全球知名具身智能/AI机器人实验室介绍之AI FACTORY基于慕尼黑工业大学

全球知名具身智能/AI机器人实验室介绍之AI FACTORY基于慕尼黑工业大学

TUM AI FACTORY,即KI.FABRIK,是德国慕尼黑工业大学(TUM)在巴伐利亚州推出的一个旗舰项目,旨在打造未来工厂,将传统工厂转变为由人工智能驱动的智能、自适应和敏捷的生产中心。其目标是到2030年,在巴伐利亚地区建立世界上第一个能够通过人工智能实现从单件到批量生产的AI.FACTORY,使工人能够通过AI.PORTALS远程控制机器人完成生产过程,即使在危机时期也能保持经济活动的稳定运行。

该项目主要设备由20台双臂FRANKA机器人组成,体现了双臂柔性操作的众多优势。Franka机器人中国区域合作商咨询PNP机器人负责,涵盖Franka机器人的培训,渠道和技术支持,支持具身智能/人工智能等方向的实验室建设。

该项目于2020年开始,分为四个部分重叠的阶段进行,部分阶段同时进行。目前正在进行的是第一阶段,即在慕尼黑建立分布式KI.FABRIK的第一个原型,并与精心挑选的合作伙伴公司联合投入运营。KI.FABRIK与以往概念有显著不同,其工厂环境中的中央AI功能可直接与机器人等系统进行物理交互,人类与机器之间的连接也更加直观和透明,例如使用可穿戴技术等。

研究方向

人机协作 :研究如何使人与机器人之间能够更加自然、高效地协作,例如在生产过程中,工人可以通过AI.PORTALS远程控制机器人完成一些复杂的任务,而机器人则可以辅助工人进行重复性或危险性的工作,从而提高生产效率和质量。

智能制造技术 :探索如何利用人工智能、物联网、大数据等先进技术,实现生产过程的智能化和自动化,包括智能排产、质量检测、故障诊断等,以提高生产的灵活性和适应性,满足个性化定制的需求。

机器人技术 :致力于开发具有学习能力和高度适应性的机器人,使其能够通过人工智能算法自我优化和改进,以更好地适应不同的生产任务和环境。例如研究如何提高机器人的运动控制精度、感知能力、决策能力等。

数字孪生技术 :通过创建物理工厂的虚拟副本——数字孪生,实现在虚拟环境中对生产过程进行模拟、优化和预测,从而提高生产的效率和质量,降低成本和风险。在KI.FABRIK中,机器人可以在数字孪生体上进行装配练习,以确定最佳的装配方式。

TUM AI FACTORY中设备

目前有大约20个双臂FRANKA机器人在KI.FABRIK实验室中相互学习,进行电缆和变速器组件的组装等工作

总体方向:

  1. 25个双臂机器人/每个由AI控制
  2. 微米公差插入任务
  3. >100个工业级组件
  4. 不同的形状和尺寸

每个机器人任务
  1. 自主学习解决其任务
  2. 不断分享知识
  3. 可以获取并传递集体知识
  4. 柔性部件的智能装配

机器人操作

  1. 可变形物体的操控(例如电缆)——制造业中常见的、自动化程度不够的流程
  2. 框架开发——机械臂协作操纵电缆
  3. 已实现的框架——转移到电缆/线束装配任务的潜力

实时数字孪生

  1. 使用资产管理外壳、Microsoft Azure 和 Nvidia Omniverse构建工业资产的数字孪生
  2. 基于套接字通信和 Azure DT 的多功能数字孪生架构

通用机器人技能

  1. 通过可共享的机器智能知识库,泛化机器人技能,实现灵活的生产线制造。
  2. 人工智能研讨会旨在构建一个研讨会环境,供用户研究和测试人机协作、力阻抗控制、运动规划和技能学习等主题。
  3. 用户将体验如何通过触觉技能增强机器人

