AI thời gian thực đang hỗ trợ những công việc nặng nhọc trong sản xuất, Logistics nhà máy và chế tạo robot.
Trong những ngành như vậy – thường liên quan đến những sản phẩm cồng kềnh, thiết bị đắt tiền, cobot môi trường và cơ sở vật chất phức tạp về mặt Logistics – cách tiếp cận mô phỏng đầu tiên đang mở ra giai đoạn tự động hóa tiếp theo.
NVIDIA người sáng lập và Giám đốc điều hành Jensen Huang đã trình diễn tại cuộc họp hôm thứ Hai GTC 2024 bài phát biểu quan trọng về cách các nhà phát triển có thể sử dụng bản sao kỹ thuật số để phát triển, thử nghiệm và tinh chỉnh AI thời gian thực, quy mô lớn hoàn toàn trong mô phỏng trước khi triển khai chúng trong cơ sở hạ tầng công nghiệp, tiết kiệm đáng kể thời gian và chi phí.
NVIDIA Omniverse, Metropolis, Isaac và cuOpt tương tác trong các phòng tập thể dục AI, nơi các nhà phát triển có thể đào tạo các tác nhân AI để giúp robot và con người điều hướng các sự kiện phức tạp hoặc không thể đoán trước.
Phòng tập thể dục AI dành cho số hóa công nghiệp
Trong bản demo, bản song sinh kỹ thuật số của một nhà kho rộng 100.000 foot vuông – được xây dựng bằng cách sử dụng Nền tảng NVIDIA Omniverse để phát triển và kết nối các ứng dụng OpenUSD – hoạt động như một môi trường mô phỏng cho hàng chục công nhân kỹ thuật số và nhiều robot di động tự động (AMR), các tác nhân và cảm biến AI tầm nhìn.
Mỗi AMR, chạy NVIDIA Isaac Perceptor ngăn xếp đa cảm biến, xử lý thông tin hình ảnh từ sáu cảm biến, tất cả đều được mô phỏng trong bộ đôi kỹ thuật số.
Đồng thời, nền tảng NVIDIA Metropolis dành cho AI tầm nhìn tạo ra một bản đồ tập trung duy nhất về hoạt động của công nhân trên toàn bộ nhà kho, kết hợp dữ liệu từ 100 luồng camera mô phỏng gắn trên trần nhà. với tính năng theo dõi nhiều camera. Bản đồ chiếm chỗ này giúp thông báo các tuyến đường AMR tối ưu được tính toán bởi công cụ NVIDIA cuOpt để giải quyết các vấn đề định tuyến phức tạp.
Dịch vụ microservice AI tối ưu hóa cuOpt giải quyết các vấn đề định tuyến phức tạp với nhiều hạn chế bằng cách sử dụng thuật toán cải tiến được tăng tốc GPU.
Tất cả điều này xảy ra trong thời gian thực, trong khi Isaac Mission Control điều phối toàn bộ hạm đội bằng cách sử dụng dữ liệu bản đồ và biểu đồ lộ trình từ cuOpt để gửi và thực thi các lệnh AMR.
Đặc vụ AI đang di chuyển
Các tác nhân AI có thể hỗ trợ trong môi trường công nghiệp quy mô lớn, chẳng hạn như bằng cách quản lý đội robot trong nhà máy hoặc xác định các cấu hình hợp lý để cộng tác giữa con người và robot trong các trung tâm phân phối chuỗi cung ứng. Để xây dựng các tác nhân phức tạp này, các nhà phát triển cần có cặp song sinh kỹ thuật số hoạt động như phòng tập thể dục AI – môi trường chính xác về mặt vật lý để đánh giá AI, mô phỏng và đào tạo.
Thử nghiệm AI trong vòng lặp phần mềm như vậy cho phép các tác nhân AI và AMR thích ứng với những điều không thể đoán trước trong thế giới thực.
Trong bản demo tại GTC 2024, một sự cố đã xảy ra dọc theo tuyến đường đã lên kế hoạch của AMR, chặn đường đi và khiến nó không thể bốc pallet. NVIDIA Metropolis cập nhật lưới chiếm chỗ, ánh xạ tất cả con người, robot và đồ vật trong một chế độ xem duy nhất. Sau đó, cuOpt lên kế hoạch lộ trình tối ưu và AMR sẽ phản hồi tương ứng để giảm thiểu thời gian ngừng hoạt động.
Với các mô hình nền tảng tầm nhìn của Metropolis hỗ trợ khung NVIDIA Visual Insight Agent (VIA), các tác nhân AI có thể được xây dựng để giúp các nhóm vận hành trả lời các câu hỏi như:
- “Tình huống gì đã xảy ra ở lối đi số ba của nhà máy?”
Và tác nhân được hỗ trợ bởi AI mang tính tổng quát sẽ cung cấp những hiểu biết ngay lập tức như:
- “Hộp rơi khỏi kệ lúc 3h30 chiều, chặn lối đi.”
Các nhà phát triển có thể sử dụng khung VIA để xây dựng các tác nhân AI có khả năng xử lý số lượng lớn video và hình ảnh trực tiếp hoặc được lưu trữ bằng các mô hình ngôn ngữ tầm nhìn – cho dù được triển khai ở biên hay trên đám mây.
Tất cả các chức năng AI này có thể được tăng cường thông qua đào tạo liên tục, dựa trên mô phỏng và được triển khai dưới dạng vi dịch vụ suy luận NVIDIA NIM mô-đun.
Nguồn : https://www.robotics247.com/article/gtc_2024_nvidia_combines_digital_twins_with_real_time_ai_for_industrial_automation/mobile_robots .