OnRobot

ชั้นการปฏิสัมพันธ์ทางกายภาพสำหรับ AI

ปัญญาประดิษฐ์เชิงกายภาพต้องการหุ่นยนต์ที่สามารถเปลี่ยนผลลัพธ์จากโมเดลให้เป็นการกระทำในโลกจริง

นั่นหมายถึงกริปเปอร์ เครื่องมือ และเซ็นเซอร์ที่สามารถจับชิ้นงาน ตรวจจับการสัมผัส วัดแรง ปรับการทำงาน และสร้างข้อมูลที่เป็นประโยชน์สำหรับฝึกโมเดลจากการปฏิสัมพันธ์ทางกายภาพ OnRobot มอบแพลตฟอร์มกริปเปอร์ไฟฟ้า เซ็นเซอร์แรง/แรงบิด และเครื่องมือปลายแขนหุ่นยนต์ที่ผ่านการพิสูจน์แล้วให้แก่นักพัฒนาโมเดล AI บริษัทหุ่นยนต์ที่ใช้ AI เป็นพื้นฐาน ทีมพัฒนาหุ่นยนต์ฮิวแมนนอยด์ สถาบันวิจัย และผู้ผลิตหุ่นยนต์ สำหรับการฝึก การตรวจสอบความถูกต้อง และการนำไปใช้งานในโลกจริง

สร้างขึ้นสำหรับ Physical AI (ก่อนที่ Physical AI จะเป็นสิ่งที่)

AI ทางกายภาพอาจเป็นสิ่งใหม่

มือจับแบบไฟฟ้า มีระบบป้อนกลับจำนวนมาก และแบบยืดหยุ่นไม่ได้เป็นเช่นนั้น

ที่ OnRobot เราใช้เวลาหลายปีในการสร้างมือจับไฟฟ้า เซ็นเซอร์ และเครื่องมือปลายแขนกลที่ยืดหยุ่นสำหรับระบบอัตโนมัติในโลกแห่งความเป็นจริง มีการติดตั้งผลิตภัณฑ์ OnRobot มากกว่า 22,000 รายการทั่วโลกในสภาพแวดล้อมทางอุตสาหกรรม ห้องปฏิบัติการวิจัย มหาวิทยาลัย และโรงเรียน AI ทางกายภาพช่วยให้หุ่นยนต์สามารถจัดการกับสภาพแวดล้อมที่ไม่มีโครงสร้างแบบไดนามิก สภาวะที่เปลี่ยนแปลง และขนาดชิ้นส่วนหลายขนาด มือจับไฟฟ้าของ OnRobot เหมาะอย่างยิ่งกับข้อกำหนดเหล่านี้ เนื่องจากมีความยืดหยุ่น ตั้งโปรแกรมได้ และสร้างขึ้นเพื่อการใช้งานจริง

กริปเปอร์ไฟฟ้า RG2/RG6
กริปเปอร์ไฟฟ้า RG2/RG6
การจับแบบสองนิ้วที่ยืดหยุ่นสำหรับวัตถุหลากหลายขนาดและรูปทรง
RG2-FT
RG2-FT
การจับด้วยไฟฟ้าพร้อมการตรวจจับแรง/แรงบิดและระยะใกล้ในตัว สำหรับการตรวจสอบงานที่มีการสัมผัสสูง
เซ็นเซอร์แรง/แรงบิด HEX
เซ็นเซอร์แรง/แรงบิด HEX
การตรวจจับแรงและแรงบิดสำหรับงานที่การปฏิสัมพันธ์ทางกายภาพ การจัดแนว และแรงสัมผัสมีความสำคัญ

เรียนรู้เพิ่มเติมเกี่ยวกับข้อกำหนด 4 ประการของปัญญาประดิษฐ์เชิงกายภาพในโลกแห่งความเป็นจริง

จับภาพการสังเกตเพียงอย่างเดียวไม่สามารถตรวจจับได้

วิสัยทัศน์แสดงสิ่งที่หุ่นยนต์มองเห็น การตอบสนองของแรงและแรงบิดแสดงให้เห็นว่าเกิดอะไรขึ้นเมื่อหุ่นยนต์สัมผัสกับโลก ข้อเสนอแนะ F/T ช่วยตอบคำถามสำคัญในงานจัดการ:

  • มีการติดต่อเกิดขึ้นหรือไม่?

