自主装配线如何为定制化汽车“提速”?
2019-05-01 09:00
初创企业arculus是使用自主机器进行模块化汽车装配的先驱。
买车不像以前那么简单了。除了座椅、颜色之外,购买者还需做大量的选择:从装饰线条和引擎类型,到各种安全系统和驾驶员辅助系统。
当您存完钱准备购买的时候,您就将创造一个独一无二的交通工具。但传统的装配线设计不适合处理如此多的变化,因此其生产效率也会受到影响。
arculus是一家总部位于德国的初创企业,也是NVIDIA初创加速计划的成员。该公司正通过开创模块化生产模式来解决这一问题。它的核心是无人驾驶交通系统,由位于边缘的人工智能模块上的Jetson TX2超级计算机提供动力,能够在汽车生产站之间自主运行。
取代传统的装配线
定制汽车可能会提高客户满意度,但也会带来生产上的挑战。
在串行装配线中,无论车辆的具体配置是什么,每辆车都会访问沿途的每一个站点。这导致了延迟和低效。随着消费者选择的增多,尤其是随着越来越多的汽车配备了自动驾驶技术,这个问题会变得愈发严峻。波士顿咨询称,到2030年,美国约四分之一的汽车将使用自动驾驶技术。
Arculus表示,采用模块化生产方式的制造商可以将效率提高至少17%。它们还将降低运营成本,让更多资金投入到新技术和出行概念中。
arculus的模块化模型采用由自主机器提供服务的装配站。这使得生产线更加灵活——每个站点都配备了执行任意数量任务的设备,而且机器不必排成有序的队列,也不必在每个站都停下来。相反,他们可以跳过与他们要运送的汽车无关的环节。而且,如果一个站点正处于繁忙,他们可以绕过它,前往另一个空闲的站点。
一个中央控制平台协调这些机器,该公司称之为arculees。该平台使用人工智能来为每辆车在整个生产链中找到最高效的路线。
使用目标检测算法,arculees使得车辆在模块化生产岛屿之间自主移动。
使用目标检测算法,自主车队上的每个成员都沿着这条路线到达目标站。集成的Jetson TX2模块能够实时处理机器的摄像头网络捕捉到的视频数据,以及激光雷达、编码器和IMU数据,使arculee能够识别路径上的任何障碍物,并安全地绕过它们。
“在开发自主机器时,我们面临的主要挑战之一是确保它们有足够的计算能力来执行中央控制平台做出的决策,” arculus机器人首席技术官Max Stähr解释道。 “我们选择为arculees配备NVIDIA Jetson TX2模块,因为它们处理数据的能力比工业PC大得多,而且不会产生大量能耗。此外,其扩大规模的能力对我们大有裨益。”
下一个生产线
arculus已经在开发其模块化生产模式的下一阶段。
通过迁移到NVIDIA Jetson AGX Xavier(用于自主机器的人工智能平台),该公司正在训练其系统,以便同时执行多层次信息网络营销(MLM)的即时定位与地图构建(SLAM)。
这使得机器能够识别和避免障碍物,并利用立体摄像机和图像处理系统提供的数据创建环境的2D和3D模型。