Weil parametrisierte 3D-Systeme ohne KI viel größere Datenmengen zur Laufzeit verarbeiten müssen als 2D-Systeme, dauert die Auswertung tendenziell länger, wodurch das System den Greifpunkt nicht schnell genug an den Roboter melden kann. Die künstliche Intelligenz verlagert jetzt aber die rechenintensiven Workloads in den Trainingsprozess. Dadurch kann das System die Teile zur Laufzeit viel schneller erkennen und die Zykluszeit einhalten.
-
Moderne Einstiegslösungen in die Automatisierung
Automatisierung leicht gemacht: Kompakte Roboterschweißzellen ermöglichen KMU den wirtschaftlichen Einstieg ins Roboterschweißen.
-
Anzeige
Moderne Einstiegslösungen in die Automatisierung
Automatisierung leicht gemacht: Kompakte Roboterschweißzellen ermöglichen KMU den wirtschaftlichen Einstieg ins Roboterschweißen.
-
Agibot präsentiert sein Roboterportfolio erstmals in Deutschland
Vom Humanoiden bis zum vierbeinigen Roboter
Agibot, ein chinesisches Robotikunternehmen mit Schwerpunkt auf Physical AI, hat in München sein gesamtes Robotikportfolio im Rahmen einer großen Veranstaltung vorgestellt und…
-
Warum die Offline-Programmierung zum entscheidenden Wettbewerbsfaktor wird
Automatisierung ohne Blindflug
Automatisierung ist für viele produzierende Unternehmen der Schlüssel zur Wettbewerbsfähigkeit. In der Praxis stellen hohe Variantenvielfalt, kurze Produktlebenszyklen und steigender Kostendruck allerdings…
-
Von der AMR-Integration zur intelligenten Orchestrierung
Wer A sagt, muss auch O sagen
AMR versprechen flexible Automatisierung, schnelle Bereitstellung und skalierbare Vorteile gegenüber konventionellen Technologien. In der Praxis aber bringen viele Implementierungen doch nicht den…


















