ABB Robotics přidává do modulu Fashion Inductor AI Robot Trainer

Společnost ABB Robotics 15. října 2026 uvedla na trh to, co popisuje jako své první komplexní průmyslové řešení založené na počítačovém vidění využívající fyzickou AI. Do svého funkčního modulu Fashion Inductor pro logistiku v módním průmyslu přitom začlenila AI Robot Trainer. Podle společnosti tato novinka snižuje systémovým integrátorům až o 75 % náročnost technického návrhu a uvádění do provozu při zavádění aplikací využívajících AI v logistice módního průmyslu.

Tato modernizace, kterou společnost oznámila ve švýcarském Curychu, má podle ní integrátorům usnadnit zavádění, rozšiřování a průběžnou optimalizaci aplikací pro módní logistiku a současně snížit náročnost i rizika. Craig McDonnell, výkonný ředitel divize Business Line Industries ve společnosti ABB Robotics, v oznámení uvedl, že aplikace s vysokou mírou proměnlivosti se tradičně obtížně automatizují a představují jedny z největších příležitostí pro fyzickou AI. „Fashion Inductor s AI Robot Trainer je naše první komplexní řešení fyzické AI založené na vizuálním vnímání. Ukazuje, jak lze inteligentní automatizaci zavádět, provozovat a průběžně optimalizovat v průmyslovém měřítku,“ uvedl McDonnell.

Předtrénované modely vizuálního vnímání a retrénování v uzavřené smyčce

AI Robot Trainer nabízí předtrénované modely vizuálního vnímání zaměřené na módní průmysl, nástroje pro konkrétní aplikace a možnosti rychlého retrénování. Podle ABB platforma pomáhá systémovým integrátorům zavádět a přizpůsobovat aplikace a průběžně je optimalizovat podle toho, jak se mění požadavky, aniž by potřebovali specializované znalosti AI.

Pracovní postup retrénování tvoří nepřetržitá uzavřená smyčka, která sleduje výkon robota, odhaluje anomálie, vytváří nová trénovací data pro modely a nasazuje vylepšení zpět do fyzického robota. Podle ABB se modely AI průběžně zdokonalují po celou dobu životního cyklu systému. Děje se tak prostřednictvím strukturovaného a rychlého retrénování přizpůsobeného konkrétní buňce, které vychází ze skutečných výkonnostních cílů a proměnlivých provozních podmínek.

Stránka produktu Fashion Inductor popisuje AI Robot Trainer jako platformu fyzické AI společnosti ABB Robotics založenou na vizuálním vnímání, navrženou přímo pro proměnlivé podmínky v módním průmyslu. ABB mezi její schopnosti řadí rychlé přizpůsobení měnícím se produktům a obalům a průběžné zlepšování díky retrénování v průběhu životního cyklu. Společnost uvádí, že na rozdíl od tradičních automatizačních systémů modul průběžně zlepšuje svůj výkon prostřednictvím tohoto pracovního postupu s uzavřenou smyčkou.

Architektura digitálního dvojčete a řízení

Modernizovaný modul přináší nové digitální dvojče, které je přesnou replikou softwaru modulu a propojuje Application Controller Platform, Automatic Path Planning, AI Robot Trainer a RobotStudio. ABB uvedla, že dvojče urychluje uvádění do provozu a nabízí větší flexibilitu při nastavování, včetně možnosti integrovat komponenty třetích stran, například chapadla.

RobotStudio tvoří základ pro virtuální návrh, simulaci a ověřování v průběhu celého životního cyklu systému, zatímco robotický řídicí systém OmniCore slouží ve výrobě jako výkonná vrstva. Stránka produktu uvádí, že integrované digitální dvojče propojuje všechny softwarové prvky, což umožňuje rychlejší uvedení do provozu, jednodušší ověřování a flexibilní rozšiřování i přizpůsobování aplikací podle vyvíjejících se požadavků.

Výkon, přesnost a související hardware

Fashion Inductor je navržen pro proměnlivé podmínky v módní a oděvní logistice, kde se produkty, obaly i provozní podmínky neustále mění. ABB uvádí průchodnost až 1 300 položek za hodinu na buňku a cílovou přesnost vychystávání vyšší než 99,5 %, kterou umožňují Automatic Path Planning využívající AI, přesnost pohybu a technologie vizuálního vnímání určené pro konkrétní aplikace. Technické údaje na stránce produktu uvádějí přesnost vyšší než 99,5 % a průchodnost až 1 300 vychystání za hodinu.

Mezi související produkty uváděné společně s modulem patří Robotic Item Picker, Robotic Parcel Inductor a roboti IRB 1300 a IRB 2600. ABB nabízí také ke stažení pětičástového průvodce tříděním a podáváním oděvů, který jako faktory omezující ruční podávání na třídič uvádí nedostatek pracovníků, sezonní špičky a měnící se sortiment.

Vývoj produktové řady Item Picking a plány na její rozšíření

ABB uvedla Fashion Inductor společně s Parcel Inductor jako funkční moduly využívající AI v rámci produktové řady Item Picking pro logistiku a dodavatelské řetězce elektronického obchodu. Společnost uvedla, že oba moduly využívají její technologii vizuálního vnímání založenou na AI k manipulaci s neznámými a náhodně rozmístěnými položkami v nestrukturovaném prostředí, přičemž přesnost vychystávání přesahuje 99,5 %. AI lze také natrénovat k rozpoznávání a vyřazování položek, které nelze podávat, například kulových nebo válcových produktů. V dřívějším oznámení ABB uváděla u Fashion Inductor výkon až 1 300 vychystání za hodinu při manipulaci s oděvy a doplňky v polyetylenových sáčcích a u Parcel Inductor až 1 500 vychystání za hodinu při manipulaci s krabicemi, taškami, obálkami a balíky.

Podle tohoto oznámení se oba moduly dodávaly předintegrované a jejich uvedení do provozu bylo možné zvládnout za pouhý jeden týden. K integraci robotů, chapadel a kamer prostřednictvím jediného počítače a uživatelského rozhraní sloužila Application Controller Platform společnosti ABB.

ABB označuje Fashion Inductor s AI Robot Trainer za první krok k širšímu zavádění fyzické AI založené na počítačovém vidění, která je klíčovou součástí jeho práce na autonomnější a všestrannější robotice. Na stránce programu Autonomní a všestranná robotika ABB popisuje roboty AVR jako roboty využívající generativní AI ke spojení šesti oblastí schopností: interakce člověka s robotem, snímání a vnímání, inteligence a autonomní uvažování, řízení pohybu a bezpečnost, navigace a uchopování a obratnost. Společnost uvedla, že stejný přístup založený na AI Robot Trainer se do konce 1. čtvrtletí 2027 rozšíří i na další aplikace ABB Robotics založené na počítačovém vidění.