Szybsza produkcja robotów kolaboratywnych

Tajwański producent robotów współpracujących, firma Techman zwróciła się w stronę symulacji cyfrowej, aby skrócić czas kontroli na linii montażowej swoich konstrukcji o około 20%.

Coboty Techmana wyróżniają się wbudowanymi funkcjami automatycznej inspekcji optycznej (AOI) wykorzystującymi systemy wizyjne montowane na ramionach robotów, które połączone są z procesorami graficznymi zabudowanymi w ich kontrolerach. Pomaga to identyfikować wady i kontrolować jakość produktów, nad którymi pracują.

- Wyróżniające cechy robotów Techman tkwią we wbudowanym systemie wizyjnym i silniku wnioskowania SI - wyjaśnił Scott Huang, dyrektor operacyjny firmy.

Techman wykorzystuje tę możliwość do testowania wytwarzanych cobotów. Co ciekawe, do montażu wykorzystuje własne roboty. Kamery AOI na ramionach inspekcyjnych mogą dotrzeć do obszarów, do których nie docierają stacjonarne kamery, a SI pozwala na natychmiastowe wykrywanie wszelkich usterek.

Programowanie trajektorii ruchu tych robotów może być czasochłonne. Deweloperzy muszą określić dokładne położenie ramion, a także najskuteczniejszą sekwencję ruchów, aby jak najszybciej uchwycić możliwie jak największą ilosć zdjęć. Zbadanie dziesiątek tysięcy możliwości i określenie optymalnej sekwencji może zająć kilka dni. Z tego powodu Techman opracował cyfrowe bliźniaki robotów inspekcyjnych, a także produktów, które kontrolują. Programowanie robotów za pomocą tych symulacji może być o ponad 70% szybsze niż poleganie na ręcznym programowaniu fizycznych manipulatorów.

Aby stworzyć cyfrowe bliźniaki, Techman używa Isaac Sim - aplikacji do symulacji robotyki opartej na otwartej platformie programistycznej Onniverse firmy Nvidia przeznaczonej do budowania i obsługi przemysłowych aplikacji metawersum. Narzędzia optymalizacyjne pozwalają Techmanowi pracować równolegle na procesorach graficznych. W rezultacie tajwański producent skrócił czas cyklu inspekcji o 20%, a każda zaoszczędzona sekunda pomogła obniżyć koszty manipulatorów.

Techman wykorzystuje do poprawy jakości swoich kontroli również dane syntetyczne. Gromadzenie i oznaczanie rzeczywistych obrazów defektów jest kosztowne i czasochłonne, dlatego firma zwróciła się w stronę platformy Omniverse Replicator w celu szybkiego generowania wysokiej jakości syntetycznych zestawów danych. Te doskonale oznakowane obrazy służą do trenowania modeli SI w chmurze, znacznie zwiększając ich wydajność.

(rr)