机器人看护——从人类观察中学习

  1. 通过观察学习任务的能力是未来工厂的关键特征,其目标是使高度自动化和智能化的制造系统能够适应不断变化的需求。
  2. 目标是开发出一种方法,使非专家(就机器人技术而言)人员能够以省时省力的方式重新编程工厂流程。

技能学习

  1. 通过基于视觉的人体运动追踪,可以通过演示向机器人传授技能。
  2. 该系统能够分析人类在日常不同环境中的行为,例如,帮助人类完成困难的任务。

AI FACTORY主要设备FRANKA机器人的优势

高精度与高灵活性 :FRANK机器人具有7个自由度,重复定位精度高达±0.1mm,能够像人类手臂一样灵活地运动,轻松完成复杂的操作任务,如多角度拧紧、多阶段推注等,其效率较传统方案提升300%。

先进的力控技术 :内置高精度的力矩传感器和1kHz力控带宽,可实时感知接触力的大小和方向,并将这些信息实时传递给操作员,使操作员能够通过VR/AR“触摸”远程环境。同时,具备医疗级柔顺性,力控精度可达±0.01mm,如在手术中可动态适配人体组织等脆弱对象,将手术失误率下降85%,安全系数超行业标准3倍。

强大的人机协作能力 :专为与人类协作而设计,安全性极高。它能够通过先进的传感器和算法实时检测人类的存在,并在必要时自动减速或停止运动,有效保障了人类工人的安全。

高度的可编程性和适应性 :支持多种编程语言和开发环境,如ROS、MATLAB等,开发者可通过C++接口libfranka直接调用底层功能,开发周期缩短60%。此外,还具备模块化即插即用的特点,末端工具标准化,支持快速切换夹爪/焊枪/手术器械等,可根据不同的应用场景进行快速调整和部署。

AI FACTORY为什么要使用FRANKA机器人双臂 :

协同作业能力 :双臂FRANK机器人可以像人类双手一样协同工作,完成复杂的任务。例如,在精密装配任务中,一个手臂可以固定零件,而另一个手臂可以进行拧紧或焊接操作;在物流搬运中,双臂可以共同搬运大型或重型物体,提高搬运效率和稳定性。

更高的灵活性和适应性 :双臂机器人具有更高的灵活性和适应性,能够轻松地在不同的工作场景中切换,完成多种任务。例如,在一个智能工厂中,双臂FRANK机器人可以在一个工作站上完成精密装配任务,然后移动到另一个工作站进行物料搬运或质量检测等。

增强的感知和交互能力 :双臂FRANK机器人配备了先进的传感器和感知系统,如视觉传感器、力传感器等,能够实时感知周围环境的变化,并根据这些变化调整自己的行为。例如,在一个动态的生产环境中,双臂机器人可以感知到工人的位置和动作,以及物体的位置和状态,从而自动调整运动轨迹,避免碰撞和干扰,实现更加自然和高效的交互。

其他设备 :除了FRANK机器人外,TUM AI FACTORY还配备了其他一些先进的设备和系统,如用于创建数字孪生体的建模软件和计算平台、用于数据采集和分析的传感器网络和大数据处理系统、以及支持远程控制和协作的可穿戴设备等。

未来AI智能工厂趋势

高度智能化 :未来智能工厂将以人工智能为核心,实现生产过程的高度智能化和自动化。机器学习、深度学习等人工智能技术将广泛应用于生产过程的各个环节,如预测性维护、质量检测、智能调度等,以提高生产的效率和质量,降低生产成本。

灵活性和适应性 :随着市场需求的日益多样化和个性化,未来智能工厂需要具备高度的灵活性和适应性,能够快速响应市场变化和客户需求。通过采用先进的机器人技术和模块化生产系统,工厂可以轻松地调整生产流程和产品配置,实现小批量、多品种的生产模式。

人机协作的深化 :人机协作将成为未来智能工厂的重要特征之一。机器人将不再是简单的工具,而是与人类工人共同工作的伙伴。通过 intuitive 的界面和自然的交互方式,人类工人可以与机器人进行更加紧密和高效的合作,充分发挥各自的优势,共同完成复杂的生产任务。

