Ρομποτική και φυσική AI

Η ABB Robotics προσθέτει το AI Robot Trainer στη μονάδα Fashion Inductor

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η ABB Robotics παρουσίασε στις 15 Οκτωβρίου 2026 αυτό που περιγράφει ως την πρώτη της ολοκληρωμένη βιομηχανικού επιπέδου λύση φυσικής τεχνητής νοημοσύνης βασισμένη στην όραση, ενσωματώνοντας το AI Robot Trainer στη λειτουργική μονάδα Fashion Inductor για τα logistics της μόδας. Η εταιρεία δήλωσε ότι η προσθήκη μειώνει έως και 75% την απαιτούμενη προσπάθεια μηχανικής μελέτης και θέσης σε λειτουργία για τους ολοκληρωτές συστημάτων που αναπτύσσουν εφαρμογές logistics μόδας με τεχνητή νοημοσύνη.

Σύμφωνα με την εταιρεία, η αναβάθμιση, η οποία ανακοινώθηκε από τη Ζυρίχη της Ελβετίας, αποσκοπεί στο να βοηθήσει τους ολοκληρωτές να αναπτύσσουν, να επεκτείνουν και να βελτιστοποιούν διαρκώς εφαρμογές εφοδιαστικής της μόδας, με λιγότερη προσπάθεια και μικρότερο κίνδυνο. Ο Craig McDonnell, διευθύνων σύμβουλος της επιχειρηματικής γραμμής Industries στην ABB Robotics, δήλωσε στην ανακοίνωση ότι οι εφαρμογές με υψηλή μεταβλητότητα ήταν παραδοσιακά δύσκολο να αυτοματοποιηθούν και προσφέρουν μερικές από τις μεγαλύτερες ευκαιρίες για τη φυσική τεχνητή νοημοσύνη. «Το Fashion Inductor με το AI Robot Trainer είναι η πρώτη μας ολοκληρωμένη λύση φυσικής τεχνητής νοημοσύνης βασισμένη στην όραση, η οποία δείχνει πώς μπορεί να αναπτυχθεί, να λειτουργήσει και να βελτιστοποιείται διαρκώς η έξυπνη αυτοματοποίηση σε βιομηχανική κλίμακα», δήλωσε ο McDonnell.

Προεκπαιδευμένα μοντέλα όρασης και επανεκπαίδευση κλειστού βρόχου

Το AI Robot Trainer παρέχει προεκπαιδευμένα μοντέλα τεχνητής νοημοσύνης για την οπτική αναγνώριση ειδικά προσαρμοσμένα στη μόδα, εργαλεία για συγκεκριμένες εφαρμογές και δυνατότητες ταχείας επανεκπαίδευσης. Η ABB δήλωσε ότι η πλατφόρμα βοηθά τους ολοκληρωτές συστημάτων να αναπτύσσουν, να προσαρμόζουν και να βελτιστοποιούν διαρκώς τις εφαρμογές καθώς εξελίσσονται οι απαιτήσεις, χωρίς να χρειάζονται εξειδικευμένες γνώσεις τεχνητής νοημοσύνης.

Η διαδικασία επανεκπαίδευσης λειτουργεί ως συνεχής κλειστός βρόχος, ο οποίος παρακολουθεί την απόδοση του ρομπότ, εντοπίζει ανωμαλίες, δημιουργεί νέα δεδομένα εκπαίδευσης μοντέλων και εφαρμόζει τις βελτιώσεις ξανά στο φυσικό ρομπότ. Σύμφωνα με την ABB, τα μοντέλα τεχνητής νοημοσύνης βελτιώνονται συνεχώς καθ’ όλη τη διάρκεια ζωής του συστήματος, με βάση πραγματικούς στόχους απόδοσης και τις μεταβαλλόμενες συνθήκες λειτουργίας, μέσω δομημένης και ταχείας επανεκπαίδευσης προσαρμοσμένης σε κάθε κελί.

