Apply AI: KI-gesteuerte Robotik für die Industrie: Ermöglichung von Systemintegration und -einführung (IA) (Partnerschaft in KI, Daten und Robotik)

Erwartetes Ergebnis:

Die Apply AI-Strategie betont Beschleunigungspipelines, um einen reibungslosen Übergang von der Forschung zur Bereitstellung von KI-gesteuerter Robotik zu gewährleisten. Projekte im Rahmen dieses Themas werden gemeinsame Frameworks und wiederverwendbare Bausteine liefern, die mehreren Sektoren und Anwendungsfällen dienen können, und Europas Fähigkeit stärken, KI-gesteuerte Robotik in großem Maßstab einzusetzen.

Es wird erwartet, dass die Projektergebnisse zu allen folgenden erwarteten Ergebnissen beitragen:

• Breitere und schnellere Einführung von Robotik, Überbrückung der Lücke zwischen Technologieanbietern und Endnutzern.
• Entwicklung und Implementierung modularer und interoperabler Integrationsframeworks und -lösungen, einschließlich standardisierter Protokolle für Daten, Training und Sicherheitstests, Bewertung und Validierung von Robotiklösungen in wichtigen Anwendungsfällen.
• Verbesserte Wettbewerbsfähigkeit europäischer Industrien, insbesondere von KMU, durch die Entwicklung fortschrittlicher Robotersysteme, intelligenter Planungs- und Steuerungssysteme, Techniken zur Wiedergabe von Benutzerfeedback und modernster KI-Innovationen.

Umfang:

Das Projekt wird die aktuelle europäische Lücke bei den Systemintegrationsfähigkeiten für Robotiklösungen angehen, die die verschiedenen Bedürfnisse der Industrien berücksichtigen. Das Projekt zielt darauf ab, ein tiefes Verständnis der neuesten Robotikkomponenten, einschließlich Hardware und Software, und Fachwissen zur Bewältigung von Interoperabilitätsproblemen zur Weiterbildung von Systemintegratoren zu verbreiten.

Um die Wirkung und Anpassungsfähigkeit der eingesetzten Systeme zu maximieren, sollte der Ansatz die am besten geeigneten Werkzeuge zur Beschleunigung von Integrationsprozessen und geeignete KI-Design-, Trainings- und Inferenzmethoden berücksichtigen, die Skalierbarkeit, Übertragbarkeit, Transparenz, Robustheit, Flexibilität und Anwendbarkeit in der realen Welt in verschiedenen industriellen Umgebungen gewährleisten und an die neuesten technologischen Entwicklungen anpassbar bleiben sollten.

Integrationsframeworks werden die Verwendung energieeffizienter KI-Modelle und Hardware ('Green AI') sowie kohlenstoffbewusste Bereitstellungs- und Betriebsstrategien für Robotersysteme fördern. Wo relevant, sollten Projekte zu offenen und weithin anerkannten Standards beitragen, um die Interoperabilität und Akzeptanz im gesamten Robotik-Ökosystem zu fördern. Um Sicherheit und Leistung zu verbessern, können Projekte hochpräzise Simulationsumgebungen oder digitale Zwillinge als Testumgebungen für Training, Validierung und Verifizierung umfassen, mit Maßnahmen zur Gewährleistung eines reibungslosen Übergangs von der Simulation zur realen Bereitstellung.

Durch die Überbrückung der Lücke zwischen Technologieanbietern und Endnutzern werden diese Integratoren die Schaffung nahtloser, zuverlässiger und skalierbarer Robotersysteme ermöglichen, die von Industrien, insbesondere KMU, leicht übernommen werden können, wodurch flexiblere und effizientere Produktionsprozesse unterstützt werden.

Es wird erwartet, dass das Projekt Folgendes liefert:

• Ein einsetzbares, modulares Integrationsframework, validiert durch mindestens drei reale Industriepiloten, die verschiedene Referenzszenarien abdecken, um zu zeigen, dass der Ansatz an unterschiedliche industrielle Bedürfnisse und Unternehmensgrößen, einschließlich KMU und größerer Hersteller, angepasst werden kann. Dieses Framework sollte beispielsweise eine gemeinsame Softwareschicht, Standardschnittstellen zur Verbindung mit bestehenden Workflows und Altsystemen, möglicherweise auch zur Verbindung verschiedener Robotikkomponenten, zur Koordination mehrerer Roboter und zur Verknüpfung mit zusätzlichen KI-Tools und IoT-Umgebungen sowie getestete Konfigurationsvorlagen und klare Richtlinien zur Gewährleistung einer sicheren und effizienten Nutzung bieten.
• Ein Integrationskit, das auf diesem Framework aufbaut und gebrauchsfertige Module, Beispielkonfigurationen und praktische Tools bietet, die Systemintegratoren und Unternehmen helfen, KI-fähige Robotiklösungen schneller und mit reduziertem technischen Aufwand einzurichten, zu testen und zu betreiben.
• Wo relevant, sollten hochpräzise digitale Zwillings-Testumgebungen mit jedem Piloten verknüpft werden, um sichere und realistische Tests und Schulungen vor der Bereitstellung zu ermöglichen, und …