AKTUELLE NACHRICHTEN
FÜR SIE AUSGEWÄHLT

Nanjing University stellt Digital-Twin-System für Mensch-Roboter-Kollaboration vor

VonBrian KoomeBrian Koome 3 Min. Lesezeit
Nanjing University
  • Chinesische Forscher stellen ein digitales Zwillingssystem vor, das die Mensch-Roboter-Zusammenarbeit in der Fertigung verbessert.
  • Das System überwindet Hindernisse und verbessert die Handlungserkennung und hat sich in industriellen Umgebungen als effektiv erwiesen.
  • Erfolgreiche Experimente zeigen vielversprechende Aussichten für die Integration dieser Technologie in Industrieroboter und die reale Fertigung.

Bei einem bedeutenden Durchbruch haben Forscher der Nanjing University of Aeronautics and Astronautics in China ein hochmodernes Digital-Twin-System vorgestellt, das darauf ausgelegt ist, die Mensch-Roboter-Kollaboration (HRC) in Fertigungsumgebungen zu verbessern.

Veröffentlicht in der renommierten Zeitschrift Robotics and Computer-Integrated Manufacturing, verspricht das System, die Zusammenarbeit zwischen menschlichen Arbeitern und Robotern auf der Fabrikhalle zu straffen und zu verbessern.

Ein wegweisender Ansatz für HRC

Traditionelle Methoden zur Erstellung von Digital-Twin-Modellen von Menschen in industriellen Umgebungen haben sich auf umständliche Motion-Capture-Geräte verlassen, was der Idee einer flexiblen Interaktion in der HRC zuwiderläuft. 

Darüber hinaus scheitern diese Methoden oft daran, einen einheitlichen Raum für die Modellierung von Menschen und Robotern zu schaffen, was die Wahrnehmung und das Verständnis der gesamten Umgebung unpraktisch macht. Um diese Einschränkungen zu erkennen, entwickelten die Forscher ein innovatives Digital-Twin-System, um diese Herausforderungen zu bewältigen.

Das neu eingeführte Digital-Twin-System ist darauf ausgelegt, eine virtuelle Replik einer kollaborativen Szene mit menschlichen und robotischen Akteuren zu erstellen. Diese virtuelle Umgebung ermöglicht die Planung und Ausführung effektiver kollaborativer Strategien in realen Fertigungsumgebungen und fördert eine nahtlose Zusammenarbeit zwischen menschlichen Arbeitern und Robotern.

Vergangene Digital-Twin-Systeme, die auf Daten von Motion-Capture-Sensoren beruhten, hatten manchmal Schwierigkeiten, wenn Okklusionen auftraten. Okklusionen beziehen sich auf Situationen, in denen Objekte oder Akteure von Interesse außerhalb des Sichtfelds des Sensors liegen oder hinter Hindernissen verborgen sind. 

Um dieses Problem anzugehen, führten die Forscher einen Algorithmus zur menschlichen Mesh-Wiederherstellung ein – eine computergestützte Technik, die in der Lage ist, okkludierte menschliche Körper zu rekonstruieren. Diese Innovation stellt sicher, dass das System sich anpassen und effektiv funktionieren kann, auch wenn visuelle Hindernisse vorhanden sind.

Eine kritische Komponente des Digital-Twin-Systems ist sein Aktionserkennungsalgorithmus, der darauf trainiert ist, verschiedene menschliche Aktionen zu identifizieren. Um seine Leistung zu verbessern und Fehler zu minimieren, integrierten die Forscher eine Technik zur Unsicherheitsschätzung. Diese Technik ermöglicht eine präzise Kontrolle über die Fehlerquote des Algorithmus, was zu einer zuverlässigeren und genaueren Aktionserkennung führt.

Erfolgreiche experimentelle Validierung

Die Forscher testeten ihr Digital-Twin-System durch eine Reihe von Experimenten, die in kontrollierten Laboreinstellungen durchgeführt wurden. Diese Experimente umfassten einen Roboter, der speziell für den Einsatz in industriellen Umgebungen entwickelt wurde. 

Die Fähigkeiten des Systems wurden in einer Reihe von Aufgaben bewertet, einschließlich Polieren, Objektabholung, Montage und Objektplatzierung.

Die Ergebnisse waren eindeutig und demonstrierten die Überlegenheit der vorgeschlagenen Methoden gegenüber Baseline-Ansätzen. 

Diese vielversprechenden Ergebnisse ebnen den Weg für die potenzielle Integration des Systems in andere industrielle Roboter, weitere Tests in verschiedenen Umgebungen und seinen eventualen Einsatz in realen Fertigungsszenarien.

Die Implikationen dieses Durchbruchs sind tiefgreifend. Da Industrien weltweit weiterhin evolve und automatisieren, wird die Synergie zwischen Menschen und Robotern zunehmend entscheidend. Das von Zhang, Ji und ihren Kollegen entwickelte Digital-Twin-System verspricht, Fertigungsprozesse in verschiedenen Sektoren zu revolutionieren.

Indem Roboter nahtlos in die Belegschaft integriert werden, können Hersteller Effizienz, Präzision und Produktivität steigern. Aufgaben, die hohe Präzision, repetitive Aktionen erfordern oder Sicherheitsbedenken darstellen, können nun robotischen Agenten anvertraut werden, während menschliche Arbeiter sich auf komplexere und kreativere Aspekte der Produktion konzentrieren können.

Ausblick

Der Weg vorwärts für dieses Digital-Twin-System ist aufregend. Während es weiteren Tests und Verfeinerungen unterzogen wird, wird erwartet, dass es neue Möglichkeiten für die Zusammenarbeit zwischen Menschen und Robotern in Fertigungsumgebungen erschließt. Seine Vielseitigkeit macht es für eine breite Palette von Aufgaben geeignet, von Montage und Qualitätskontrolle bis hin zum Materialhandling und darüber hinaus.

Hersteller, die an der Spitze der technologischen Innovation bleiben möchten, werden wahrscheinlich bestrebt sein, diese transformative Technologie zu umarmen. Mit ihrem Potenzial, Workflows zu optimieren, Fehler zu reduzieren und die Gesamteffizienz zu verbessern, könnte das Digital-Twin-System der Nanjing University of Aeronautics and Astronautics bald zu einem festen Bestandteil der Fertigungslandschaft werden.

Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.

Diesen Artikel teilen

Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.

Brian Koome

Brian Koome

Brian Koome verfügt über mehr als sieben Jahre Erfahrung in der Blockchain- und Kryptowährungsberichterstattung und ist seit 2017 in der Branche tätig. Er hat zu führenden Publikationen beigetragen, darunter BlockToday.com. Zudem entwickelte er den Ethereum-101-Kurs für BitDegree.org, bevor er als Vollzeit-Autor zu Cryptopolitan wechselte. Brian verfasst evergreen Guides (EGs), Deep Dives, Interviews und Preisanalysen. Sein Fokus auf DeFi, Blockchain-Innovationen und aufstrebende Crypto-Projekte begeistert die Leser.

MEHR … NACHRICHTEN