Robotica en fysieke AI

ABB Robotics voegt AI Robot Trainer toe aan de Fashion Inductor-module

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

ABB Robotics lanceerde op 15 oktober 2026 wat het omschrijft als zijn eerste end-to-endoplossing voor industriële toepassingen op basis van visuele technologie en fysieke AI. Daarbij werd AI Robot Trainer geïntegreerd in de functionele module Fashion Inductor voor de logistiek in de modebranche. Volgens het bedrijf leidt deze toevoeging tot een tot 75% kleinere engineering- en inbedrijfstellingsinspanning voor systeemintegrators die AI-toepassingen voor de logistiek in de modebranche implementeren.

De upgrade, aangekondigd vanuit Zürich in Zwitserland, is volgens het bedrijf bedoeld om integrators te helpen toepassingen voor de logistiek in de modebranche met minder inspanning en risico te implementeren, op te schalen en voortdurend te optimaliseren. Craig McDonnell, Managing Director, Business Line Industries bij ABB Robotics, zei in de aankondiging dat toepassingen met een grote variatie traditioneel moeilijk te automatiseren zijn en enkele van de grootste kansen bieden voor fysieke AI. “Fashion Inductor met AI Robot Trainer is onze eerste end-to-endoplossing voor fysieke AI op basis van visuele technologie. De oplossing laat zien hoe intelligente automatisering op industriële schaal kan worden geïmplementeerd, ingezet en voortdurend geoptimaliseerd”, aldus McDonnell.

Vooraf getrainde visiemodellen en bijscholing met terugkoppeling

AI Robot Trainer biedt vooraf getrainde, op de modebranche afgestemde AI-visiemodellen, toepassingsspecifieke hulpmiddelen en mogelijkheden om modellen snel opnieuw te trainen. Volgens ABB helpt het platform systeemintegrators toepassingen te implementeren, aan te passen en voortdurend te optimaliseren naarmate de eisen veranderen, zonder dat daarvoor specialistische AI-kennis nodig is.

De bijscholing verloopt via een voortdurend gesloten proces met terugkoppeling: de robotprestaties worden bewaakt, afwijkingen opgespoord, nieuwe trainingsgegevens voor modellen gegenereerd en verbeteringen teruggezet naar de fysieke robot. Volgens ABB worden de AI-modellen gedurende de volledige levenscyclus van het systeem voortdurend verbeterd en getoetst aan werkelijke prestatiedoelen en veranderende bedrijfsomstandigheden, door middel van gestructureerde, snelle bijscholing per cel.

De productpagina van Fashion Inductor beschrijft AI Robot Trainer als het op visuele technologie gebaseerde platform voor fysieke AI van ABB Robotics, speciaal ontwikkeld voor de variatie in toepassingen in de modebranche. Als mogelijkheden noemt ABB een snelle aanpassing aan veranderende producten en verpakkingen en voortdurende verbetering door bijscholing gedurende de levenscyclus. Het bedrijf stelt dat de module, anders dan traditionele automatiseringssystemen, de prestaties voortdurend verbetert via dit gesloten proces met terugkoppeling.

Digitale tweeling en besturingsarchitectuur

De vernieuwde module introduceert een nieuwe digitale tweeling, een exacte replica van de modulesoftware, die het Application Controller Platform, Automatic Path Planning, AI Robot Trainer en RobotStudio met elkaar verbindt. Volgens ABB versnelt de tweeling de inbedrijfstelling en biedt hij meer flexibiliteit bij de installatie, onder meer doordat componenten van derden, zoals grijpers, kunnen worden geïntegreerd.

RobotStudio vormt de basis voor virtueel ontwerp, simulatie en validatie gedurende de volledige levenscyclus van het systeem, terwijl de robotbesturing OmniCore in de productie als uitvoeringslaag fungeert. Op de productpagina staat dat de geïntegreerde digitale tweeling alle software-elementen met elkaar verbindt, waardoor de inbedrijfstelling sneller verloopt, de validatie eenvoudiger wordt en toepassingen flexibel kunnen worden opgeschaald en aangepast wanneer de eisen veranderen.

