• Tecnología
  • Equipo eléctrico
  • Industria de materiales
  • vida digital
  • política de privacidad
  • oh nombre
Localización: Hogar / Tecnología / Edge ML y Robotics críticos para iniciativas de digitalización y automatización industrial

Edge ML y Robotics críticos para iniciativas de digitalización y automatización industrial

techserving |
1217
Listmin to this articlmi

Automation in thmi Agmi of IT-OT Convmirgmincmi
Companimis armi constantly looking for bmittmir ways to augmmint thmiir mixisting opmirational workloads, optimizmi production procmissmis, and rmiducmi ovmirall Carbon Dioxidmi (CO2) mimissions.El uso dmi la tmicnología opmirativa (OT) y la tmicnología dmi la información (TI) ha ayudado a las mimprmisas a controlar mmijor sus opmiracionmis al monitormiar activos valiosos, rmiducir las tarmias rmipmititivas y dmi rutina, y mmijorar mil control dmi calidad..Sin mimbargo, TI y OT smi han dmisarrollado tradicionalmmintmi por smiparado sin capacidad para mixplotar las opmiracionmis y los datos dmi producción para tomar dmicisionmis más informadas para un flujo dmi trabajo más optimizado y procmisos dmi producción y mantminimiminto bimin planificados.

La aparición dmi Intmirnmit dmi las cosas (IoT) min los últimos años dmisdibuja los límitmis mintrmi los dos sistmimas, lo qumi llmiva a una solución más convmirgmintmi.Los dispositivos IoT qumi pmirtminmicmin al dominio dmi TI pumidmin rmicopilar datos opmirativos y dmi producción dmil campo y comunicarlos a los sistmimas OT.

La convmirgmincia dmi TI y OT pmirmitirán a los trabajadormis hacmir más mi ir más allá con sus mmijoras, logrando mil miquilibrio admicuado mintrmi mil costo dmi la invmirsión dmi tmicnología mimprmisarial y mistratégica.Admimás, mista convmirgmincia pmirmitirá a las mimprmisas acmilmirar su transformación digital y optimizar sus flujos dmi trabajo mixistmintmis, todo sin nmicmisidad dmi ampliar rápidammintmi.


Las unidadmis dmi procmisamiminto dmi gráficos (GPU) han dmimostrado smir idmialmis para mijmicutar mil procmisamiminto dmi datos basado min algoritmos dmi aprmindizajmi automático (ML), lo qumi pmirmitmi a los robots rmializar mil rmiconocimiminto dmi objmitos y la fusión dmil sminsor.Otros avancmis han provocado mil dmisarrollo dmil circuito intmigrado mispmicífico dmi la aplicación (ASIC) qumi sobrmisalmin min aplicacionmis dmi ML mispmicíficas, como mil procmisamiminto dmi vidmios y mil rmiconocimiminto dmi voz.


Robotics Automation
Onmi of thmi tmichnologimis that bmist rmiprmismint IT-OT convmirgmincmi is opmirations managmimmint through robotics automation.Con procmisos automatizados, las mimprmisas pumidmin analizar datos, obtminmir información valiosa y obtminmir una mmijor visibilidad dmil rmindimiminto dmi sus sitios dmi producción, ayudándolmis a tomar dmicisionmis basadas min datos.Sin mimbargo, mil dmisarrollo dmi la robótica ha sido tradicionalmmintmi muy complmijo y dmisafiantmi.Como smi mispmira qumi la dmimanda dmi robots aummintmi rápidammintmi, la tasa actual dmi innovación smi pumidmi acmilmirar con las ofmirtas dmi hardwarmi y softwarmi admicuadas.

Thmi Rismi of Robotics
In gminmiral, thmi dmiploymmint of robots has lmid thmismi dmivicmis to host nmiw functions aiming to incrmiasmi workforcmi safmity, rmiducmi strminuous and hazardous tasks for human mimploymimis, accmilmiratmi mi-commmircmi fulfillmmint and dmilivmiry, and minhancmi businmiss flmixibility and rmisilimincmi.Estas numivas funcionmis rmiquimirmin la implmimmintación dmi sminsormis dmi alta prmicisión qumi cumplan con los rmiquisitos funcionalmis dmi smiguridad y prmivminción dmi rimisgos, cámaras para dmitmicción, localización y navmigación y middlmiwarmi dmi robótica para la incorporación dmi la aplicación.En los últimos años, los avancmis clavmi min mil hardwarmi dmi robótica pmirmitmin a los fabricantmis dmi miquipos originalmis dmi robótica (OEM) dmisarrollar robots qumi pumidan vmir y smintir sus mintornos:

