En af de største udfordringer inden for robotteknologi er evnen til at simulere virkelige arbejdssituationer med høj præcision. Traditionelle testmetoder er ofte langsomme, omkostningstunge og begrænsede i deres omfang. For at imødekomme disse udfordringer har vi samarbejdet med SoftServe og NVIDIA om at skabe en virtuel kopi af autonome gaffeltrucks, som gør det muligt at simulere og analysere deres adfærd under en lang række driftsforhold. Løsningen bygger på digitale tvillinger udviklet i NVIDIA Omniverse – en platform bestående af API’er, SDK’er og services, som gør det muligt at integrere OpenUSD- og RTX-renderingsteknologier i avancerede simuleringsmiljøer.
Denne tilgang med digital twin bygger bro mellem udvikling og implementering. Den giver os mulighed for at validere og optimere vores robotløsninger i et kontrolleret, skalerbart og omkostningseffektivt miljø, før de tages i brug i den virkelige verden. Resultatet er hurtigere udviklingsforløb, kortere time-to-market og endnu højere kvalitet i de løsninger, vi leverer til vores kunder.
“Developing digital twin applications with Omniverse allows us to replicate and explore various testing environments in a way that is very hard to do in the real world, without actually going to the customer’s site,” says Johan Brynås, Director Research & Innovation hos Toyota Material Handling Europe.
“We can, for example, train and virtually test Physical AI solutions on an unlimited number of different sites. We can also do a lot of the actual system commissioning in the digital twin, minimising the disturbance of customer operations when going live. This truly allows us to increase our speed of innovation”.
Johan Brynås
Director Research & Innovation hos Toyota Material Handling Europe
t af de vigtigste anvendelsesområder for løsningen er samarbejdende ordreplukning, hvor medarbejdere og autonome mobile robotter (AMR’er) arbejder side om side for at øge den samlede effektivitet.
Dette scenarie er særligt interessant set fra et simuleringsperspektiv, fordi det omfatter komplekse interaktioner mellem mennesker og robotter (AMR's). Det kan for eksempel være, når en medarbejder afhenter en palle, bevæger sig omkring køretøjerne eller på anden måde påvirker de data, som LiDAR-scannere, kameraer og andre sensorer registrerer. I simuleringen repræsenteres medarbejderne af digitale menneskeavatarer, som udfører plukkeopgaver og interagerer med køretøjerne på en realistisk måde.
Ved hjælp af Mega NVIDIA Omniverse Blueprint – en løsning udviklet til simulering, test og optimering af AI- og robotflåder i digitale tvillinger før implementering i den virkelige verden – kan en komplet plukkeinstallation testes virtuelt. Her kan forskellige trafikmønstre, ordrestrukturer og driftsforhold afprøves med den faktiske køretøjssoftware og de AI-modeller, der anvendes i driften.
Det giver mulighed for at finjustere og teste systemets ydeevne, så den ønskede effektivitet kan opnås, inden løsningen implementeres i et rigtigt lager- eller produktionsmiljø. Resultatet er hurtigere udvikling, færre risici og en mere effektiv integration af mennesker og autonome køretøjer.
For at gøre denne vision til virkelighed har vi samarbejdet med SoftServe om at udnytte de nyeste teknologier fra NVIDIAs Omniverse-platform.
Initiativet ændrer måden, hvorpå automatiseringsløsninger til lagerdrift testes og valideres, før de implementeres i den virkelige verden. Den digitale tvilling kombinerer avanceret simuleringssoftware, realtidsdata og machine learning-algoritmer i én samlet løsning. Sammen skaber disse teknologier et dynamisk og interaktivt virtuelt miljø, hvor Toyotas trucks kan testes under en lang række forskellige driftsforhold og scenarier.
Ved at anvende detaljerede 3D-modeller med høj præcision og fysikbaserede simuleringer sikres det, at den digitale tvilling afspejler de fysiske køretøjers adfærd så nøjagtigt som muligt. Det giver et realistisk grundlag for at evaluere ydeevne, sikkerhed og effektivitet, før løsningerne tages i brug hos kunderne.
Resultatet er hurtigere udvikling, mere præcise tests og bedre beslutningsgrundlag, som understøtter fremtidens intelligente og automatiserede materialehåndtering.
Hos Toyota Material Handling Europe er vi dedikerede til at forme fremtidens logistik gennem kontinuerlig innovation og stærke partnerskaber.
Fremadrettet vil vi udvide anvendelsen af digitale tvillinger, styrke samarbejdet med teknologiledere som NVIDIA og SoftServe samt gøre vejen fra virtuel test til implementering i den virkelige verden endnu kortere og mere effektiv. Målet er at skabe et mere smidigt udviklingsforløb, hvor nye løsninger hurtigere kan omsættes til konkret værdi for kunderne.
Ved at investere i skalerbare AI-modeller og holde fokus på nye teknologiske muligheder ønsker vi fortsat at være blandt de førende inden for lagerautomation. Samtidig arbejder vi på at sætte nye standarder for effektivitet, innovation og intelligent materialehåndtering, så virksomheder kan drage fordel af mere fleksible, produktive og fremtidssikrede logistikløsninger.