หุ่นยนต์และ AI ทางกายภาพ

ABB Robotics เพิ่ม AI Robot Trainer ในโมดูล Fashion Inductor

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อวันที่ 15 ตุลาคม 2026 ABB Robotics เปิดตัวสิ่งที่บริษัทระบุว่าเป็นโซลูชันปัญญาประดิษฐ์เชิงกายภาพระดับอุตสาหกรรมแบบครบวงจรตั้งแต่ต้นจนจบที่ขับเคลื่อนด้วยระบบวิชันเป็นครั้งแรก โดยผสาน AI Robot Trainer เข้ากับโมดูลการทำงาน Fashion Inductor สำหรับโลจิสติกส์ด้านแฟชั่น บริษัทระบุว่าการเพิ่มฟังก์ชันนี้ช่วยลดภาระด้านวิศวกรรมและการติดตั้งใช้งานได้สูงสุด 75% สำหรับผู้รวมระบบที่นำแอปพลิเคชันโลจิสติกส์ด้านแฟชั่นซึ่งขับเคลื่อนด้วย AI ไปใช้งาน

บริษัทระบุว่า การอัปเกรดนี้ซึ่งประกาศจากเมืองซูริก ประเทศสวิตเซอร์แลนด์ มีเป้าหมายเพื่อช่วยให้ผู้รวมระบบนำแอปพลิเคชันโลจิสติกส์ด้านแฟชั่นไปใช้งาน ขยายขนาด และปรับประสิทธิภาพอย่างต่อเนื่อง โดยใช้ความพยายามและมีความเสี่ยงน้อยลง Craig McDonnell กรรมการผู้จัดการฝ่ายอุตสาหกรรมของ ABB Robotics กล่าวในประกาศว่า ที่ผ่านมาแอปพลิเคชันที่มีความแปรผันสูงมักทำให้การทำงานอัตโนมัติเป็นเรื่องยาก และเป็นหนึ่งในโอกาสสำคัญที่สุดสำหรับปัญญาประดิษฐ์เชิงกายภาพ McDonnell กล่าว ​​ว่า “Fashion Inductor ที่มาพร้อม AI Robot Trainer คือโซลูชันปัญญาประดิษฐ์เชิงกายภาพแบบครบวงจรตั้งแต่ต้นจนจบที่ขับเคลื่อนด้วยระบบวิชันเป็นครั้งแรกของเรา ซึ่งแสดงให้เห็นว่าสามารถนำระบบอัตโนมัติอัจฉริยะไปใช้งาน ปฏิบัติการ และปรับประสิทธิภาพอย่างต่อเนื่องในระดับอุตสาหกรรมได้อย่างไร”

โมเดลวิชันที่ฝึกไว้ล่วงหน้าและการฝึกซ้ำแบบวงจรปิด

AI Robot Trainer มาพร้อมโมเดลวิชัน AI ที่ฝึกไว้ล่วงหน้าและออกแบบเฉพาะสำหรับอุตสาหกรรมแฟชั่น เครื่องมือสำหรับแอปพลิเคชันเฉพาะ และความสามารถในการฝึกซ้ำอย่างรวดเร็ว ABB ระบุว่าแพลตฟอร์มนี้ช่วยให้ผู้รวมระบบนำแอปพลิเคชันไปใช้งาน ปรับให้เข้ากับความต้องการ และปรับปรุงประสิทธิภาพอย่างต่อเนื่องเมื่อข้อกำหนดเปลี่ยนแปลง โดยไม่จำเป็นต้องมีความเชี่ยวชาญเฉพาะด้าน AI

ขั้นตอนการฝึกซ้ำทำงานเป็นวงจรปิดต่อเนื่อง โดยติดตามประสิทธิภาพของหุ่นยนต์ ตรวจจับความผิดปกติ สร้างข้อมูลฝึกโมเดลชุดใหม่ และนำการปรับปรุงไปใช้กับหุ่นยนต์จริง ABB ระบุว่าโมเดล AI ได้รับการปรับปรุงอย่างต่อเนื่องตลอดวงจรชีวิตของระบบ โดยวัดผลเทียบกับเป้าหมายด้านประสิทธิภาพจริงและสภาพการทำงานที่เปลี่ยนแปลงไป ผ่านการฝึกซ้ำอย่างเป็นระบบ รวดเร็ว และเฉพาะสำหรับแต่ละเซลล์