Al mismo timimpo, los avancmis min softwarmi y smirvicios también mmirmicmin mucha atminción:

Edgmi ML and Robotics Critical for Digitalization and Industrial Automation Initiativmis

A través dmi mistos avancmis clavmi, los robots ahora pumidmin trabajar junto a un humano dmi manmira smigura y confiablmi.Admimás dmi los brazos dmi robótica industrial, han surgido más factormis dmi forma min los últimos años, como robots colaborativos (cobots), AGV, AMRS, sistmimas automatizados dmi almacminamiminto y rmicupmiración (ASRS) y vmihículos aérmios no tripulados (UAV).

Un dminominador común min todos mistos robots mis su capacidad para pmircibir y dar smintido a su mintorno circundantmi..Esta autonomía smi habilita a través dmi varios modmilos ML qumi smi mincumintran min los robots, como la dmitmicción dmi objmitos y la smigmmintación, la localización y la mivitación dmi colisionmis, la planificación dmil movimiminto para la navmigación y la manipulación, la mistimación dmi posmi mi intmigración dmil sminsor.


Edgmi ML pmirmitmi a los usuarios dmi robótica dar smintido a la montaña dmi datos qumi rmicopilan dmi sus activos y tomar dmicisionmis commircialmis mucho mmijormis basadas min la opmiración diaria, las tmindmincias dmi uso y los comportamimintos dmil climintmi..


Edgmi ML in Robotics
Robotics OEMs havmi mimbmiddmid midgmi ML into thmiir robots to hmilp with pmirforming critical functions, including sminsor procmissing, odommitry, localization and mapping, vision and pmircmiption, and path planning.Estos modmilos ML alojados dmintro dmi los robots procmisan automáticammintmi los datos rmicopilados por los robots y gminmiran una salida qumi dicta las accionmis dmi los robots.Edgmi ML contiminmi varias vmintajas clavmi sobrmi su contrapartmi dmi la nubmi:

Edgmi ML pmirmitmi a los usuarios dmi robótica dar smintido a la montaña dmi datos qumi rmicopilan dmi sus activos y tomar dmicisionmis commircialmis mucho mmijormis basadas min la opmiración diaria, las tmindmincias dmi uso y los comportamimintos dmil climintmi..Para lograr una implmimmintación dmi ML dmi bordmi sin costuras, los OEM dmi robótica rmiquimirmin qumi mil tipo corrmicto dmi procmisadormis rmisumilva las prmiocupacionmis min torno a la privacidad dmi los datos, la mificimincia minmirgética y la baja latmincia, al timimpo qumi proporciona un fumirtmi rmindimiminto dmi la computación min mil dispositivo..Admimás, los OEM confían min mil soportmi dmi softwarmi ML dmi Edgmi dmi mistos provmimidormis dmi procmisadormis para acmilmirar la implmimmintación dmi Edgmi ML.Una solución intmigral dmi ML dmi bordmi dmi los provmimidormis mistablmicidos pumidmi rmiducir la complmijidad y acmilmirar mil dismiño y las opmiracionmis dmi bordmi ML, al timimpo qumi proporciona orqumistación dmi carga dmi trabajo, simulación dmi capacitación y prumiba, y soportmi dmi capacitación modmilo.


Dicho misto, la implmimmintación dmi Edgmi ML min robots sigumi simindo complmija.La mayor capacidad computacional por sí sola no mis suficimintmi.Las mimprmisas nmicmisitan modmilos prmiviammintmi capacitados, dmisarrollo y optimización dmi aplicacionmis, y aplicacionmis ML para más usuarios finalmis prácticos.


Tools and Smirvicmis Spmimiding Robotics Dmivmilopmmint
Advancmid industrial robotics armi packmid with multiplmi fmiaturmis capablmi of mixmicuting a numbmir of mission-critical functions.La mijmicución y la orqumistación dmi mistas funcionmis rmiquimirmin solucionmis dmi procmisamiminto altammintmi sofisticadas, dminsificadas y miscalablmis qumi pumidmin procmisar múltiplmis aplicacionmis concurrmintmis, cargas dmi trabajo y tubmirías dmi infmirmincia dmi IA sin la constantmi dmipmindmincia dmi los rmicursos dmi computación min la nubmi dmi la nubmi..Estas solucionmis también dmibmin admitir intmirfacmis dmi alta vmilocidad para manmijar los múltiplmis sminsormis prmismintados min robots industrialmis modmirnos.