Η σελίδα προϊόντος του Fashion Inductor περιγράφει το AI Robot Trainer ως την πλατφόρμα φυσικής τεχνητής νοημοσύνης της ABB Robotics, βασισμένη στην όραση και σχεδιασμένη ειδικά για τη μεταβλητότητα των εφαρμογών στον χώρο της μόδας. Η ABB αναφέρει μεταξύ των δυνατοτήτων του την ταχεία προσαρμογή σε μεταβαλλόμενα προϊόντα και συσκευασίες, καθώς και τη συνεχή βελτίωση μέσω επανεκπαίδευσης καθ’ όλη τη διάρκεια ζωής του συστήματος. Επισημαίνει επίσης ότι, σε αντίθεση με τα παραδοσιακά συστήματα αυτοματισμού, η μονάδα βελτιώνει διαρκώς την απόδοσή της μέσω αυτής της διαδικασίας κλειστού βρόχου.

Ψηφιακό δίδυμο και αρχιτεκτονική ελέγχου

Η αναβαθμισμένη μονάδα εισάγει ένα νέο ψηφιακό δίδυμο, ένα ακριβές αντίγραφο του λογισμικού της μονάδας, που συνδέει τα Application Controller Platform, Automatic Path Planning, AI Robot Trainer και RobotStudio. Η ABB δήλωσε ότι το ψηφιακό δίδυμο επιταχύνει τη θέση σε λειτουργία και προσφέρει μεγαλύτερη ευελιξία στη διαμόρφωση, συμπεριλαμβανομένης της δυνατότητας ενσωμάτωσης εξαρτημάτων τρίτων, όπως αρπαγές.

Το RobotStudio παρέχει τη βάση για τον εικονικό σχεδιασμό, την προσομοίωση και την επικύρωση σε όλη τη διάρκεια ζωής του συστήματος, ενώ ο ελεγκτής ρομπότ OmniCore λειτουργεί ως επίπεδο εκτέλεσης στην παραγωγή. Η σελίδα προϊόντος αναφέρει ότι το ενσωματωμένο ψηφιακό δίδυμο συνδέει όλα τα στοιχεία λογισμικού, επιτρέποντας ταχύτερη θέση σε λειτουργία, απλούστερη επικύρωση και την ευελιξία να επεκτείνονται και να προσαρμόζονται οι εφαρμογές καθώς εξελίσσονται οι απαιτήσεις.

Ρυθμός διεκπεραίωσης, ακρίβεια και συναφής εξοπλισμός

Το Fashion Inductor έχει σχεδιαστεί για τη μεταβλητότητα της εφοδιαστικής στον χώρο της μόδας και της ένδυσης, όπου τα προϊόντα, οι συσκευασίες και οι συνθήκες λειτουργίας αλλάζουν διαρκώς. Η ABB αναφέρει ρυθμό διεκπεραίωσης έως και 1.300 τεμάχια ανά ώρα ανά κελί και στόχους ακρίβειας συλλογής άνω του 99,5%, χάρη στο Automatic Path Planning με τεχνητή νοημοσύνη, την ακρίβεια κίνησης και την τεχνολογία οπτικής αναγνώρισης για συγκεκριμένες εφαρμογές. Τα τεχνικά χαρακτηριστικά στη σελίδα προϊόντος αναφέρουν ακρίβεια άνω του 99,5% και ρυθμό διεκπεραίωσης έως και 1.300 συλλογές ανά ώρα.

Στα σχετικά προϊόντα που παρατίθενται μαζί με τη μονάδα περιλαμβάνονται τα Robotic Item Picker και Robotic Parcel Inductor, καθώς και τα ρομπότ IRB 1300 και IRB 2600. Η ABB προσφέρει επίσης έναν οδηγό πέντε βημάτων με δυνατότητα λήψης, σχετικά με τη διαλογή και την τροφοδοσία ενδυμάτων, ο οποίος επισημαίνει τις ελλείψεις εργατικού δυναμικού, τις εποχικές αιχμές και τις μεταβαλλόμενες συνθέσεις προϊόντων ως παράγοντες που μπορούν να περιορίσουν την τροφοδοσία χειροκίνητων συστημάτων διαλογής.

