Usando tecnologias de gêmeos digitais da NVIDIA, a Amazon Devices & Services está impulsionando grandes saltos na manufatura com uma nova solução de software de IA física.
Implantada este agosto em uma instalação da Amazon Devices, a abordagem inovadora e simulada da empresa para manufatura zero-touch treina braços robóticos para inspecionar diversos dispositivos para auditoria de qualidade do produto e integrar novos produtos na linha de produção – tudo baseado em dados sintéticos, sem exigir alterações de hardware.
Essa nova tecnologia reúne o software criado pela Amazon Devices que simula processos na linha de montagem com produtos em gêmeos digitais com tecnologia NVIDIA. Usando um workflow modular com inteligência artificial, a tecnologia oferece inspeções mais rápidas e eficientes em comparação com o maquinário de auditoria usado anteriormente.
A simulação de processos e produtos em gêmeos digitais elimina a necessidade de prototipagem física cara e demorada. Isso facilita os workflows do fabricante e reduz o tempo necessário para colocar novos produtos nas mãos dos consumidores.
Para permitir a manufatura zero-shot para as operações robóticas, a solução usa representações fotorrealistas e habilitadas para física de dispositivos da Amazon e estações de trabalho de fábrica para gerar dados sintéticos. Esses dados específicos da fábrica são usados para melhorar o desempenho do modelo de IA na simulação e na estação de trabalho real, minimizando a lacuna entre a simulação e o real antes da implantação.
É um grande passo em direção à manufatura generalizada: o uso de sistemas e tecnologias automatizados para lidar com flexibilidade com uma ampla variedade de produtos e processos de produção – mesmo sem protótipos físicos.
IA, Gêmeos Digitais para Compreensão de Robôs
Ao treinar robôs em gêmeos digitais para reconhecer e lidar com novos dispositivos, a Amazon Devices & Services está equipada para criar pipelines de manufatura mais rápidos, modulares e facilmente controláveis, permitindo que as linhas mudem de auditoria de um produto para outro simplesmente por meio de software.
As ações robóticas podem ser configuradas para fabricar produtos puramente com base no treinamento realizado em simulação, inclusive para etapas envolvidas em montagem, teste, embalagem e auditoria.
Um conjunto de tecnologias NVIDIA Isaac permite que a Amazon Devices & Services seja fisicamente precisa e priorize a simulação.
Quando um novo dispositivo é lançado, a Amazon Devices & Services coloca seu modelo de design assistido por computador (CAD) no NVIDIA Isaac Sim, um aplicativo de referência de simulação robótica de código aberto criado na plataforma NVIDIA Omniverse.
O NVIDIA Isaac é usado para gerar mais de 50.000 imagens sintéticas diversas a partir dos modelos CAD para cada dispositivo, cruciais para o treinamento de modelos de detecção de objetos e defeitos.
Em seguida, Isaac Sim processa os dados e acessa o NVIDIA Isaac ROS para gerar trajetórias de braço robótico para manusear o produto.
O desenvolvimento dessa tecnologia foi significativamente acelerado pela AWS por meio do treinamento de modelos de IA distribuídos nas especificações de produtos dos dispositivos da Amazon usando instâncias G6 do Amazon EC2 por meio do AWS Batch, bem como simulação baseada em física NVIDIA Isaac Sim e geração de dados sintéticos em instâncias da família G6 do Amazon EC2.
A solução usa o Amazon Bedrock, um serviço para criar aplicativos e agentes de IA generativa, para planejar tarefas de alto nível e casos de teste de auditoria específicos na fábrica com base em análises de documentos de especificação de produtos. O Amazon Bedrock AgentCore será usado para planejamento de workflow autônomo para várias estações de fábrica na linha de produção, com a capacidade de ingerir entradas multimodais de especificação de produto, como projetos 3D e propriedades de superfície.
Para ajudar os robôs a entender seu ambiente, a solução usa NVIDIA cuMotion, uma biblioteca de planejamento de movimento acelerada por CUDA que pode gerar trajetórias sem colisões em uma fração de segundo no NVIDIA Jetson AGX Orin módulo. O nvblox biblioteca, parte do Isaac ROS, gera campos de distância que o cuMotion usa para planejamento de trajetória livre de colisões.
O FoundationPose, um modelo de base da NVIDIA treinado em 5 milhões de imagens sintéticas para estimativa de pose e rastreamento de objetos, ajuda a garantir que os robôs da Amazon Devices & Services saibam a posição e a orientação precisas dos dispositivos.
Crucial para a nova solução de manufatura, o FoundationPose pode generalizar para objetos totalmente novos sem exposição prévia, permitindo transições perfeitas entre diferentes produtos e eliminando a necessidade de coletar novos dados para treinar novamente os modelos para cada alteração.
Como parte da auditoria do produto, a abordagem da nova solução é usada para detecção de defeitos na linha de manufatura. Seu design modular permite a integração futura de modelos de raciocínio avançados, como o NVIDIA Cosmos Reason.