-
公开(公告)号:CN115461199A
公开(公告)日:2022-12-09
申请号:CN202080100218.8
申请日:2020-04-06
Applicant: 西门子股份公司
Inventor: 温成涛 , 海科·克劳森 , 于小文 , 欧根·索洛乔 , 理查德·加里·麦克丹尼尔 , 斯温·艾尔佩尔特 , 胡安·L·阿帕里西奥·奥赫亚
IPC: B25J9/16
Abstract: 在未知或动态环境中的自主操作,例如机器人抓握和操纵提出了各种技术挑战。例如,给定物体的三维(3D)重构通常关注物体的几何形状,而不考虑物体的3D模型如何用于解决或执行机器人操作任务。如本文所描述,根据各种实施例,基于自主机器对物体或在物理环境内执行的任务生成物体和/或物理环境的模型。因此,在某些情况下,可以取决于使用模型执行的任务对给定物体或环境进行不同的建模。此外,可以取决于与模型相关联的任务以不同的分辨率对物体或环境的部分进行建模。
-
公开(公告)号:CN115427968A
公开(公告)日:2022-12-02
申请号:CN202080099350.1
申请日:2020-03-30
Applicant: 西门子股份公司
Inventor: 伊内斯·乌加尔德·迪亚斯 , 海科·克劳森 , 胡安·L·阿帕里西奥·奥赫亚 , 马丁·泽尔 , 欧根·索洛乔 , 温成涛 , 夏魏喜 , 于小文 , 沙尚克·塔马斯卡
Abstract: 一种用于支持在与物理过程或工厂相关联的边缘计算设备中的人工智能推理的系统,该系统包括神经网络训练模块、神经网络测试模块和物理过程或工厂的数字孪生。神经网络训练模块被配置用于基于从边缘计算设备接收的包括基线训练数据和现场数据的数据来训练用于部署到边缘计算设备的神经网络模型。神经网络测试模块被配置用于在部署到边缘计算设备之前通过利用物理过程或工厂的数字孪生来验证经训练的神经网络模型。
-
公开(公告)号:CN115038554A
公开(公告)日:2022-09-09
申请号:CN201980103501.3
申请日:2019-11-22
Applicant: 西门子股份公司
Inventor: 胡安·L·阿帕里西奥·奥赫亚 , 海科·克劳森 , 伊内斯·乌加尔德·迪亚斯 , 马丁·泽尔 , 欧根·索洛乔 , 温成涛 , 夏魏喜 , 于小文 , 沙尚克·塔马斯卡
IPC: B25J9/16
Abstract: 在工业设定中自主机器的当前应用中,环境(特别是机器与之交互的设备和系统)是已知的,使得自主机器能够成功地在特定环境中操作。因此,当前在变化的环境(例如具有不确定性的复杂环境)内使任务自动化的方法缺乏能力和效率。在示例方面,用于操作物理环境内的自主机器的方法包括检测物理环境内的对象。自主机器能够确定并且执行与对象的被检测的子部件相关联的操作原理,以便完成要求自主机器与对象交互的任务。在某些情况下,自主机器先前未遇到过对象。
-
公开(公告)号:CN117377558A
公开(公告)日:2024-01-09
申请号:CN202180098660.6
申请日:2021-05-25
Applicant: 西门子股份公司
Inventor: 胡安·L·阿帕里西奥·奥赫亚 , 海科·克劳森 , 伊内斯·乌加尔德·迪亚斯 , 戈克尔·纳拉亚南·沙迪亚·纳拉亚南 , 欧根·索洛乔 , 温成涛 , 夏魏喜 , 亚什·沙普尔卡尔 , 沙尚克·塔马斯卡
IPC: B25J9/16
Abstract: 通过针对多机器人、多夹持器、机器人系统生成拾取和放置运动,能够实现完全灵活的装配过程自动化。
-
公开(公告)号:CN115511653A
公开(公告)日:2022-12-23
申请号:CN202210631640.7
申请日:2022-06-06
Applicant: 西门子股份公司
Inventor: 温成涛 , 胡安·L·阿帕里西奥·奥赫亚 , 伊内斯·乌加尔德·迪亚斯 , 戈克尔·纳拉亚南·沙迪亚·纳拉亚南 , 欧根·索洛乔 , 夏魏喜 , 亚什·沙普尔卡尔 , 沙尚克·塔马斯卡 , 海科·克劳森
Abstract: 本发明涉及一种用于在制造系统中利用探索性模拟由数字孪生自动生成工艺清单的方法,该方法包括:接收代表待生产的产品的设计信息;迭代地进行该制造系统的模拟;基于该模拟来识别制造动作;优化所识别的制造动作,用以有效地生产待生产的产品;通过该制造系统生成用于生产该产品的工艺清单。能够利用正在生产的产品的数字孪生和环境的数字孪生进行模拟。系统动作利用强化学习技术进行优化,以基于产品的设计信息和任务规范自动生成工艺清单。
-
公开(公告)号:CN114630734B
