RightHand Robotics hat das Roboter-Handling-System RightPic 3 vorgestellt, die neueste Entwicklung der RightPick-Produktreihe.
RightHand Robotics hat das Roboter-Handling-System RightPic 3 vorgestellt, die neueste Entwicklung der RightPick-Produktreihe.
Automatisierte Fertigungsprozesse gehören heutzutage in vielen Industriebereichen zum Goldstandard. Kollaborative auf KI gestützte Roboterlösungen sollen aber schon bald eine neue Evolutionsstufe der Automation einläuten. Die Technik dafür steht bereits in den Startlöchern.
Die meisten westlichen Gesellschaften werden in der 2. Hälfte dieses Jahrhunderts mit dem konfrontiert sein, was in Japan im nächsten Jahrzehnt bereits Realität werden soll: die Kombination aus einer alternden Gesellschaft und einer schrumpfenden Bevölkerung. Um Krankenhäuser und Pflegeheime zu entlasten, hat der japanische Roboterhersteller Panasonic einige neue Serviceroboter entwickelt, vom Transportroboter für Medikamente und medizinische Proben bis hin zum autonomen Rollstuhl und einer Gehhilfe mit künstlicher Intelligenz.
Energy Robotics erhält eine zwei Millionen Euro Seed-Finanzierung.
6 River Systems hat seinen autonomen kollaborativen Kommissionierroboter Chuck in die automatisierten Verpackungsprozesse von Packsize integriert.
Der Walk Training Robo von Panasonic sieht aus wie eine einfache Gehhilfe, ist aber darauf ausgelegt, die Gehfähigkeit eines Patienten zu stärken, um das Gehen – etwa nach einem Schlaganfall – neu zu erlernen oder zu verbessern.
Der Logistiksektor ist für Hersteller von Automatisierungslösungen ein starker Wachstumsmarkt – und bringt gleichzeitig immer neue Herausforderungen. Mit Erfahrungswerten aus Produktionsprozessen und Unterstützung von KI-Partnern zeigen Marktführer neue Lösungen, die perfekt auf den Einsatz in der Logistik zugeschnitten sind.
Mitarbeiterinnen und Mitarbeiter in der Produktion sollen künftig noch besser bei der Entscheidungsfindung in Stör- und Fehlersituationen unterstützt werden.
Das Robotersystem Kitov One von Kitov.ai (Vertrieb ATEcare Service GmbH & Co.
Künstliche Intelligenz (KI) und Machine Learning halten in immer mehr Wirtschaftsbereichen Einzug, auch in der Intralogistik. TGW hat beispielsweise den selbstlernenden Pickroboter Rovolution entwickelt. Welche Vorteile das preisgekrönte System bietet und wie mithilfe von KI das Fulfillment Center der Zukunft optimiert werden kann, erklärt im Interview Dr. Maximilian Beinhofer, Head of Cognitive Systems Development bei TGW.
Von der Sprachsteuerung bis zur Implementierung von 3D-Vision, das Innovationstempo in der Robotik ist beeindruckend. Aber der vielleicht bedeutendste Trend ist derzeit die Einbettung der künstlichen Intelligenz in gängige Robotersysteme. Dies führt zu erweiterten Fähigkeiten und ermöglicht es, das volle Potenzial der vorausschauenden und vorhersagenden Wartung auszuschöpfen.
Für Montageaufgaben ist die flexible Roboterprogrammierung bislang noch aufwendig. Dies zu verbessern, ist das Ziel des Forschungsprojekts ‚Rob-aKademI‘. Die darin genutzten Technologien, allen voran das Maschinelle Lernen, sollen die Programmierung erleichtern und autonomer machen.
AdlinkTechnology bringt die Roscube-X-Serie in Position. Die Echtzeit-ROS-2-Robotik-Steuerung wird durch das Modul Nvidia Jetson AGX Xavier angetrieben.
Die Covid19-Pandemie hat unser Leben in vielerlei Hinsicht beeinflusst. Neben den derzeitigen Regeln zum sozialen Abstand und der Minimierung von persönlichen Kontakten, ist insbesondere die Frage wichtig, wie die Sicherheit der Arbeitnehmer in der kritischen Infrastruktur gewährleistet werden kann.
Das Robotik Startup Robominds hat in Reaktion auf die aktuelle Corona-Pandemie eine Lösung entwickelt, die Roboterarme befähigt, Proben und Reagenzien für die medizinische Diagnostik vor zu sortieren. Auf Basis künstlicher Intelligenz erkennt das Soft-und Hardwaresystem Robobrain Position und Farbe der Probenröhrchen und kann diese ohne vorheriges Einlernen voll automatisiert vor- und einsortieren.
Mithilfe der künstlichen Intelligenz der Softwarelösung Robobrain.Vision von Robominds können Roboter verschiedene Objekte erkennen.
Von der Entwicklung über die Materialbeschaffung, den Produktionsprozess bis zur Nutzung und schlussendlich Entsorgung – wer Produkte nachhaltiger gestalten will, steht vor einer komplexen Aufgabe.
Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.
Mängel im Endprodukt, lange Vorlaufzeiten oder Unterbrechungen in der Lieferkette sind Schmerzpunkte in jeder Qualitätssicherung.
In Zusammenarbeit mit Unternehmen aus dem Automobil- und Technologie-Bereich veranstaltet Idealworks eine weltweite AI-Challenge zum Training künstlicher Intelligenz in der Produktion basierend auf synthetischen Daten aus der BMW iFactory.
In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.
Die Anmeldung für die Everyday AI Conference am 21. Juni in London ist geöffnet.
„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?
Bauteile mobil und in Echtzeit überprüfen – das soll die Software Marquis des Fraunhofer IGD ermöglichen.
Künstliche Intelligenz (KI) und Maschinelles Lernen sind seit Jahren in der industriellen Produktion angekommen. Zumindest theoretisch. Mit welcher Vehemenz KI jetzt in der Praxis Einzug hält, soll sich auf der Automatica zeigen, die vom 21. bis 24. Juni 2022 in München stattfindet.
Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.
Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.
Die Vision Cam Ai.go von Imago Technologies soll Anwendern den einfachen Einstieg in Deep Learning ermöglichen.