산업용 메타버스, AI, 로봇공학의 융합

몇 년 전, 산업 메타버스의 잠재력에 대한 광범위한 논의가 있었습니다. 그 이후로 초점은 기반 기술 개발로 옮겨졌습니다. 그렇다면 현재 산업 메타버스의 현황은 어떠한가?

첫째, 산업 메타버스가 완전히 새로운 것은 아니라는 점을 분명히 하는 것이 중요합니다. 오히려 엔지니어가 3D 디지털 환경 내에서 상호 작용하고, 프로세스를 시뮬레이션하고, 가상 로봇과 가상 인력을 통합할 수 있게 해주는 시뮬레이션과 같은 수십 년 간의 기술 축적이 진화한 것입니다.- 여기에서 엔지니어는 생산 프로세스를 수정하고 검증할 수 있습니다.

최근 몇 년 동안 AI의 등장은 새로운 기회를 가져왔습니다. 산업용 메타버스를 논의할 때 우리는 단지 시뮬레이션만 언급하는 것이 아닙니다. 또한 엔지니어가 효율성을 향상하고 더 나은 결정을 내리며 효과적으로 협업하는 데 도움이 되는 AI 부조종사 또는 AI 보조원도 포함됩니다. 엔지니어는 산업 메타버스 환경에 몰입하고 현실적인 시나리오 내에서 공동으로 프로젝트를 진행할 수 있습니다.

원활한 협업을 위한 산업용 메타버스

산업용 메타버스는 원활한 -조직 간 협업, 실시간-시각화 및 시뮬레이션, 공동{2}}설계 및 엔지니어링을 가능하게 합니다. 디지털 트윈, IoT 센서, 충실도 높은 시각화를 통합하여 완전히 새로운 작업 방식을 만들어냅니다.

배터리 제조를 예로 들어보겠습니다. 제조업체는 Siemens Process Simulate를 사용하여 공유 가상 공간 내에서 물리{0} 기반 디지털 트윈을 활용할 수 있습니다. Xcelerator 소프트웨어를 통해 구축된 디지털 트윈을 사용하면 생산 단위 내 로봇, AGV 및 인간 간의 상호 작용을 정확하게 시뮬레이션할 수 있습니다. 그런 다음 배터리 조립 라인을 NVIDIA Omniverse에서 모델링하고 Siemens의 디지털 제조 도구와 원활하게 연결할 수 있습니다. Tecnomatix Connector를 통해 Process Simulate 연구 결과가 Omniverse로 전송되어 사용자가{4}}충실도가 높은 시각화와 사실적인 시뮬레이션을 경험할 수 있습니다.

이미지: Siemens Process Simulate에서 시뮬레이션된 배터리 생산 라인(왼쪽)과 NVIDIA Omniverse 내에서 높은 충실도로 시각화된 배터리 생산 라인(오른쪽).

생산에서 로봇 효율성을 보장하는 시뮬레이션

엔지니어는 Siemens Process Simulate를 예로 들어 현실적인 제조 환경에서 자동화된 프로세스를 개발, 시뮬레이션 및 검증할 수 있습니다. 이는 매우 중요합니다. 실제 세계에 로봇을 설치하고 시나리오를 반복적으로 테스트하는 것은 비용이 많이 들고 종종 비실용적입니다.

엔지니어는 디지털 트윈 또는 3D 환경으로 전환하여 모든 로봇, 장비, 컨베이어 및 인력을 포함하는 생산 라인을 구축하고 다양한 대안을 테스트하여 작업 흐름을 최적화할 수 있습니다. 이렇게 하면 구현 후 문제가 발생할 위험이 줄어들고 설치 후 오류 수정이나 로봇 미세 조정 비용이 들지 않습니다.-

작업 현장에 로봇을 배치할 때 가장 큰 과제는 작업자를 보호하기 위해 적절한 안전 표준에 따라 로봇이 작동하는지 확인하는 것입니다. 로봇 공급업체는 안전 기술을 제공하지만 이러한 조치는 보호 구역으로의 진입을 방지하기 위해 로봇의 움직임을 제한하는 경우가 많습니다. 시뮬레이션이 필요한 바쁜 작업 현장에서는 이를 달성하기 어려울 수 있습니다. 엔지니어는 제한된 구역이 있는 제조 환경을 시뮬레이션하고 검증하여 실제 배포 전에 로봇 안전 기능을 해결할 수 있습니다.