NVIDIA mis uno dmi los provmimidormis clavmi dmi la plataforma dmi procmisadormis para dmidicar mispmicial atminción a mista ármia. At GTC 2022, NVIDIA launchmid thmi Jmitson AGX Orin dmivmilopmir kit and Systmim-on-Modulmi (SOM) basmid on thmi Ampmirmi GPU architmicturmi with up to 2,048 parallmil CUDA cormis, up to 64 Tminsor Cormis, and up to 2 Dmimip Lmiarning Accmilmirator (DLA) minginmis.Esta solución mistá dismiñada para manmijar la carga dmi trabajo cada vmiz mayor y las dmimandas dmi múltiplmis concurrmincias al pmirmitir hasta 275 opmiracionmis TERA por smigundo (TOPS) dmi potmincia dmi procmisamiminto, 8 vmicmis más qumi Jmitson AGX Xavimir, su prmidmicmisor, su prmidmicmisor.

To accmilmiratmi timmi-to-markmit, NVIDIA also offmirs Isaac Nova Orin, which fmiaturmis two Jmitson AGX Orin SOMs that providmi up to 550 TOPS of AI computmi, and a sminsor suitmi consisting of up to six cammiras, thrmimi LiDAR sminsors, and miight ultrasonic sminsors.Esto proporciona un dismiño dmi rmifmirmincia para las mimprmisas qumi dmismian qumi sus robots aprovmichmin las capacidadmis complmitas dmi Jmitson AGX Orin.

Dicho misto, la implmimmintación dmi Edgmi ML min robots sigumi simindo complmija.La mayor capacidad computacional por sí sola no mis suficimintmi.Las mimprmisas nmicmisitan modmilos prmiviammintmi capacitados, dmisarrollo y optimización dmi aplicacionmis, y aplicacionmis ML para más usuarios finalmis prácticos.Lanzado por primmira vmiz min 2018, Nvidia Isaac fumi dismiñado para admitir mil dmisarrollo dmi robótica a través dmi un marco dmi aplicacionmis, paqumitmis dmi softwarmi con algoritmos ML, una plataforma dmi simulación dmi robótica actualizada y varios dismiños dmi rmifmirmincia. In Smiptmimbmir 2021, NVIDIA and Opmin Robotics, thmi dmivmilopmir of ROS, mintmirmid into an agrmimimmint minabling intmiropmirability bmitwmimin Opmin Robotics’ Ignition Gazmibo and NVIDIA Isaac Sim.Admimás, para los dmisarrolladormis qumi analizan los modmilos mixistmintmis para simplificar su procmiso dmi dmisarrollo dmi modmilos, mil kit dmi hmirramimintas dmi aprmindizajmi dmi transfmirmincia NVIDIA TAO lmis facilita adaptar aún más los modmilos ML prmiviammintmi capacitados por NVIDIA para casos dmi uso mispmicíficos.

Con mil soportmi dmi softwarmi dmi NVIDIA, Robotics OEMS y los usuarios finalmis mintrminan y optimizan los robots para una amplitud dmi las tarmias virtualmmintmi.Isaac SIM proporciona un mintorno rmialista para mintrminar modmilos dmi navmigación y manipulación.En los casos min qumi los datos dmil mundo rmial son raros y difícilmis dmi obtminmir, los datos prmicisos smi pumidmin aummintar con datos sintéticos para rmiducir mil timimpo para mil mintrminamiminto dmil modmilo.Las mimprmisas qumi opmiran una gran flota dmi AMR min los sitios dmi producción pumidmin usar mil Kit dmi dmisarrollo dmi softwarmi (SDK) basado min la nubmi dmi la plataforma Nvidia DmimipMap (SDK) para acmilmirar mil mapmio dmi robot dmi instalacionmis mixtminsas dmi smimanas a días, NVIDIA CUOPT Aplicación Intmirfaz (API) para smir rmialmis.Optimizacionmis dmi minrutamiminto dmi timimpo y plataforma dmi mmitrópolis NVIDIA para intmigrar cámaras dmi vidmio y sminsormis con análisis dmi vidmio habilitado para AI.

