初創企業加快機器人模擬技術在市值8萬億美元食品市場中的應用
2025-02-15
視頻： 它還能運行姿勢估計模型，幫助抓取系統看到待抓取物品的角度。
憑借現場的NVIDIA A100 GPU，Soft Robotics能夠使用這些食品加工廠每個應用所特有的模型在瞬間進行推理。同時，通過Isaac Sim中的模擬和訓練功能，加工廠還可以使用NVIDIA A100擴大工作的規模。
Weatherwax表示：“我們目前的設置全部是合成的，所以能夠快速部署新的應用。我們把寶都壓在了Omniverse和Isaac Sim上，并且效果非常好。”
解決遮擋和照明問題
為了了解不同雞肉塊在被倒成一堆時的堆疊和重疊方式，Soft Robotics需要解決遮擋這個重大難題。
Weatherwax表示：“這些雞肉堆的形成方式可能相當復雜。”濕雞肉上的反光可能會使檢測模型失效。“我們需要解決的另一個重大難題是照明，所以NVIDIA RTX驅動的光線追蹤十分重要。”但真正重要的是為所有物品構建3D模型并在一瞬間找出堆中的哪件物品受阻最小，最容易被機器人抓手抓取和放置。
Omniverse通過構建符合物理學的合成數據集使Soft Robotics能夠創造出這樣的環境。我們需要克服的一大挑戰是這些形狀各異的物體的堆積方式。提高產線的抓取準確率食品加工廠產線上的移動速度很快，但部署了特定應用模型的機器人每分鐘可進行多達100次抓取。
這種機器人目前仍在開發中，而這項工作的成敗取決于對物品堆的準確表述，同時訓練數據集需要涵蓋物品落入堆中的所有可能方式。這個數據集是為了訓練機器人知道在一個復雜、不斷變化的環境中如何進行最佳的抓取。
如果食品從傳送帶上掉下來或因其他原因而損壞，那就會造成浪費，直接影響到產量。
推動產量增長
肉類包裝公司在產線上加工雞肉。但與許多其他行業一樣，他們也面臨著員工短缺問題。
Weatherwax表示，一些正在建設新食品加工廠的企業甚至無法在剛開始生產時吸引到足夠的工人。“這些企業遇到了很多人手方面的問題，這推動了自動化的趨勢。”
Omniverse驅動的工作使食品加工企業的模擬能力提升了10倍以上，將AI抓取系統的部署時間從幾個月縮短到幾天。這使Soft Robotics的客戶不但能夠部署自動化雞肉抓取線，還能夠應對沖擊許多行業的人手問題，尤其是受傷和健康風險較高的行業。
Weatherwax表示：“機器人更適合處理生雞肉”。