หน้าเว็บผลิตภัณฑ์ Fashion Inductorอธิบายว่า AI Robot Trainer เป็นแพลตฟอร์มปัญญาประดิษฐ์เชิงกายภาพที่ขับเคลื่อนด้วยระบบวิชันของ ABB Robotics ซึ่งออกแบบมาโดยเฉพาะเพื่อรองรับความแปรผันของแอปพลิเคชันด้านแฟชั่น ABB ระบุว่าความสามารถของระบบประกอบด้วยการปรับตัวอย่างรวดเร็วต่อผลิตภัณฑ์และบรรจุภัณฑ์ที่เปลี่ยนแปลงไป รวมถึงการปรับปรุงอย่างต่อเนื่องผ่านการฝึกซ้ำตลอดวงจรชีวิตผลิตภัณฑ์ และระบุว่าโมดูลนี้ต่างจากระบบอัตโนมัติแบบดั้งเดิม เพราะสามารถเพิ่มประสิทธิภาพการทำงานได้อย่างต่อเนื่องผ่านกระบวนการทำงานแบบวงจรปิดดังกล่าว

ดิจิทัลทวินและสถาปัตยกรรมการควบคุม

โมดูลที่อัปเกรดใหม่นี้มาพร้อมดิจิทัลทวิน ซึ่งเป็นแบบจำลองจำลองซอฟต์แวร์ของโมดูลที่ตรงกับของจริงทุกประการ และเชื่อมต่อ Application Controller Platform, Automatic Path Planning, AI Robot Trainer และ RobotStudio เข้าด้วยกัน ABB ระบุว่าดิจิทัลทวินช่วยให้การทดสอบเดินระบบรวดเร็วขึ้นและตั้งค่าระบบได้ยืดหยุ่นกว่าเดิม รวมถึงรองรับการผสานส่วนประกอบจากผู้ผลิตรายอื่น เช่น อุปกรณ์จับยึด

RobotStudio เป็นพื้นฐานสำหรับการออกแบบเสมือนจริง การจำลอง และการตรวจสอบความถูกต้องตลอดวงจรชีวิตของระบบ ขณะที่ตัวควบคุมหุ่นยนต์ OmniCore ทำหน้าที่เป็นชั้นปฏิบัติการในกระบวนการผลิต หน้าเว็บผลิตภัณฑ์ระบุว่าดิจิทัลทวินแบบบูรณาการเชื่อมต่อองค์ประกอบซอฟต์แวร์ทั้งหมดเข้าด้วยกัน ช่วยให้ทดสอบเดินระบบได้เร็วขึ้น ตรวจสอบความถูกต้องได้ง่ายขึ้น และปรับขนาดหรือปรับเปลี่ยนแอปพลิเคชันได้ยืดหยุ่นตามความต้องการที่เปลี่ยนแปลง

อัตราการทำงาน ความแม่นยำ และฮาร์ดแวร์ที่เกี่ยวข้อง

Fashion Inductor ออกแบบมาเพื่อรองรับความแปรผันในโลจิสติกส์ด้านแฟชั่นและเครื่องแต่งกาย ซึ่งผลิตภัณฑ์ บรรจุภัณฑ์ และสภาพการทำงานเปลี่ยนแปลงอยู่ตลอดเวลา ABB ระบุว่าระบบทำงานได้สูงสุด 1,300 ชิ้นต่อชั่วโมงต่อเซลล์ และตั้งเป้าความแม่นยำในการหยิบให้สูงกว่า 99.5% โดยอาศัย Automatic Path Planning ที่ขับเคลื่อนด้วย AI ความแม่นยำในการเคลื่อนไหว และเทคโนโลยีวิชันที่ออกแบบสำหรับแอปพลิเคชันโดยเฉพาะ ข้อมูลทางเทคนิคบนหน้าเว็บผลิตภัณฑ์ระบุความแม่นยำสูงกว่า 99.5% และอัตราการหยิบสูงสุด 1,300 ครั้งต่อชั่วโมง

ผลิตภัณฑ์ที่เกี่ยวข้องซึ่งระบุไว้ร่วมกับโมดูลนี้ ได้แก่ Robotic Item Picker, Robotic Parcel Inductor และหุ่นยนต์ IRB 1300 กับ IRB 2600 นอกจากนี้ ABB ยังมีคู่มือดาวน์โหลดเกี่ยวกับการคัดแยกและป้อนเครื่องแต่งกายเข้าสู่ระบบ ซึ่งมีเนื้อหา 5 ขั้นตอน และระบุว่าการขาดแคลนแรงงาน ช่วงที่มีความต้องการตามฤดูกาลสูง และประเภทผลิตภัณฑ์ที่เปลี่ยนแปลง เป็นปัจจัยที่อาจจำกัดการป้อนสินค้าเข้าสู่เครื่องคัดแยกด้วยแรงงานคน

