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.
-
Souveräne Plattformarchitekturen für vernetzte Robotik
Wenn Roboter Daten teilen müssen
Roboterzellen, Cobots und mobile Roboter entwickeln sich zu datenintensiven Bestandteilen vernetzter Produktionsumgebungen. Souveräne Plattformarchitekturen sichern Datenhoheit, reduzieren digitale Abhängigkeiten und…
-
Anzeige
Flexibler Kabelschutz für Cobots
Für anspruchsvolle Robotikanwendungen entwickelt: Die drehbaren RQDR-Halter von FLEXA bieten eine platzsparende und robuste Kabelführung, die Cobots bei komplexen Bewegungsabläufen…
-
Anzeige
Verzahnung für die Robotik
Präzisionsgetriebe stellen hohe Anforderungen an Fertigung und Qualität. Liebherr bietet flexible Lösungen für die Herstellung…
-
Smarte Palettentransportsysteme für enge Produktionsumgebungen
Jeder Zentimeter zählt
Enge Gassen, platzoptimierte Bereiche, kaum Raum für Fehler: Moderne Produktions- und Lagerhallen nutzen jeden Quadratmeter…
-
Direkte Zusammenarbeit zwischen Menschen und Robotern
Schutzzaunlose Sicherheitszonen
Flexible und dynamische Produktionsumgebungen stellen hohe Anforderungen an die Automatisierungstechnik hinsichtlich der funktionalen Sicherheit. Dynamic…
















