KI: Was kann der Robotik-Controller mit Nvidia-Modul?

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

KI: Was kann der Robotik-Controller mit Nvidia-Modul?

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
KI kommt in der Industrie an. Da muss auch die Robotersteuerung technologisch mithalten. Hier ein Beispiel.
Robotik-Controller Steuerung Controller KI maschinelles lernen

Quelle: Acceed

Künstliche Intelligenz (KI), speziell maschinelles Lernen, stößt endlich auch in eher klassischen industriellen Anwendungen zunehmend auf Interesse. Sei es bei der Wartungs- und Fehlerprognose oder der Optimierung von Betriebs- und Fertigungsparametern: Der Einsatz spezialisierter und leistungsstarker Hardware unterstützt wirkungsvoll die rasante Entwicklung bei Software und Algorithmen. Acceed hat jetzt mehrere Robotik-Controller der Baureihe ROScube in das Programm aufgenommen, um diese Entwicklungsschritte seiner Kunden optimal zu unterstützen. Der ROScube-X besitzt ein integriertes Jetson-Modul, während der ROScube-I speziell für die Erweiterung mit Intel VPU oder Nvidia GPU entwickelt ist.

Robotik-Controller, KI und maschinelles Lernen

Jetson ist der Markenname des Herstellers Nvidia für eine Reihe von integrierten Computerchips mit Tegra-Prozessor. Jetson wurde als Low-Power-System speziell entwickelt, um Applikationen im Bereich Machine Learning (ML) zu beschleunigen. Machine Learning, im deutschen Sprachgebrauch auch maschinelles Lernen genannt, kann als Teilbereich der Künstlichen Intelligenz (KI) betrachtet werden. Dabei wird mit Algorithmen ein mathematisches Modell errichtet, das auf so genannten Trainingsdaten basiert, um Vorhersagen oder Entscheidungen zu treffen, ohne explizit dafür programmiert zu sein. Algorithmen des maschinellen Lernens werden zunehmend in industriellen Anwendungen eingesetzt, etwa für die Diagnose von Maschinen und Anlagen, für die Optimierung von Einstellungen während der Inbetriebnahmephase oder für die autonome Anpassung von Prozessen während des Betriebs. Sogar die Entwicklung neuer Produkte kann durch Einsatz von maschinellem Lernen deutlich beschleunigt werden. Letztlich geht es um um die Steigerung von Effizienz, Produktivität und Verfügbarkeit, die mit konventineller Programmierung und einfacher Steuerung nicht zu erreichen ist.

Mit dem Jetson Xavier NX hat Nvidia im vergangenen Jahr eine neue Entwicklerplatine für den Machine-Learning-Sektor vorgestellt. Das Board wurde unter anderem für den Einsatz in Robotern und beim Edge-Computing entwickelt und kommt in den Robotik-Controllern ROScube-I und ROScube-X zum Einsatz, die der deutsche Distributor Acceed jetzt in sein Programm aufgenommen hat.

Was die neuen Robotik-Controller mit Intel- und Nvidia-Chips können

Der ROS2-fähige ROScube-I ist wahlweise mit verschiedenen Intel-Prozessoren i7, i3 oder i5-BGA der 9. Generation ausgestattet. Die besonders auf den Einsatz in der Robotik ausgerichteten Schnittstellen dienen der Anbindung einer Vielzahl von Sensoren und Aktoren und geben damit größtmöglichen Spielraum bei der Umsetzung leistungsstarker Robotikanwendungen. Eine optionale Erweiterungsbox (PCIe Gen 3) erlaubt darüber hinaus die Installation anwendungsspezifischer Hardware-Erweiterungen. Der ROScube-I ist optimiert für den Einsatz mit VPU-Karten von Intel oder Nvidia-GPU-Karten zur Berechnung von KI-Algorithmen und Inferenzen. Der Robotik-Controller unterstützt alle Entwicklungen mit dem Neuron-SDK von Adlink für den industriellen Einsatz, zum Beispiel von autonomen mobilen Robotern (AMR) und autonomen mobilen Industrierobotern (AMIR).

So kommt KI und Robotiksteuerung zusammen

Der ROScube-X enthält das Jetson-Xavier-Modul und zudem eine integrierte Volta-GPU, beides von Nvidia, sowie zwei Deep-Learning-Beschleunigungseinheiten. Für Entwicklungen wird der komplette Funktionsumfang des JetPack-SDKs und des Neuron-SDKs unterstützt. Damit ist der Controller eine ausgezeichnete Plattform speziell für Robotikanwendungen mit hohen Anforderungen an AI-Computing-Performance bei gleichzeitig geringem Stromverbrauch.

Zu den weiteren Features gehören die robusten, verriegelbaren USB-Anschlüsse, die Vielzahl von I/O-Schnittstellen, die Zeitsynchronisation mit GMSL2-Kameras und IMU, Remote-Power-On für Roboter und Echtzeitzugriff für CAN-Bus, GPIO und serielle Schnittstelle. Die zulässige Umgebungstemperatur für den Betrieb ist mit maximal -20 bis +70 °C, abhängig von der Ausstattung, angegeben. Weitere technische Details und Informationen zu Anwendungsmöglichkeiten sind direkt beim deutschen Distributor Acceed erhältlich.

Lesen Sie auch: Betriebsanleitungen erstellen – vom Kostenfaktor zum Qualitätskriterium

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

Abonnieren
Benachrichtige mich bei
guest
0 Comments
Inline Feedbacks
View all comments

Andere Leser haben sich auch für die folgenden Artikel interessiert

Redaktionsbrief

Tragen Sie sich zu unserem Redaktions-Newsletter ein, um auf dem Laufenden zu bleiben.

Wir wollen immer besser werden!

Deshalb fragen wir SIE, was Sie wollen!

Nehmen Sie an unserer Umfrage teil, und helfen Sie uns noch besser zu werden!

zur Umfrage

Aktuelle Ausgabe

Topthema: Neue Software-Plattform für die Messtechnik

GOM Inspect Suite

Mehr erfahren

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.