robotyki zdolną do autonomicznej i zaawansowanej obsługi nieuporządkowanych przedmiotów PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Zastosowanie modeli świata w robotyce

1. Samodzielnie wykonuje precyzyjne działania w optymalnych sekwencjach dla przedmiotów o różnych kształtach i rozmiarach

Manipulacja przedmiotami wykonywana ręcznie na placu budowy odbywa się poprzez kombinację różnych działań. Na przykład podczas pakowania przedmiotów ludzie mogą natychmiast wykonać kombinację precyzyjnych czynności, takich jak „umieszczanie, a następnie pchanie przedmiotów”, bez uderzania w inne przedmioty lub przeszkody. Jednak w sterowaniu robotem wykorzystującym konwencjonalne technologie czynności takie jak „pchanie” i „ciągnięcie” są trudniejsze do wykonania z dużą precyzją niż czynności takie jak „podnoszenie” i „umieszczanie”. Dzieje się tak, ponieważ niewielkie różnice w działaniach lub kształtach znacząco wpływają na to, jak obiekty poruszają się w odpowiedzi na działania. Ponadto wraz ze wzrostem liczby i typów działań, które należy uwzględnić, kombinacja i sekwencja działań stają się coraz bardziej złożone, co sprawia, że ​​planowanie w czasie rzeczywistym staje się wyzwaniem. Technologia ta wykorzystuje modele świata do dokładnego przewidywania wyników działań robotów na obiektach różne kształty z danych z kamer wideo, umożliwiając robotom wykonywanie precyzyjnych działań, takich jak „pchanie” i „ciągnięcie”. Co więcej, roboty mogą autonomicznie i natychmiastowo wykonywać kombinacje wielu czynności, takich jak „umieszczanie i pchanie” oraz „ciągnięcie i podnoszenie”, generując odpowiednią sekwencję działań z szybkością w czasie rzeczywistym, w zależności od środowiska pracy.

2. Działa podczas przewidywania przedmiotów ukrytych i niewidzialnych

W środowisku pracy, w którym wiele przedmiotów jest blisko ułożonych lub nieuporządkowanych, ludzie w naturalny sposób przewidują ukryte obszary i podejmują odpowiednie działania, na przykład podnosząc przedmioty, unikając ingerencji w ukryte obiekty. Jednak konwencjonalna technologia rozpoznawania dla robotów była trudna w praktycznym zastosowaniu, ponieważ wymaga przygotowania i uczenia się dużej ilości danych uczących pokazujących stan ukrytych obiektów w celu przewidywania ukrytych obszarów. Ta nowa technologia umożliwia uczenie się bez nadzoru, które nie wymaga etykietowania poprzez zastosowanie Modeli Świata i jest w stanie efektywnie uczyć się modeli predykcyjnych kształtów ukrytych obiektów. Umożliwia to robotom dokładne przewidywanie środowiska pracy na podstawie danych z kamer i automatyczne generowanie optymalnych działań, które nie kolidują z innymi obiektami lub przeszkodami.

NEC opracowuje technologię sztucznej inteligencji dla robotyki zdolną do autonomicznej i zaawansowanej obsługi nieuporządkowanych przedmiotów PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Funkcje technologiczne

Przyszły rozwój

Do końca 2024 r. NEC przetestuje tę technologię w magazynach logistycznych i innych lokalizacjach, w których większość pracy wykonywana jest ręcznie. Promując społeczne wdrażanie tej technologii w różnych branżach, w których istnieje duże zapotrzebowanie na automatyzację, NEC przyczyni się do poprawy produktywności i stylu pracy reforma.

(*)Technologia umożliwiająca robotowi przewidzenie, co stanie się w świecie rzeczywistym w wyniku określonego działania, bez konieczności wypróbowywania tego w rzeczywistości. W ostatnich latach przyciąga to uwagę jako kluczowa technologia autonomicznego sterowania.Udostępnij

O firmie NEC Corporation

NEC Corporation ugruntowała swoją pozycję lidera w zakresie integracji technologii informatycznych i sieciowych, jednocześnie promując hasło marki „Organizowanie jaśniejszego świata”. NEC umożliwia firmom i społecznościom dostosowanie się do szybkich zmian zachodzących zarówno w społeczeństwie, jak i na rynku, ponieważ zapewnia społeczne wartości bezpieczeństwa, ochrony, uczciwości i wydajności w celu promowania bardziej zrównoważonego świata, w którym każdy ma szansę wykorzystać swój pełny potencjał. Więcej informacji można znaleźć na stronie NEC pod adresem https://www.nec.com.

Znak czasu:

Więcej z Wiadomości JCN