牛牛澡牛牛爽一区二区,国产精品久久无码不卡黑寡妇,国产精品国产高清国产专区,在线观看免费av毛片,一级做a爰片久久毛片16,日本黄页网站免费大全1688,欧美视频一区二区三区,国产福利在线观看免费第一福利

W?hlen Sie Ihren Standort:

Standort

Jarvis_Logo

JARVIS

Das JARVIS-Projekt zielt darauf ab, einen wiederverwendbaren Satz von Tools zu entwickeln, die KI-gesteuerte multimodale Interaktionsmöglichkeiten ermöglichen.


Die Perzeption des Arbeitsplatzes spielt eine entscheidende Rolle bei der Automatisierung industrieller Prozesse. Sie erhöht nicht nur die Effizienz, sondern auch die Sicherheit der Zusammenarbeit zwischen Mensch und Roboter.
Das von der EU finanzierte Projekt JARVIS (Intersubjective AI-driven multimodal interaction for advanced user-centric human robot collaborative applications) hat eine Laufzeit von 2024 bis 2027. 

Zu den im Rahmen des Projekts entwickelten Tools gehören:

  • Schnittstellen für den physischen und ferngesteuerten Informationsaustausch, die Robotersteuerung und -programmierung.
  • Bereitstellung von sozialen Fähigkeiten (Skills) von Robotern, um eine nahtlose benutzerzentrierte Interaktion zu ermöglichen, die die menschliche Fähigkeit für komplexe Aufgaben erweitert.
  • Demonstration der Anwendungsskalierbarkeit und der Fähigkeit, Skaleneffekte zu erzielen.

Im Rahmen dieses Projekts leitet KUKA das Arbeitspaket 6, das sich auf die Implementierung und Integration von kognitiven und intelligenten Mechatronik-Systemen für fortgeschrittene Mensch-Roboter-Interaktion konzentriert. In Zusammenarbeit mit u.a. Tecnalia (Spanien), LMS und TFCC (Griechenland), CEA (Frankreich), SINTEF (Norwegen), Collins (Irland) sowie CEA (Frankreich) konzentriert sich KUKA auf die Szenenrekonstruktion, das Szenenverst?ndnis, die Objekterkennung und die visuelle Inspektion.

Jarvis_environment_reconstruction
Szenenrekonstruktion (Punktwolke)

W?hrend des Schrittes der Szenenrekonstruktion und -verst?ndnis werden Rohdaten in bedeutungsvolle Informationen umgewandelt, indem Sensordatenfusion und KI-basierte Methoden zur Objekterkennung und -klassifizierung verwendet werden. Das generierte 3D-Szenenmodell sollte nicht nur geometrische, sondern auch semantische Informationen enthalten. Letztere helfen bei der Erkennung von Abweichungen oder Fehlplatzierungen von Objekten/Teilen. All diese Techniken tragen dazu bei, einen sicheren Roboterprozess auszuführen, wie z.B. das Vermeiden von Kollisionen mit Menschen und das Erkennen unerwarteter Ereignisse.

Jarvis_object_recognition
Objekterkennung

Die entwickelten Technologien werden in drei industriellen Anwendungsfällen integriert, evaluiert und validiert:

  • In der Automobilbranche für die Montage von Plugin-Batterien in einer Fabrik in der Türkei.
  • In der Luftfahrt für die Produktion von Flugzeugsitzen in einer Fabrik in Nordirland.
  • Im Energiesektor für die visuelle Inspektion von Offshore-Plattformen in Norwegen.

 

Hier finden Sie weiterführende Information zum Projekt JARVIS.