사용자는 로봇의 움직임을 무작위로 지정하고 작업자 작업을 시뮬레이션할 수도 있습니다. 근처에 다른 기기나 로봇이 있으면 최적화가 적용될 수 있습니다. 이러한 시뮬레이션의 주요 접근 방식 중 하나는 인간과 기계 간의 간섭을 최소화하는 것입니다. 여기에는 잠재적인 안전 침해를 테스트하기 위해 작업자의 행동을 무작위로 지정하고, 누군가가 제한 구역에 들어갈 경우 로봇이 멈추도록 하고, 손이 끼이는 등의 위험을 방지하는 것이 포함됩니다. 시뮬레이션을 사용하면 이러한 모든 시나리오를 설계 환경 내에서 처리하여 실제-위험을 줄일 수 있습니다.

로봇 배치에서 가상 현실의 역할

소비재 부문에서 제조업체는 다른 국가의 공급업체와 커뮤니케이션하는 데 어려움을 겪었습니다. 기존의 워크스테이션 설계 방식은 시대에 뒤떨어졌기 때문에 VR 기술을 사용하여 몰입형 협업 환경을 만들었습니다. 엔지니어들은 헤드셋을 통해 원격으로 만나 현실적인 설계 설정에서 작업할 수 있었습니다.

워크스테이션이 설계되면 제조업체는 이를 원격으로 검토하고 설계를 평가하며 필요에 따라 조정을 제안할 수 있습니다. 센서를 갖춘-인간 작업자를 모델로 한 가상 운영자를 사용하면 작업 현장 동작을 캡처할 수 있습니다. 이러한 데이터 스트림은 가상 장비를 사용하여 시뮬레이션 환경에서 테스트할 수 있습니다.

이 기술 스택은 산업 메타버스 내에서 협업을 가능하게 하여 장비를 이동하거나 물리적으로 설치하지 않고도 정보에 입각한 엔지니어링 결정을 내릴 수 있습니다.

AI{0}}미래의 로봇공학

AI 기술이 빠르게 발전함에 따라 로봇은 환경에 대한 인식이 향상되고 지능적인 모션 결정을 내리는 능력이 향상되면서 자율성이 더욱 높아지고 있습니다.

이러한 기능은 계속 발전하고 있지만 머지않아 로봇이 어수선한 컨테이너에서 자동으로 품목을 골라 선반이나 패키지에 배치하는 모습을 보게 될 것입니다. 이러한 지능({1}}물리적 AI라고도 함-)을 갖춘 휴머노이드 로봇은 주변 환경을 감지하고 이를 물리적 행동으로 변환할 수 있습니다.

AI{0}}지원 로봇이 시뮬레이션과 교차하면 다양한 시나리오에서 로봇 작업 성능을 훈련하고 검증하기 위한 가상 세계가 생성될 수 있습니다. 엔지니어는 이러한 가상 환경의 피드백을 사용하여 로봇 인식 및 동작을 테스트하고 최적화할 수 있습니다.

산업 메타버스, AI, 로봇 공학의 융합은 제조 분야의 변혁적인 시대의 시작을 의미합니다. AI는 더 이상 단순한 추가 기능이 아닙니다.- 제조 시뮬레이션 내에서 지능형 자동화를 적극적으로 추진하고 있습니다. 선도적인 자동화 기업은 생성 AI, 머신 러닝, 머신 비전과 같은 기술을 산업 환경에 적용하여 산업용 AI에 막대한 투자를 하고 있습니다. 예를 들어, '에이전트{4}}스타일 AI' 시스템은 자율성과 의사결정 능력을 바탕으로 작동할 수 있으며, 엔지니어의 지속적인 개입 없이도 제조 프로세스를 사전에 문제 해결, 시뮬레이션 및 최적화할 수 있습니다.{5}}

자세한 내용을 보려면 아래 링크를 클릭하십시오.

ADVOR: Reeman의 차세대-세대 모바일 광고 로봇

Rhino 자율 지게차: 강력하고 정확하며 스마트 물류를 위해 제작되었습니다.

Reeman MINI 자율 스태커 지게차: 1.1m 통로의 민첩한 작동, 효율적인 창고 및 물류를 위한 스마트 파워