AI FACTORY未来规划

慕尼黑工业大学(TUM)推出的 KI.FABRIK(人工智能工厂)项目,代表了未来智能制造的前沿方向。该项目以人工智能(AI)为核心,融合了双臂机器人、数字孪生、可穿戴技术等先进技术,旨在打造一个灵活、高效、人机协作的生产环境。其中,FRANKA Emika 的双臂机器人在实现高精度、柔性制造方面发挥了关键作用。

KI.FABRIK 是 TUM 机器人与机器智能研究所(MIRMI)主导的旗舰项目,旨在建立一个完全灵活、互联的生产基地,用于本地、经济地生产最先进的 IT 和机电高科技组件。该项目计划于 2030 年前完成原型工厂的建设 项目的核心理念是通过 AI 技术,实现机器人与人类的直接物理交互,以及通过可穿戴技术实现人机之间的直观和透明的连接 。这标志着从传统的“自动化”向“智能化”制造的转变。

PNP机器人原创,转载请申请授权。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/diannao/86011.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

DRV8833 电机控制芯片

引脚分配如图: 要让芯片运行需要将STBY拉高 IN1 IN2 分两组 对应 AO BO,同时拉高电平可以进行刹车(慢速衰减。 芯片本身引脚定义: 控制真值表:

如何通过git命令查看项目连接的仓库地址?

要通过 Git 命令查看项目连接的仓库地址,您可以使用以下几种方法: 1. 查看所有远程仓库地址 使用 git remote -v 命令,它会显示项目中配置的所有远程仓库及其对应的 URL: git remote -v输出示例: origin https://…

区块链技术相关

区块链技术参考:区块链 多领域 一、区块链技术演进与2025年核心突破 2025年,区块链技术已从单一分布式账本演变为融合人工智能、物联网、隐私计算的多维技术栈。零知识证明(ZKP)在性能优化上取得关键进展,以太坊等主流…

C语言字符数组输入输出方法大全(附带实例)

在 C语言中,字符数组是一种特殊的数组,用于存储和处理字符串。理解字符数组的输入和输出操作对于初学者来说至关重要,因为这是处理文本数据的基础。 字符数组的定义与初始化 在讨论输入输出之前,我们先来回顾一下字符数组的定义…

前端下载文件,文件打不开的问题记录

需求: 下载是很常见的接口,但是经常存在下载的文件异常的问题。此处记录一个常见的错误。 分析: 1、接口请求需要配置{responseType: ‘blob’},此时要求返回的格式为blob,进而进行下载。 const res await axios.…

HttpServletRequest常用方法

方法说明示例String getMethod()获取请求的 HTTP 方法(如 GET、POST 等)。request.getMethod() 返回 "GET"String getRequestURI()获取请求的 URI(路径部分,不包括域名和协议)。请求 http://localhost:8080/…

day46python打卡

知识点回顾: 不同CNN层的特征图:不同通道的特征图什么是注意力:注意力家族,类似于动物园,都是不同的模块,好不好试了才知道。通道注意力:模型的定义和插入的位置通道注意力后的特征图和热力图 内…

杭州AI落地赚钱方案:30日行动计划

本计划基于《AI时代赚钱的第一性原理指南》,并针对杭州市的产业特色(电商、直播、文旅)进行深度定制。我们的目标不是空想,而是从明天开始就能一步步执行的蓝图。 方案一:电商/直播AI赋能工作室 这个方案完美结合了路…

MyBatis04:SpringBoot整合MyBatis——多表关联|延迟加载|MyBatisX插件|SQL注解

目录 一、多表关联 1、数据库表结构 2、javaBean类 3、mapper接口 4、sqlMapper文件 5、测试 二、延迟加载 1、解决什么问题 2、嵌套查询 3、延迟加载 三、逆向工程MybatisX插件 1、下载插件 1. 通过 JetBrains 插件市场下载(推荐) 2. 手动…

