ENGINEERINGNET.BE - Kleinere batches, steeds complexere productielijnen, toenemende concurrentiedruk, onstabiele toeleveringsketens – GreenBotAI pakte deze uitdagingen aan door zich te richten op robotica.
Technisch gezien richtte het project zich op het verbeteren van de reactie- en latentietijden van industriële robots, het optimaliseren van de routeplanning en taakuitvoering mogelijk maken, zelfs tijdens robotbewegingen.
De door GreenBotAI ontwikkelde algoritmen stellen industriële gebruikers in staat om taken uit te voeren zoals snelle, on-the-fly picking, tracking, assemblage en kwaliteitscontrole, zonder dat grondige robotica-expertise vereist is.
Modulaire machine learning-modellen werden ontwikkeld en geëvalueerd in aangepaste simulatieomgevingen met behulp van synthetische data, wat robuuste AI-gestuurde 2D- en 3D-tracking mogelijk maakte in combinatie met kracht-koppelregeling.
Realtimecommunicatie via het User Datagram Protocol (UDP) en een modulaire architectuur zorgen voor naadloze gegevensuitwisseling en aanpasbaarheid in een breed scala aan robotsystemen.
GreenBotAI heeft verschillende maatregelen genomen om het energieverbruik met meer dan 25% te verminderen. Naast lichtgewicht AI-modellen en snellere verwerking van taken, was een belangrijke factor het verminderen van de rekenlast.