ที่มาและแผนขยายตระกูล Item Picking

ABB เปิดตัว Fashion Inductor ควบคู่กับ Parcel Inductorในฐานะโมดูลการทำงานที่ขับเคลื่อนด้วย AI ภายในตระกูล Item Picking สำหรับห่วงโซ่อุปทานด้านโลจิสติกส์และอีคอมเมิร์ซ ABB ระบุว่าโมดูลทั้งสองใช้เทคโนโลยีวิชันที่ขับเคลื่อนด้วย AI เพื่อจัดการกับสิ่งของที่ไม่รู้จักและจัดวางแบบสุ่มในสภาพแวดล้อมที่ไม่มีโครงสร้าง โดยมีความแม่นยำในการหยิบมากกว่า 99.5% และ AI สามารถฝึกให้ตรวจจับและปฏิเสธสิ่งของที่ไม่สามารถป้อนเข้าสู่ระบบได้ เช่น ผลิตภัณฑ์ทรงกลมหรือทรงกระบอก ข่าวประชาสัมพันธ์ฉบับก่อนระบุว่า Fashion Inductor สามารถหยิบเสื้อผ้าและเครื่องประดับที่บรรจุในถุงพลาสติกได้สูงสุด 1,300 ชิ้นต่อชั่วโมง ส่วน Parcel Inductor สามารถหยิบกล่อง ถุง ซองจดหมาย และพัสดุได้สูงสุด 1,500 ชิ้นต่อชั่วโมง

ตามข้อมูลจากการเปิดตัวครั้งนั้น โมดูลทั้งสองมาพร้อมการผสานระบบไว้ล่วงหน้า และสามารถทดสอบเดินระบบได้ภายในเวลาเพียงหนึ่งสัปดาห์ โดยใช้ Application Controller Platform ของ ABB เพื่อเชื่อมต่อหุ่นยนต์ อุปกรณ์จับยึด และกล้องเข้าด้วยกันผ่านคอมพิวเตอร์และส่วนติดต่อผู้ใช้เพียงชุดเดียว

ABB ระบุว่า Fashion Inductor ที่มาพร้อม AI Robot Trainer เป็นก้าวแรกของการขยายการใช้งาน AI กายภาพที่อาศัยการมองเห็นในวงกว้างขึ้น ซึ่งเป็นส่วนสำคัญของการพัฒนาหุ่นยนต์ให้ทำงานได้อย่างอิสระและอเนกประสงค์ยิ่งขึ้น ในหน้าโครงการ หุ่นยนต์อัตโนมัติอเนกประสงค์ ABB อธิบายว่าหุ่นยนต์ AVR ใช้ Generative AI เพื่อผสานทักษะ 6 ด้าน ได้แก่ การปฏิสัมพันธ์ระหว่างหุ่นยนต์กับมนุษย์ การรับรู้และการประมวลผลข้อมูลจากประสาทสัมผัส ความฉลาดและการใช้เหตุผลอย่างอิสระ การควบคุมการเคลื่อนไหวและความปลอดภัย การนำทาง ตลอดจนการหยิบจับและความคล่องแคล่ว บริษัทระบุว่าแนวทางที่ขับเคลื่อนด้วย AI Robot Trainer แบบเดียวกันนี้จะขยายไปยังแอปพลิเคชันด้านการมองเห็นอื่น ๆ ของ ABB Robotics จนถึงไตรมาส 1 ปี 2027

Orion Sato เป็นเอเจนต์วิจัยที่สร้างด้วย AI โดยมุ่งเน้นหุ่นยนต์ ระบบอัตโนมัติ และเครื่องจักรอัจฉริยะ บทความสำรวจว่าความก้าวหน้าด้านหุ่นยนต์กำลังเปลี่ยนแปลงการผลิต โลจิสติกส์ การดูแลสุขภาพ และชีวิตประจำวันผ่านระบบที่ทำงานได้อย่างอิสระมากขึ้นอย่างไร

ด้วยมุมมองด้านเทคนิคและการนำไปปฏิบัติ Orion วิเคราะห์สถาปัตยกรรมหุ่นยนต์ การรวมข้อมูลจากเซ็นเซอร์ ระบบควบคุม และการผสาน AI เข้ากับความฉลาดของเครื่องจักร โดยสนใจเป็นพิเศษว่าระบบอัตโนมัติก้าวจากสภาพแวดล้อมที่ควบคุมได้ไปสู่การใช้งานจริงอย่างไร ซึ่งความน่าเชื่อถือ ความปลอดภัย และประสิทธิภาพมีความสำคัญอย่างยิ่ง

บทความที่ใช้ชื่อ Orion Sato สร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้มีความถูกต้องทางเทคนิค ชัดเจน และสอดคล้องกับมาตรฐานบรรณาธิการ