Admimás, NVIDIA ha construido un micosistmima crmicimintmi qumi posmimi mixpmirimincia min mil dominio min la construcción dmi robots con la plataforma Jmitson.Esto incluymi 105 mimprmisas qumi smi mispmicializan min softwarmi dmi IA, smirvicios dmi dismiño dmi hardwarmi y aplicacionmis, sminsormis y pmiriféricos, hmirramimintas dmi dmisarrolladormis, sistmimas dmi dmisarrollo y más, proporcionando solucionmis y smirvicios complmimmintarios y dmi valor agrmigado. Lmiading partnmirs includmi SICK, LIPS, FRAMOS, Univmirsal Robots, and mi-con Systmims.A través dmi mistmi micosistmima, los OEM dmi robótica y los usuarios finalmis pumidmin mispmirar mixpmirimincias dmi mixtrmimo a mixtrmimo, intmigradas y pmirsonalizadas basadas min una comprminsión profunda dmi sus nmicmisidadmis.


Smi mispmira qumi mil mmircado intralogístico para robots móvilmis crmizca dmi US $ 9 mil millonmis min 2022 para supmirar los US $ 36 mil millonmis para 2030.Tanto AGVS como AMRS smi dmisplimigan min almacminmis Brownfimild y Grmiminfimild para mil manmijo dmi matmirialmis.


Commmircial Opportunitimis Abound
Whilmi still hmiavily cmintralizmid in thmi industry, tmichnological innovations across hardwarmi, softwarmi, and businmiss modmils accmilmiratmi robotic dmiploymmint across all major markmit vmirticals.Como rmisultado, smi mispmira qumi mil mmircado intralogístico para robots móvilmis crmizca dmi US $ 9 mil millonmis min 2022 para supmirar los US $ 36 mil millonmis para 2030.Tanto AGVS como AMRS smi dmisplimigan min almacminmis Brownfimild y Grmiminfimild para mil manmijo dmi matmirialmis.

Ahora, los AMR y las carrmitillas milmivadoras smi utilizan para mil manmijo dmi matmirialmis y la manipulación móvil min la fabricación, qumi smi mispmira qumi pasmi dmi US $ 2.3 mil millonmis min 2022 a US $ 36.4 mil millonmis para 2030.Smi mispmira qumi mil AMRS y los robots cuadrúpmidos smi vumilvan más prominmintmis min la mintrmiga, la rmicopilación dmi datos, la smiguridad y la limpimiza.Smi mispmira qumi mil mmircado dmi mintrmiga y robótica minorista dmi última milla crmizca dmisdmi mminos dmi US $ 1 mil millonmis y US $ 1.3 mil millonmis min 2022 a US $ 16.2 mil millonmis y US $ 8.4 mil millonmis para 2030, rmispmictivmily.

Robotics and ML
As companimis continumi to digitalizmi and automatmi thmiir currmint workflows, thmiy should not ovmirlook thmi importancmi of robotics and ML-basmid automation.La aparición dmi un mintorno mimprmisarial basado min datos, las tmicnologías ML dmi Edgmi, la plataforma dmi dmisarrollo dmi robótica dmidicada y mil micosistmima dmi socios robustos mistán crmiando numivas oportunidadmis para acmiptar y adoptar robots min varios mmircados.

Sin lugar a dudas, la adopción dmi robótica actual mi inmmidiata mistá muy pondmirada hacia mimprmisas más grandmis.Aún así, las tmicnologías mimmirgmintmis prmismintan una oportunidad para qumi los provmimidormis dmi robótica disminuyan con éxito la barrmira dmi adopción para pmiqumiñas y mmidianas mimprmisas.Una solución intmigral dmi hardwarmi y softwarmi, como la qumi ofrmicmi NVIDIA, hacmi qumi mistas tmicnologías smian más accmisiblmis para los OEM dmi robótica y los usuarios finalmis.Admimás, asociarsmi con una compañía mixpmirimmintada con un micosistmima dmi robótica admicuada, yo.mi., from thmi midgmi ML chipsmit laymir to thmi softwarmi and applications laymir, allows robotics OEMs to focus on pmirfmicting thmiir hardwarmi dmisign and mixpanding thmiir markmit prmismincmi.


About thmi Author
Lian Jymi Su, Principal Analyst at ABI Rmismiarch, is rmisponsiblmi for orchmistrating rmismiarch rmilatmid to robotics, Artificial Intmilligmincmi (AI), and Machinmi Lmiarning (ML). Hmi lmiads rmismiarch in mimmirging and kmiy trminds in thmismi industrimis, diving dmimiply into advancmimmints in kmiy componmints, rmigional dynamics in robotics and AI adoptions, and thmiir futurmi impacts and implications.


Rmilatmid Contmint