L'Université de Nankin dévoile un système de jumeau numérique pour la collaboration humain-robot

- Des chercheurs chinois dévoilent un système de jumeau numérique améliorant la collaboration homme-robot dans la fabrication.
- Le système surmonte les obstacles et améliore la reconnaissance des actions, prouvant son efficacité dans les environnements industriels.
- Des expériences concluantes montrent le potentiel d'intégrer cette technologie dans les robots industriels et la fabrication en conditions réelles.
Dans une avancée majeure, des chercheurs de l'Université d'aéronautique et d'astronautique de Nankin en Chine ont dévoilé un système de jumeau numérique de pointe conçu pour améliorer la collaboration humain-robot (HRC) dans les environnements de fabrication.
Publié dans la prestigieuse revue Robotics and Computer-Integrated Manufacturing, le système promet de rationaliser et d'améliorer la coopération entre les travailleurs humains et les robots sur le sol de l'usine.
Une approche révolutionnaire pour la HRC
Les méthodes traditionnelles de création de modèles de jumeaux numériques d'humains dans les environnements industriels ont reposé sur des dispositifs de capture de mouvement encombrants, ce qui va à l'encontre de l'idée d'interaction flexible dans la HRC.
De plus, ces méthodes échouent souvent à créer un espace unifié pour modéliser les humains et les robots, rendant difficile la perception et la compréhension de l'environnement global. Reconnaissant ces limites, les chercheurs ont développé un système de jumeau numérique innovant pour relever ces défis.
Le nouveau système de jumeau numérique est conçu pour construire une réplique virtuelle d'une scène collaborative impliquant des agents humains et robotiques. Cet environnement virtuel permet la planification et l'exécution de stratégies collaboratives efficaces dans des environnements de fabrication réels, favorisant une coopération fluide entre les travailleurs humains et les robots.
Les systèmes de jumeau numérique précédents qui s'appuyaient sur des données de capteurs de capture de mouvement avaient parfois des difficultés lorsque des occlusions se produisaient. Les occlusions font référence à des situations où des objets ou des agents d'intérêt sont hors du champ de vision du capteur ou cachés derrière des obstacles.
Pour résoudre ce problème, les chercheurs ont introduit un algorithme de récupération de maillage humain – une technique computationnelle capable de reconstruire les corps humains occlus. Cette innovation garantit que le système peut s'adapter et fonctionner efficacement même lorsque des obstacles visuels sont présents.
Un composant critique du système de jumeau numérique est son algorithme de reconnaissance d'actions, qui est entraîné à identifier diverses actions humaines. Pour améliorer ses performances et minimiser les erreurs, les chercheurs ont intégré une technique d'estimation de l'incertitude. Cette technique permet un contrôle précis du taux d'erreur de l'algorithme, résultant en une reconnaissance d'actions plus fiable et précise.
Validation expérimentale réussie
Les chercheurs ont mis à l'épreuve leur système de jumeau numérique à travers une série d'expériences menées dans des environnements de laboratoire contrôlés. Ces expériences mettaient en scène un robot spécifiquement conçu pour le déploiement dans des environnements industriels.
Les capacités du système ont été évaluées sur une gamme de tâches, y compris le polissage, la récupération d'objets, l'assemblage et le placement d'objets.
Les résultats étaient sans équivoque, démontrant la supériorité des méthodes proposées par rapport aux approches de référence.
Ces résultats prometteurs ouvrent la voie à l'intégration potentielle du système dans d'autres robots industriels, à des tests supplémentaires dans des environnements diversifiés et à son déploiement éventuel dans des scénarios de fabrication réels.
Les implications de cette avancée sont profondes. Alors que les industries du monde entier continuent d'évoluer et de s'automatiser, la synergie entre les humains et les robots devient de plus en plus cruciale. Le système de jumeau numérique développé par Zhang, Ji et leurs collègues promet de révolutionner les processus de fabrication dans divers secteurs.
En intégrant seamlessly les robots dans la main-d'œuvre, les fabricants peuvent augmenter l'efficacité, la précision et la productivité. Les tâches nécessitant une haute précision, des actions répétitives ou celles qui posent des problèmes de sécurité peuvent désormais être confiées à des agents robotiques, tandis que les travailleurs humains peuvent se concentrer sur des aspects plus complexes et créatifs de la production.
À venir
La route à suivre pour ce système de jumeau numérique est passionnante. Alors qu'il subit des tests et des affinements supplémentaires, il est attendu qu'il débloque de nouvelles possibilités de collaboration entre les humains et les robots dans les environnements de fabrication. Sa polyvalence le rend adapté à une large gamme de tâches, de l'assemblage et du contrôle qualité à la manutention des matériaux et au-delà.
Les fabricants soucieux de rester à la pointe de l'innovation technologique seront probablement désireux d'adopter cette technologie transformatrice. Avec son potentiel pour optimiser les flux de travail, réduire les erreurs et améliorer l'efficacité globale, le système de jumeau numérique de l'Université d'aéronautique et d'astronautique de Nankin pourrait bientôt devenir une norme dans le paysage de la fabrication.
Si vous lisez ceci, vous êtes déjà en avance. Restez ainsi grâce à notre newsletter.
Avertissement. Les informations fournies ne constituent pas des conseils en matière d'investissement. Cryptopolitan.com ne saurait être tenue responsable des investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener vos propres recherches et/ou de consulter un professionnel qualifié avant de prendre toute décision d'investissement.

Brian Koome
Brian Koome compte plus de sept ans d'expérience dans la rédaction sur la blockchain et les cryptomonnaies, étant actif dans le secteur depuis 2017. Il a contribué à des publications de premier plan, dont BlockToday.com. Par ailleurs, il a développé le cours Ethereum 101 pour BitDegree.org avant de rejoindre Cryptopolitan en tant qu'auteur à temps plein. Brian rédige des guides intemporels (EG), des analyses approfondies, des interviews et des analyses de prix. Son focus sur la DeFi, l'innovation blockchain et les projets crypto émergents ravit ses lecteurs.
