  • ใช้แรงเท่าไหร่?

  • วัตถุลื่นไถลหรือไม่?

  • ด้ามจับมั่นคงหรือไม่?

  • การแทรกสำเร็จหรือไม่?

สำหรับแอปพลิเคชัน AI ทางกายภาพ การจัดการแบบสัมผัสจำนวนมากจำเป็นต้องมีความเข้าใจในเรื่องความเสถียรของด้ามจับ ความต้านทาน การลื่น แรงแทรก ตำแหน่งชิ้นส่วน และผลลัพธ์ของงาน

อุปกรณ์มือจับและเซ็นเซอร์ของ OnRobot ช่วยบันทึกการสังเกตทางกายภาพเหล่านี้ระหว่างงานหุ่นยนต์จริง

ปัญญาประดิษฐ์เชิงกายภาพต้องการข้อมูลจากการสัมผัสที่หลากหลาย

การจัดการวัตถุเป็นหนึ่งในงานหุ่นยนต์หลักของปัญญาประดิษฐ์เชิงกายภาพ และคิดเป็นประมาณสองในสามของงานวิจัยล่าสุดในสาขานี้

แต่งานวิจัยน้อยกว่า 20% ใช้การวัดแรง ทั้งที่การควบคุมแรงมีบทบาทสำคัญในงานปฏิสัมพันธ์ทางกายภาพ

ปัญญาประดิษฐ์เชิงกายภาพต้องการวิธีที่ดีกว่าในการเก็บข้อมูลการปฏิสัมพันธ์จากโลกจริง
~2/3
ของงานวิจัยด้านปัญญาประดิษฐ์เชิงกายภาพมุ่งเน้นการจัดการวัตถุ
น้อยกว่า 20%
ใช้การวัดแรง
60%
ใช้การสาธิตด้วยฮาร์ดแวร์น้อยกว่า 100 ครั้ง

เครื่องมือแนะนำ:

RG2-FT สำหรับการตรวจสอบงานที่มีการสัมผัสสูง

RG2-FT ผสานการจับด้วยไฟฟ้าเข้ากับการตรวจจับแรง/แรงบิดและระยะใกล้ในตัว

ซึ่งช่วยให้ทีมปัญญาประดิษฐ์เชิงกายภาพเก็บข้อมูลการจัดการวัตถุจากโลกจริง ตรวจสอบพฤติกรรมของหุ่นยนต์นอกเหนือจากการจำลอง และทดสอบประสิทธิภาพของโมเดลเมื่อการสัมผัส แรง และความแตกต่างของวัตถุมีความสำคัญ

แรงจับปรับได้ 3–40 N ปรับแรงจับให้เหมาะกับงาน วัตถุ และการสาธิต
ระยะชักปรับได้สูงสุด 100 mm รองรับวัตถุที่มีขนาดและรูปทรงหลากหลาย
การตรวจจับแรง/แรงบิดและระยะใกล้ เก็บข้อมูลแรงปฏิสัมพันธ์ระหว่างงานจัดการวัตถุจริง
มอเตอร์ไฟฟ้า DC แบบไร้แปรงถ่านในตัว การจับด้วยไฟฟ้าที่ตั้งโปรแกรมได้ สำหรับการทดสอบในโลกจริงที่ทำซ้ำได้

วงจรปัญญาประดิษฐ์เชิงกายภาพ

การสังเกตที่สมบูรณ์ยิ่งขึ้นช่วยสร้างชุดข้อมูลและนโยบายการจัดการวัตถุที่ดีขึ้น
ขั้นตอน 1
การสาธิตโดยมนุษย์
มนุษย์แสดงให้หุ่นยนต์เห็นวิธีปฏิบัติงาน
ขั้นตอน 2
การปฏิบัติงานของหุ่นยนต์
หุ่นยนต์ปฏิบัติงานโดยอัตโนมัติ
ขั้นตอน 3
การสังเกตทางกายภาพ
เซ็นเซอร์เก็บข้อมูลแรง แรงบิด การสัมผัส ตำแหน่ง และอื่น ๆ
ขั้นตอน 4
ชุดข้อมูลฝึก AI
การสังเกตถูกจัดโครงสร้างเป็นชุดข้อมูลเพื่อฝึกและปรับปรุงโมเดล AI