Ιστορικό και σχέδια επέκτασης της σειράς Item Picking

Η ABB παρουσίασε το Fashion Inductor μαζί με το Parcel Inductor ως λειτουργικές μονάδες με τεχνητή νοημοσύνη στη σειρά Item Picking, για τις εφοδιαστικές αλυσίδες των logistics και του ηλεκτρονικού εμπορίου. Η ABB δήλωσε ότι και οι δύο μονάδες χρησιμοποιούν την τεχνολογία οπτικής αναγνώρισης που βασίζεται στην τεχνητή νοημοσύνη, ώστε να χειρίζονται άγνωστα αντικείμενα τοποθετημένα τυχαία σε μη δομημένα περιβάλλοντα, με ακρίβεια συλλογής άνω του 99,5%. Είπε επίσης ότι η τεχνητή νοημοσύνη μπορεί να εκπαιδευτεί ώστε να εντοπίζει και να απορρίπτει αντικείμενα που δεν μπορούν να τροφοδοτηθούν, όπως σφαιρικά ή κυλινδρικά προϊόντα. Στην προηγούμενη ανακοίνωση, ο ρυθμός διεκπεραίωσης του Fashion Inductor αναφερόταν ως έως και 1.300 συλλογές ανά ώρα για ενδύματα και αξεσουάρ σε πλαστικές σακούλες, ενώ για το Parcel Inductor αναφερόταν ως έως και 1.500 συλλογές ανά ώρα για κουτιά, τσάντες, φακέλους και δέματα.

Σύμφωνα με εκείνη την ανακοίνωση, και οι δύο μονάδες ήταν προενσωματωμένες και μπορούσαν να τεθούν σε λειτουργία σε μόλις μία εβδομάδα. Για την ενσωμάτωση ρομπότ, αρπαγών και καμερών μέσω ενός μόνο υπολογιστή και περιβάλλοντος εργασίας χρήστη, χρησιμοποιούσαν το Application Controller Platform της ABB.

Η ABB περιγράφει το Fashion Inductor με AI Robot Trainer ως το πρώτο βήμα μιας ευρύτερης ανάπτυξης της φυσικής τεχνητής νοημοσύνης που βασίζεται στην όραση, βασικού στοιχείου της προσπάθειάς της για ρομποτικά συστήματα με μεγαλύτερη αυτονομία και ευελιξία. Στη σελίδα του προγράμματός της «Ρομποτική με αυτονομία και ευελιξία» Αυτόνομη και ευέλικτη ρομποτική, η ABB περιγράφει τα ρομπότ AVR ως συστήματα που αξιοποιούν την παραγωγική ΤΝ για να συνδυάζουν έξι τομείς δεξιοτήτων: αλληλεπίδραση ανθρώπου-ρομπότ, ανίχνευση και αντίληψη, νοημοσύνη και αυτόνομη συλλογιστική, έλεγχο κίνησης και ασφάλεια, πλοήγηση, καθώς και σύλληψη αντικειμένων και επιδεξιότητα. Η εταιρεία δήλωσε ότι η ίδια προσέγγιση, με την υποστήριξη του AI Robot Trainer, θα επεκταθεί και σε πρόσθετες εφαρμογές της ABB Robotics που βασίζονται στην όραση έως το πρώτο τρίμηνο του 2027.

Ο Orion Sato είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη, που επικεντρώνεται στη ρομποτική, την αυτοματοποίηση και τις έξυπνες μηχανές. Τα γραπτά του εξετάζουν πώς οι πρόοδοι στη ρομποτική επανασχεδιάζουν την παραγωγή, την εφοδιαστική, την υγεία και την καθημερινή ζωή μέσω ολοένα και πιο αυτόνομων συστημάτων.
Από μια τεχνική οπτική με έμφαση στην υλοποίηση, ο Orion αναλύει ρομποτικές αρχιτεκτονικές, σύντηξη δεδομένων αισθητήρων, συστήματα ελέγχου και τη σύγκλιση της τεχνητής νοημοσύνης με τη μηχανική νοημοσύνη. Ενδιαφέρεται ιδιαίτερα για το πώς η αυτοματοποίηση μεταφέρεται από ελεγχόμενα περιβάλλοντα σε πραγματικές εφαρμογές, όπου η αξιοπιστία, η ασφάλεια και η αποτελεσματικότητα έχουν τη μεγαλύτερη σημασία.
Τα άρθρα που γράφονται από τον Orion Sato δημιουργούνται από τεχνητή νοημοσύνη και ελέγχονται από την συντακτική ομάδα της Unite.AI για να διασφαλιστεί η τεχνική ακρίβεια, η σαφήνεια και η συμμόρφωση με τα συντακτικά πρότυπα.