Lưu ý: Trong chủ đề sắp đọc tiếp theo, bạn sẽ tìm hiểu về: Tập đoàn BMW chọn nền tảng Isaac của Nvidia để sản xuất ô tô tùy chỉnh
tập trung vào cải thiện của bạn nhà máy sử dụng robot hậu cần được hỗ trợ bởi các công nghệ trực quan và điện toán AI tiên tiến, bmw nhóm đã chọn Nền tảng robot Isaac của Nvidia để cải thiện quy trình của bạn. Công ty xe hơi đặt mục tiêu cải thiện quy trình hậu cần để sản xuất những chiếc xe tùy chỉnh nhanh hơn và hiệu quả hơn.
Theo Nvidia, sẽ được thực hiện một sistema được phát triển với các công nghệ và rô bốt được tạo bằng một kiến trúc phần mềm duy nhất, chạy trên nền tảng Isaac.
Tín dụng: BMW / Sinh sản
“Để sản xuất một lượng lớn ô tô chất lượng cao, tùy biến cao có sẵn ở nhiều kiểu trên một dây chuyền sản xuất, bạn cần sử dụng các giải pháp điện toán tiên tiến trong suốt quá trình. Jürgen Maidl, Phó Chủ tịch Cấp cao của BMW Group Logistics cho biết: “Sự hợp tác của chúng tôi với Nvidia cho phép chúng tôi tạo ra tương lai của dịch vụ hậu cần nhà máy ngày nay và làm hài lòng các khách hàng của Tập đoàn BMW trên toàn thế giới.
Chuỗi cung ứng của tập đoàn BMW xử lý hàng nghìn bộ phận riêng biệt trong cùng một nhà máy. Ngoài ra, xe được cung cấp cho khách hàng với trung bình 100 tùy chọn khác nhau, điều đó có nghĩa là 99% đơn đặt hàng xe là duy nhất – một kịch bản tạo ra thách thức lớn cho công tác hậu cần của nhà máy.
Để giảm độ phức tạp của dòng nguyên liệu này, chúng tôi sử dụng Robot hậu cần tự động hỗ trợ AI hỗ trợ quá trình sản xuất để lắp ráp các loại xe có tính tùy biến cao trên cùng một dây chuyền sản xuất.
Tín dụng: BMW / Sinh sản
Maidl giải thích: “Về cơ bản, số lượng lớn các cấu hình có thể tạo ra một thách thức trong ba lĩnh vực chính trong quá trình sản xuất của BMW: điện toán, lập kế hoạch hậu cần và phân tích dữ liệu.
Do đó, nhóm bắt đầu sử dụng nền tảng Isaac để phát triển năm robot có AI nhằm cải thiện quy trình hậu cần. Robot điều hướng cũng được tạo ra để tự vận chuyển vật liệu và robot thao tác để lựa chọn và sắp xếp các bộ phận.
Sử dụng nhiều mạng lưới thần kinh tiên tiếnrô-bốt được đào tạo với dữ liệu thực và GPU Quadro để hiển thị các bộ phận máy dò tia trong các điều kiện ánh sáng và chướng ngại vật khác nhau nhằm tăng cường dữ liệu thực.
Sau đó, dữ liệu thực và dữ liệu tổng hợp được sử dụng để đào tạo mạng lưới thần kinh sâu trên các hệ thống DGX. Các rô-bốt được đào tạo và thử nghiệm thực tế trên các thiết bị mô phỏng của Isaac để xác minh khả năng điều hướng và thao tác của chúng, đồng thời được vận hành trên nền tảng Omniverse của Nvidia, nền tảng cung cấp môi trường mô phỏng nơi nhân viên BMW từ các khu vực khác nhau có thể làm việc.
🇧🇷