PySpark、Plotly全球重大地震数据挖掘交互式分析及动态可视化研究

全文链接:https://tecdat.cn/?p42455 分析师:Yapeng Zhao 在数字化防灾减灾的时代背景下,地震数据的深度解析成为公共安全领域的关键议题。作为数据科学工作者,我们始终致力于通过技术整合提升灾害数据的应用价值(点击…

【Veristand】Veristand环境安装教程-Linux RT / Windows

首先声明,此教程是针对Simulink编译模型并导入Veristand中编写的,同时需要注意的是老用户编译可能用的是Veristand Model Framework,那个是历史版本,且NI不会再维护,新版本编译支持为VeriStand Model Generation Suppo…

MVC与MVP设计模式对比详解

MVC(Model-View-Controller)和MVP(Model-View-Presenter)是两种广泛使用的分层架构模式,核心目标是解耦业务逻辑、数据和界面,提升代码可维护性和可测试性。以下是它们的对比详解: MVC 模式&…

Node.js 项目调试指南

Node.js 项目调试指南 🧭 一、调试工具和方式总览 方式难度场景说明console.log 调试★简单问题定位最常见,但效率低debug 模块★★模块化输出日志支持命名空间的调试日志VSCode 断点调试★★★跟踪函数调用、变量状态推荐使用node inspect / ndb★★★…

Spring Boot 启动流程及配置类解析原理

Spring Boot 是一个基于 Spring 框架的开源框架,旨在简化 Spring 应用的配置和部署。通过提供约定优于配置的原则,Spring Boot 大大降低了 Java 企业级应用的开发复杂度。本文将详细介绍 Spring Boot 的启动流程及其配置类的解析原理,帮助开发…

Flask 核心概念速览:路由、请求、响应与蓝图

一、路由参数与请求方法 Flask 路由允许定义多种参数类型,并通过 methods 属性限制请求方法。 1. 路由参数类型: 除了默认的 string,Flask 还支持: int: 匹配整数,自动转换为 Python int 类型。非数字输入会返回 404。 float: 匹配浮点数,自动转换为 Python float 类型…

Beckhoff(倍福)PLC 顺控程序转换条件解读

一、请求机器人上件步 二、程序代码解释:1、程序代码1: 1、程序代码: fbVar_TonDelay2(IN : (bInPartPresentLeft AND bInPartPresentRight), PT : T#100MS);(* Go to the next step *) stVar_SEQ.bTOK : stVar_SEQ.bRELEASE AND(stGV_SYS_ELEMENTS.ar…

KITTI数据集(计算机视觉和自动驾驶领域)

KITTI(Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago)数据集是计算机视觉和自动驾驶领域中最广泛使用的基准数据集之一。它由德国卡尔斯鲁厄理工学院和美国芝加哥丰田技术研究所联合发布,旨在推动自动驾…

echarts在uniapp中使用安卓真机运行时无法显示的问题

文章目录 一、实现效果二、话不多说,上源码 前言:我们在uniapp中开发的时候,开发的时候很正常,echarts的图形在h5页面上也是很正常的,但是当我们打包成安卓app或者使用安卓真机运行的时候,图形根本就没有渲…

C#使用MindFusion.Diagramming框架绘制流程图(1):基础类型

MindFusion.Diagramming框架 在C#中使用MindFusion.Diagramming.dll库来创建图表和图形界面,可以让你构建出丰富和交互式的图形应用。MindFusion.Diagramming 是一个强大的库,支持创建各种类型的图表,例如流程图、网络图、组织结构图等。 M…

LangChain【6】之输出解析器:结构化LLM响应的关键工具

文章目录 一 LangChain输出解析器概述1.1 什么是输出解析器?1.2 主要功能与工作原理1.3 常用解析器类型 二 主要输出解析器类型2.1 Pydantic/Json输出解析器2.2 结构化输出解析器2.3 列表解析器2.4 日期解析器2.5 Json输出解析器2.6 xml输出解析器 三 高级使用技巧3…