นโยบายของคุณส่งคำสั่ง เครื่องมือของ OnRobot ดำเนินการโต้ตอบทางกายภาพ ช่วยให้คุณสามารถบันทึกข้อสังเกตต่างๆ เช่น แรง แรงบิด ความกว้าง สถานะการยึดเกาะ ความใกล้เคียง และผลลัพธ์ของงาน ข้อสังเกตเหล่านั้นสนับสนุนการฝึกอบรม การตรวจสอบ และการปรับปรุงนโยบาย

แพลตฟอร์มที่ใช้งานได้จริงสำหรับหุ่นยนต์ที่ใช้ AI เป็นพื้นฐาน

พร้อมสำหรับความท้าทายจำลองสู่จริง 

การจำลองเป็นส่วนสำคัญของการพัฒนาแบบจำลอง Physical AI แต่คุณค่าของการจำลองขึ้นอยู่กับว่าเครื่องมือดิจิทัลเป็นตัวแทนของของจริงได้ใกล้เคียงแค่ไหน

OnRobot ก้าวไปไกลกว่ารูปทรงคงที่ ไปสู่การนำเสนอกริปเปอร์ URDF แบบไดนามิกที่สะท้อนการเคลื่อนไหวที่แท้จริง ความเฉื่อย และพฤติกรรมของเครื่องมือได้ดียิ่งขึ้น

การจำลองสามารถทำนายการติดต่อ ตำแหน่ง และผลลัพธ์ของงานได้ การดำเนินการในโลกแห่งความเป็นจริงแสดงให้เห็นว่าเกิดอะไรขึ้นจริง ด้วยการเปรียบเทียบพฤติกรรมจำลองกับการสังเกตทางกายภาพที่วัดได้ ทีม AI ทางกายภาพสามารถปรับปรุงนโยบาย ตรวจสอบแบบจำลอง และลดช่องว่างระหว่างการจำลองและการปรับใช้

ต้องการปรึกษาผู้เชี่ยวชาญด้านระบบอัตโนมัติของ OnRobot หรือไม่

คำถามที่พบบ่อย

ปัญญาประดิษฐ์เชิงกายภาพหมายถึงระบบหุ่นยนต์ที่เรียนรู้จากและทำงานในโลกกายภาพ โดยเชื่อมโยงโมเดล AI เข้ากับการเคลื่อนไหว การสัมผัส แรง แรงบิด ข้อมูลป้อนกลับจากเซ็นเซอร์ และผลลัพธ์ของงานในโลกจริง

ชั้นการปฏิสัมพันธ์ทางกายภาพคือฮาร์ดแวร์และเครื่องมือที่เชื่อมโยงโมเดล AI กับการกระทำในโลกจริง ซึ่งรวมถึงกริปเปอร์ เซ็นเซอร์แรง/แรงบิด เครื่องมือปลายแขนหุ่นยนต์ และระบบป้อนกลับที่ช่วยให้หุ่นยนต์จับ จัดการ วัดการสัมผัส และเก็บการสังเกตที่เป็นประโยชน์ระหว่างการปฏิบัติงาน

การสังเกตทางกายภาพที่พร้อมสำหรับ AI คือสัญญาณจากการปฏิสัมพันธ์ในโลกจริงที่สามารถใช้ฝึก ตรวจสอบ และนำโมเดลไปใช้งานได้ ตัวอย่างเช่น แรง แรงบิด ความกว้างของกริปเปอร์ ระยะใกล้ สถานะการจับ สถานะเครื่องมือ การตรวจจับชิ้นงาน ข้อผิดพลาด และผลลัพธ์ของงาน

กริปเปอร์ OnRobot เช่น RG2/RG6, 2FG7/2FG14 และ RG2-FT สามารถรองรับงานปัญญาประดิษฐ์เชิงกายภาพที่ต้องการการจัดการวัตถุในโลกจริงแบบยืดหยุ่นและตั้งโปรแกรมได้ เครื่องมือเหล่านี้ช่วยให้ทีมทดสอบประสิทธิภาพของโมเดลกับวัตถุ ขนาดชิ้นงาน สภาวะการสัมผัส และผลลัพธ์ของงานที่แตกต่างกัน

