AI giver robotter menneskelige evner

Håndtering af emner med robotter fungerer bedst, når emnerne har faste former og kan beskrives præcist på forhånd. Men sådan ser virkeligheden ikke altid ud i produktionen. Derfor har flere danske industrivirksomheder i et MADE Samarbejdsprojekt undersøgt, hvordan nye teknologier som Vision og AI kan gøre robotter i stand til at håndtere mere uforudsigelige emner som for eksempel tekstiler.

I projektet har Danfoss Drives, Trelleborg Sealing Solutions, Unimec og VikingGenetics, i samarbejde med Teknologisk Institut, testet både traditionelle og AI-baserede metoder til emnehåndtering. Her var fokus på at øge automatiseringsgraden og at skabe mere fleksible robotløsninger.

”Vi har prøvet nogle nye teknologier af, som vi ikke har prøvet før. Og det kan godt være, at vi kun lige har skrabet i overfladen, men vi får alligevel en god fornemmelse for, hvor langt teknologien er, og hvad det er, der kunne give mening for os at arbejde videre med bagefter”, fortæller Peter Lund Andersen, Platform Architect hos Danfoss Drives, der er eksperter inden for fremstilling af frekvensomformere til styring af elmotorer.

Læs også: Fra affald til værdi: Nyt projekt skal gøre Danmark til foregangsland for cirkulær elektronik

Især brugen af AI i kombination med kameraløsninger har overrasket flere af deltagerne i projektet. Blandt andet VikingGenetics, der er en dansk-nordisk avlsvirksomhed inden for kvæg som leverer genetiske løsninger til over 50 lande verden over.

”Det har overrasket os meget, hvor godt AI er på nogle af de her kameraløsninger, så det kan genkende ned til små detaljer”, forklarer Lonnie Bay Pedersen, der er laborant hos VikingGenetics. 

Projektet har desuden givet forskellige tilgange til at håndtere emner, og der er både brugt de mere traditionelle løsninger og nye AI-baserede metoder.

”Du gør systemet i stand til at samle ting op, som et menneske vil gøre det”, siger Carsten Panch Isaksen, der er faglig leder hos Teknologisk Institut.

Ifølge Carsten, gør de nye metoder det muligt at træne robotter til at håndtere emner uden faste former eller tekniske tegninger som for eksempel tekstiler eller poser. Det betyder, at robotter i højere grad kan håndtere emnerne på samme måde, som et menneske ville gøre det. Det har vist sig at være relevant for flere af de deltagende virksomheder.

Kilde: MADE

/ PiB