IT-OT融合時(shí)代的自動(dòng)化公司不斷尋找更好的方法來增加現(xiàn)有的運(yùn)營工作量、優(yōu)化生產(chǎn)流程并減少總體二氧化碳(CO2)排放量。

運(yùn)營技術(shù) (OT)和信息技術(shù)(IT)的使用幫助企業(yè)通過監(jiān)控有價(jià)值的資產(chǎn)、減少重復(fù)性和例行性任務(wù)以及加強(qiáng)質(zhì)量控制來更好地控制其運(yùn)營。

然而，IT和OT傳統(tǒng)上是分開開發(fā)的，無法利用運(yùn)營和生產(chǎn)數(shù)據(jù)來做出更明智的決策，以實(shí)現(xiàn)更優(yōu)化的工作流程和計(jì)劃周密的生產(chǎn)和維護(hù)流程。

近年來物聯(lián)網(wǎng)(IOT)的出現(xiàn)模糊了兩個(gè)系統(tǒng)之間的界限，導(dǎo)致了更加融合的解決方案。屬于IT領(lǐng)域的物聯(lián)網(wǎng)設(shè)備可以從現(xiàn)場收集操作和生產(chǎn)數(shù)據(jù)，并將它們傳送給OT系統(tǒng)。IT和OT的融合將使員工能夠做更多的事情并進(jìn)一步改進(jìn)，從而在業(yè)務(wù)成本和戰(zhàn)略技術(shù)投資之間取得適當(dāng)?shù)钠胶?。此外，這種融合將使企業(yè)能夠加速數(shù)字化轉(zhuǎn)型并優(yōu)化現(xiàn)有工作流程，所有這些都不需要快速擴(kuò)大規(guī)模。

圖形處理單元(GPU)已被證明是執(zhí)行基于機(jī)器學(xué)習(xí)(ML)算法的數(shù)據(jù)處理的理想選擇，允許機(jī)器人執(zhí)行對象識別和傳感器融合。進(jìn)一步的進(jìn)步來自開發(fā)在特定ML應(yīng)用程序(如視頻處理和語音識別)方面表現(xiàn)出色的專用集成電路(ASIC)。

機(jī)器人自動(dòng)化

最能代表IT-OT融合的技術(shù)之一是通過機(jī)器人自動(dòng)化進(jìn)行運(yùn)營管理。通過自動(dòng)化流程，公司可以分析數(shù)據(jù)，獲得有價(jià)值的見解，并提高其生產(chǎn)現(xiàn)場績效的可見性，幫助他們做出數(shù)據(jù)驅(qū)動(dòng)的決策。

然而，機(jī)器人技術(shù)的開發(fā)傳統(tǒng)上非常復(fù)雜且具有挑戰(zhàn)性。隨著對機(jī)器人的需求預(yù)計(jì)將迅速增加，當(dāng)前的創(chuàng)新速度可以通過適當(dāng)?shù)?a href="http://www.1cnz.cn/v/tag/1751/" target="_blank">硬件和軟件產(chǎn)品來加快。

機(jī)器人技術(shù)的興起總的來說，機(jī)器人的部署使這些設(shè)備具備了新的功能，旨在提高員工的安全性，減少人類員工的繁重和危險(xiǎn)的任務(wù)，

加速電子商務(wù)的履行和交付，并增強(qiáng)業(yè)務(wù)的靈活性和彈性。

這些新功能需要實(shí)現(xiàn)滿足功能安全和風(fēng)險(xiǎn)預(yù)防要求的高精度傳感器，用于檢測、定位和導(dǎo)航的攝像頭，以及用于應(yīng)用程序載入的機(jī)器人中間件。近年來，機(jī)器人硬件的重大進(jìn)步使機(jī)器人原始設(shè)備制造商 (OEM)能夠開發(fā)能夠看到和感知其環(huán)境的機(jī)器人：

計(jì)算處理器——計(jì)算處理器近年來變得更加強(qiáng)大，允許機(jī)器人原始設(shè)備制造商直接在機(jī)器人上運(yùn)行資源密集型應(yīng)用程序。例如，圖形處理單元(GPU)已被證明是執(zhí)行基于機(jī)器學(xué)習(xí)(ML)算法的數(shù)據(jù)處理的理想選擇，允許機(jī)器人執(zhí)行對象識別和傳感器融合。進(jìn)一步的進(jìn)步來自開發(fā)在特定ML應(yīng)用程序(如視頻處理和語音識別)方面表現(xiàn)出色的專用集成電路(ASIC)。

