AI 및 ML 리드 패키징 로봇공학 동향

로봇 공학 포장을 위한 인공 지능 및 기계 학습 애플리케이션이 빠르게 성장하고 있어 로봇이 작업을 보다 효율적으로 수행할 수 있도록 돕고 수동 프로그래밍의 필요성이 제거됩니다.

4차 산업 혁명, 즉 Industry 4.0의 최전선에서 인공 지능(AI)과 기계 학습(ML)은 현재 포장 로봇 공학 및 자동화 분야의 가장 큰 두 가지 추세입니다. AI는 프로그래밍되는 것이 아니라 특정 작업을 수행하도록 훈련된 소프트웨어를 말합니다. ML은 알고리즘을 사용하여 자동으로 통찰력을 학습하고 데이터의 패턴을 인식하며, 학습한 내용을 적용하여 점점 더 나은 결정을 내립니다.

PMMI(포장 및 가공 기술 협회)의 2022년 보고서에 따르면 "로봇과 코봇은 자동화된 미래"라고 합니다. "로봇이 포장 산업 전반에 확산됨에 따라 AI 기반 애플리케이션도 확산되고 있습니다. AI 기반 솔루션의 급속한 성장은 계속될 것으로 예상되며, 패키징에 AI 사용은 향후 5년 동안 연평균 성장률(CAGR) 50% 이상 증가할 것으로 예상됩니다.”

지난 1월 Deep Learning Robotics(DLRob)는 다양한 로봇 플랫폼과의 호환성을 위해 개발된 "획기적인 로봇 제어 소프트웨어"를 공개했습니다. "이 혁신적인 소프트웨어를 사용하면 사용자는 단순히 작업을 시연함으로써 가장 자연스럽고 직관적인 방식으로 로봇 작업을 가르칠 수 있습니다."라고 설명합니다.

DLRob의 고급 ML 알고리즘을 통해 로봇은 인간의 행동을 관찰하고 모방함으로써 학습합니다. 사용자 친화적인 인터페이스와 산업 제조부터 가정 자동화에 이르기까지 광범위한 로봇 및 애플리케이션에 대한 적응성을 통해 누구나 로봇에게 새로운 작업을 가르칠 수 있다고 회사는 말합니다.

DLRob의 소프트웨어는 1월에 출시되었습니다. 지난 4월에는 고객이 Universal Robots의 UR 코봇 시리즈를 포함하여 더 광범위한 로봇 장치를 연결하고 제어할 수 있게 해주는 새로운 소프트웨어 업데이트를 통해 새로운 하드웨어 장치에 대한 지원을 발표했습니다.

지난 6월 독일에서 열린 automatica 2023 무역 박람회에서 Alphabet 회사인 Intrinsic과 Siemens는 Intrinsic의 AI 기반 로봇 소프트웨어와 Siemens Digital Industries의 자동화 및 상호 운용이 가능한 개방형 포트폴리오 간의 통합 및 인터페이스를 탐색하기 위해 협력했다고 발표했습니다. 산업 생산을 운영합니다.

현재 AI 기반 로봇 공학 및 자동화 구성 요소의 개발 및 런타임 환경은 개발 패러다임이 크게 다르며 통합을 번거롭게 만드는 Intrinsic에 대해 설명합니다. "예를 들어 자세 추정, 로봇 조작 또는 자동화된 경로 계획과 같은 고급 로봇 기능을 배포하는 것은 일반적으로 도메인 전문가 팀이 운영해야 하는 복잡한 프로세스입니다."라고 말합니다.

두 회사는 로봇공학, 자동화 엔지니어링, IT 개발 간의 격차를 원활하게 메울 수 있는 새로운 방법을 연구할 계획입니다. Intrinsic에 따르면 두 세계를 연결하면 유연한 AI 지원 로봇 작업 셀의 개발 프로세스가 가속화되고 원활한 작동이 촉진될 것입니다. 이를 통해 더 많은 기업, 기업가, 개발자, 특히 중소기업(SME)과 같은 새로운 시장 부문에서 산업용 로봇에 더 쉽게 접근하고 사용할 수 있게 될 것입니다.

“Intrinsic의 사명은 로봇 공학에 대한 접근을 민주화하는 것입니다. 그러나 로봇 공학은 오늘날 가장 큰 가치가 창출되는 생산 환경에서 거의 분리되지 않습니다.”라고 Intrinsic의 CEO인 Wendy Tan White는 말합니다. "이것이 바로 Siemens Digital Industries와 협력하는 것이 미래에 공동 솔루션을 시장에 출시할 수 있는 흥미로운 기회인 이유입니다. 따라서 더 많은 기업이 로봇공학과 자동화가 제공할 수 있는 가치로부터 혜택을 누릴 수 있습니다."

Siemens 공장 자동화 CEO Rainer Brehm은 다음과 같이 덧붙였습니다. “Siemens는 Industrial Operations X 포트폴리오의 핵심 원칙인 IT와 OT(운영 기술)를 더욱 긴밀하게 연결하는 데 전념하고 있습니다. 우리는 산업용 로봇 공학에 대한 Intrinsic의 개방형 접근 방식에 깊은 인상을 받았으며, AI 기반 로봇과 자동화 기술의 결합이 어떻게 더욱 가속화될 수 있는지 Intrinsic과 함께 탐구하게 되어 기쁘게 생각합니다.” 비밀번호