เซ็นเซอร์แรง/แรงบิด HEX ช่วยให้หุ่นยนต์วัดการปฏิสัมพันธ์ทางกายภาพในงานที่การสัมผัส การจัดแนว แรงต้าน หรือแรงที่ใช้มีความสำคัญ ข้อมูลนี้ช่วยสนับสนุนการตรวจสอบ การควบคุมแบบป้อนกลับ และการเก็บการสังเกตจากโลกจริงสำหรับงานจัดการวัตถุ

เพราะงานจัดการวัตถุจำนวนมากขึ้นอยู่กับสิ่งที่เกิดขึ้นระหว่างการสัมผัส ข้อมูลแรงและแรงบิดช่วยให้หุ่นยนต์เข้าใจความมั่นคงของการจับ แรงต้าน การลื่น แรงสอดใส่ การจัดแนว และสภาวะความผิดพลาด

RG2-FT ผสานการจับด้วยไฟฟ้าเข้ากับการตรวจจับแรง/แรงบิดและระยะใกล้ในตัว จึงเหมาะสำหรับการเก็บข้อมูลการจัดการวัตถุที่มีการสัมผัสสูงและการตรวจสอบพฤติกรรมของหุ่นยนต์ในงานจริง

การเรียนรู้จากการสาธิตต้องอาศัยตัวอย่างการกระทำและผลลัพธ์จริงที่มีคุณภาพสูง RG2-FT ช่วยเก็บสัญญาณการปฏิสัมพันธ์ทางกายภาพระหว่างการสาธิต รวมถึงแรง แรงบิด ตำแหน่ง ระยะใกล้ และผลลัพธ์ของงาน

เครื่องมือ OnRobot ช่วยให้ทีมพัฒนาหุ่นยนต์เปรียบเทียบพฤติกรรมที่คาดหวังกับผลลัพธ์ในโลกจริง การทดสอบประสิทธิภาพของหุ่นยนต์ภายใต้สภาวะทางกายภาพช่วยให้ทีมประเมินการทำงานของโมเดลเมื่อวัตถุเปลี่ยนแปลง การสัมผัสเปลี่ยนไป และการจัดการจริงก่อให้เกิดความไม่แน่นอน

ผลิตภัณฑ์ OnRobot สามารถให้ข้อมูลป้อนกลับ เช่น แรง แรงบิด ตำแหน่ง ระยะใกล้ สถานะเครื่องมือ การตรวจจับชิ้นงาน สถานะการจับ และข้อผิดพลาด ทั้งนี้ขึ้นอยู่กับเครื่องมือและการตั้งค่า

กริปเปอร์ไฟฟ้าสามารถตั้งโปรแกรม ควบคุม และให้ข้อมูลป้อนกลับได้ จึงเหมาะกับการเก็บข้อมูลที่ทำซ้ำได้ การจัดการแบบปรับตัว และการตรวจสอบในโลกจริง กริปเปอร์ไฟฟ้าของ OnRobot ยังรองรับชิ้นงานหลายขนาด ช่วยให้ทีมทดสอบว่าอัลกอริทึมตอบสนองต่อความแปรผันในโลกจริงอย่างไร

ไม่ใช่ เครื่องมือและกริปเปอร์ OnRobot ออกแบบมาสำหรับงานระบบอัตโนมัติทางอุตสาหกรรมในโลกจริง ผลิตภัณฑ์ OnRobot มากกว่า 22,000 ชิ้นถูกนำไปใช้งานทั่วโลก สำหรับทีมปัญญาประดิษฐ์เชิงกายภาพ นั่นหมายถึงการฝึกและการตรวจสอบสามารถทำได้ด้วยฮาร์ดแวร์ที่สร้างขึ้นสำหรับการใช้งานจริง

ได้ เมื่อจำเป็นต้องใช้เครื่องมือปลายแขนหุ่นยนต์แบบไฟฟ้าที่เชื่อถือได้และให้ข้อมูลป้อนกลับที่ครบถ้วน เครื่องมือ OnRobot สามารถสนับสนุนทีมพัฒนาหุ่นยนต์ฮิวแมนนอยด์และหุ่นยนต์เคลื่อนที่สำหรับการจัดการวัตถุที่มุ่งสู่การใช้งานจริง

เลือกภาษา

Americas

English Português Español

Asia

简体中文 繁体中文 日本語 한국어 ภาษาไทย Tiếng Việt

Europe

English Čeština Dansk Nederlands Suomi Français Deutsch Magyar Italiano Norsk Polski Português Română Español Svenska Türkçe
ภาษาไทย