傳感器技術(shù)——二維(2D)和三維(3D)攝像頭、2D和3D光檢測和測距LiDAR傳感器、慣性測量單元(IMU)和接近傳感器等傳感器的普及使高精度機(jī)器成為可能視覺和傳感器融合算法。典型的地面自主機(jī)器人可能具有多個(gè)高清(HD)攝像頭、3D深度傳感器和LiDAR傳感器。加上基于ML的傳感器融合技術(shù)的不斷改進(jìn)，它們成為功能安全、同步定位和地圖(SLAM)系統(tǒng)以及風(fēng)險(xiǎn)預(yù)防能力的重要推動(dòng)因素。

邊緣計(jì)算——在工業(yè)網(wǎng)關(guān)和本地服務(wù)器中處理信息的能力意味著機(jī)器人可以在邊緣收集、處理和存儲信息。這大大降低了機(jī)器人操作的延遲和連接要求，同時(shí)減輕了安全和隱私問題。

連通性——機(jī)器人生成并收集大量信息。據(jù)估計(jì)，如果包括計(jì)算機(jī)視覺和路徑規(guī)劃等AI過程的輸入和輸出，自主機(jī)器人每小時(shí)可以生成多達(dá)500GB的數(shù)據(jù)。因此，成功的機(jī)器人部署需要可靠的連接解決方案，以高帶寬和低延遲水平傳輸數(shù)據(jù)。同時(shí)，軟件和服務(wù)的進(jìn)步也值得關(guān)注：

開源軟件——許多現(xiàn)代機(jī)器人使用機(jī)器人操作系統(tǒng)(ROS)和ROS2作為機(jī)器人開發(fā)的中間件和模擬器。從技術(shù)上講，開源ROS比操作系統(tǒng) (OS)更多的是中間件，它包括硬件抽象和消息傳遞的功能，以集成這些不同的數(shù)據(jù)源。ROS還配備了高保真、實(shí)時(shí)和物理精確的3D仿真引擎，可用于開發(fā)、訓(xùn)練和測試機(jī)器人控制軟件。

運(yùn)動(dòng)規(guī)劃和導(dǎo)航——機(jī)器視覺的進(jìn)步為機(jī)器人提供了一系列新的認(rèn)知能力。經(jīng)過多年依賴磁帶和基準(zhǔn)標(biāo)記，視覺SLAM(vSLAM)技術(shù)現(xiàn)已成熟，可提供卓越的定位和導(dǎo)航功能。用于多機(jī)器人協(xié)調(diào)的群體智能得到進(jìn)一步發(fā)展，特別是對于部署在履行中心的自動(dòng)導(dǎo)引車(AGV)和自主移動(dòng)機(jī)器人(AMR)。

網(wǎng)絡(luò)安全——隨著機(jī)器人越來越多地連接到云，使用微內(nèi)核、用于不同安全功能的獨(dú)立實(shí)時(shí)操作系統(tǒng)、虛擬機(jī)和虛擬機(jī)管理程序來隔離安全關(guān)鍵組件是將網(wǎng)絡(luò)安全風(fēng)險(xiǎn)降至最低的最有效和最安全的方法機(jī)器人。

機(jī)器人操作——最后，公司正在尋找一種簡化的方法來部署、操作、監(jiān)控和重新配置機(jī)器人。擁有一個(gè)可以為公司提供所有機(jī)器人和傳感器數(shù)據(jù)的單一平臺，可以讓他們對機(jī)器人操作有一個(gè)鳥瞰圖。機(jī)器人操作，也稱為 RoboOps，可幫助他們執(zhí)行遠(yuǎn)程干預(yù)、端到端安全、預(yù)測性維護(hù)、持續(xù)改進(jìn)以及來自其他物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)集成。

通過這些關(guān)鍵的進(jìn)步，機(jī)器人現(xiàn)在可以安全可靠地與人類一起工作。除了工業(yè)機(jī)器人手臂，近年來還出現(xiàn)了更多形式因素，例如協(xié)作機(jī)器人(cobots)、AGV、AMR、自動(dòng)存儲和檢索系統(tǒng)(ASRS)以及無人駕駛飛行器(UAV)。

所有這些機(jī)器人的一個(gè)共同點(diǎn)是它們感知和理解周圍環(huán)境的能力。這種自主性是通過機(jī)器人中的多個(gè)ML模型實(shí)現(xiàn)的，例如對象檢測和分割、定位和碰撞避免、導(dǎo)航和操縱的運(yùn)動(dòng)規(guī)劃、姿態(tài)估計(jì)和傳感器集成。

Edge ML(邊緣計(jì)算)使機(jī)器人用戶能夠理解他們從資產(chǎn)中收集的海量數(shù)據(jù)，并根據(jù)日常操作、使用趨勢和客戶行為做出更好的業(yè)務(wù)決策

審核編輯黃宇