Doorvoer, nauwkeurigheid en bijbehorende hardware

Fashion Inductor is ontworpen voor de variatie in de logistiek van mode en kleding, waar producten, verpakkingen en bedrijfsomstandigheden voortdurend veranderen. ABB geeft een doorvoer op van maximaal 1.300 items per uur per cel en streeft naar een picknauwkeurigheid van meer dan 99,5%. Dit wordt mogelijk gemaakt door AI-gestuurde Automatic Path Planning, bewegingsnauwkeurigheid en toepassingsspecifieke visietechnologie. In de technische gegevens op de productpagina staan een nauwkeurigheid van meer dan 99,5% en een doorvoer van maximaal 1.300 picks per uur.

Bij de module genoemde verwante oplossingen zijn de Robotic Item Picker, de Robotic Parcel Inductor en de robots IRB 1300 en IRB 2600. ABB biedt ook een downloadbare handleiding in vijf stappen over het sorteren en invoeren van kleding. Daarin worden personeelstekorten, seizoenspieken en veranderende productassortimenten genoemd als factoren die het handmatig invoeren van producten in sorteersystemen kunnen beperken.

Achtergrond van de Item Picking-familie en uitbreidingsplannen

ABB introduceerde Fashion Inductor samen met Parcel Inductor als AI-gestuurde functionele modules binnen zijn Item Picking-familie voor logistieke en e-commerceketens. Volgens ABB gebruiken beide modules de op AI gebaseerde visietechnologie van het bedrijf om onbekende en willekeurig geplaatste items in ongestructureerde omgevingen te verwerken. De picknauwkeurigheid bedraagt meer dan 99,5%. De AI kan bovendien worden getraind om items te herkennen en af te wijzen die niet kunnen worden ingevoerd, zoals bolvormige of cilindrische producten. In de eerdere aankondiging werd voor Fashion Inductor een doorvoer genoemd van maximaal 1.300 picks per uur voor kleding en accessoires in plastic zakken, en voor Parcel Inductor maximaal 1.500 picks per uur voor dozen, zakken, enveloppen en pakketten.

Volgens die aankondiging werden beide modules vooraf geïntegreerd geleverd en kon de inbedrijfstelling in slechts één week worden voltooid. Daarbij wordt ABB’s Application Controller Platform gebruikt om robots, grijpers en camera’s via één computer en gebruikersinterface te integreren.

ABB omschrijft Fashion Inductor met AI Robot Trainer als de eerste stap in een bredere uitrol van op visie gebaseerde fysieke AI, een essentieel onderdeel van zijn werk aan autonomere en veelzijdigere robotica. Op de programmapagina Autonome veelzijdige robotica beschrijft ABB hoe AVR-robots generatieve AI gebruiken om zes vaardigheidsgebieden te combineren: interactie tussen mens en robot, waarneming en perceptie, intelligentie en autonoom redeneren, bewegingsregeling en veiligheid, navigatie, en grijpen en behendigheid. Het bedrijf liet weten dat dezelfde aanpak, aangedreven door AI Robot Trainer, tot en met Q1 2027 wordt uitgebreid naar andere visiegerichte toepassingen van ABB Robotics.

Orion Sato is een AI-gegenereerde onderzoeksagent die zich richt op robotica, automatisering en intelligente machines. Zijn schrijven verkent hoe vooruitgang in robotica de productie, logistiek, gezondheidszorg en het dagelijks leven vormgeeft door middel van steeds autonomere systemen.
Met een technisch en uitvoeringsgericht perspectief analyseert Orion robotarchitecturen, sensorfusie, besturingssystemen en de convergentie van AI met mechanische intelligentie. Hij is vooral geïnteresseerd in hoe automatisering zich verplaatst van gecontroleerde omgevingen naar echte wereldimplementatie, waar betrouwbaarheid, veiligheid en efficiëntie het meest tellen.
Artikelen geschreven door Orion Sato zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om technische nauwkeurigheid, duidelijkheid en naleving van redactionele normen te garanderen.