公开(公告)日:2024-07-26
申请号:CN201980101749.6
申请日:2019-09-30
Applicant: 西门子股份公司
Inventor: 海科·克劳森 , 马丁·泽尔 , 欧根·索洛乔 , 温成涛 , 胡安·L·阿帕里西奥·奥赫亚
IPC: B25J9/16
Abstract: 一种用于视觉伺服的系统控制器,包括具有用于深度神经网络的专用硬件加速的技术模块,该技术模块检索由机器人设备操纵的工件物体的期望构造并从机器人设备上或附近的一个或多个传感器接收包括工件物体的当前构造的视觉反馈信息。硬件加速器执行机器学习模型,该机器学习模型经训练以处理视觉反馈信息并基于工件物体的当前构造与工件物体的期望构造之间的差异来确定构造误差。伺服控制模块使伺服控制信号适于机器人设备,以响应于构造误差来操纵工件物体。
-
公开(公告)号:CN113168149A
公开(公告)日:2021-07-23
申请号:CN201980076982.3
申请日:2019-10-28
Applicant: 西门子股份公司
IPC: G05B19/05
Abstract: 本发明涉及一种用于工业系统(100)中的一个或多个自动化装置(DEV)的扩展装置(MI)。本发明尤其涉及能够基于一个或多个人工神经网络执行数据处理的工业数据处理单元(PU)。为了在工业系统(100)中启用和/或加速一个或多个计算(Cl、…、Cn),从而简化将人工智能集成到工业系统(100)中,并且为了简化能够使用人工智能来处理数据的扩展装置(MI)与自动化装置(DEV)之间的数据交换,本发明提出获得(S2)一个或多个计算(C1、…、Cn)的一个或多个结果(R1、…、Rn),其中这些结果(R1、…、Rn)指示工业系统(100)的一个或多个状态(S1、…、Sn)并且经由与自动化装置(DEV)共享的过程状态模型(PM)来提供(S3)一个或多个结果(R1、…、Rn)以监视和/或控制工业系统(100)。
-
公开(公告)号:CN115398455A
公开(公告)日:2022-11-25
申请号:CN202080099845.4
申请日:2020-04-17
Applicant: 西门子股份公司
Inventor: 夏魏喜 , 于小文 , 沙尚克·塔马斯卡 , 胡安·L·阿帕里西奥·奥赫亚 , 海科·克劳森 , 伊内斯·乌加尔德·迪亚斯 , 马丁·泽尔 , 欧根·索洛乔 , 温成涛
Abstract: 分布式神经网络提升是由神经网络系统通过操作至少一个处理器来执行的。一种方法,该方法包括提供提升算法,该提升算法将模型分布在多个处理单元中,每个处理单元是能够彼此独立地执行计算同时处理数据的多个弱学习器中的弱学习器。该方法还包括启用分布式集成学习,该分布式集成学习使可编程逻辑控制器(PLC)能使用多个处理单元中的一个以上的处理单元来对应用进行缩放,以及使用提升算法来训练多个弱学习器。多个弱学习器是不捕捉整个数据分布并且被有目的地设计用于以较低准确度进行预测的机器学习模型。该方法还包括:使用多个弱学习器以基于神经网络的前馈计算来为最终假设投票。
-
公开(公告)号:CN115114683A
公开(公告)日:2022-09-27
申请号:CN202210278896.4
申请日:2022-03-21
Applicant: 西门子股份公司
Inventor: 胡安·L·阿帕里西奥·奥赫亚 , 海科·克劳森 , 伊内斯·乌加尔德·迪亚斯 , 亚什·沙普尔卡尔 , 欧根·索洛乔 , 温成涛 , 魏喜霞 , 戈克尔·纳拉亚南·沙迪亚·纳拉亚南 , 沙尚克·塔马斯卡
Abstract: 本发明涉及用于将自主技能执行中的约束反馈到设计中的系统与方法。一种用于设计由机器人单元执行过程的计算机实现方法,该方法包括:获得过程目标以及一个或多个过程约束。方法包括:访问构造库和技能库。每个构造包括机器人单元的部件的数字表示或机器人单元的几何变换。每个技能包括使用机器人单元的机器人与物理环境交互来执行技能目标的功能描述。方法使用模拟引擎对多种设计进行模拟,其中,每个设计表征为实现过程目标的构造与技能的组合,并且确定满足一个或多个过程约束的一组可行设计。方法包括:从该组可行设计输出推荐设计。
-
公开(公告)号:CN113168149B
公开(公告)日:2024-08-09
申请号:CN201980076982.3
申请日:2019-10-28
Applicant: 西门子股份公司
IPC: G05B19/05
Abstract: 本发明涉及一种用于工业系统(100)中的一个或多个自动化装置(DEV)的扩展装置(MI)。本发明尤其涉及能够基于一个或多个人工神经网络执行数据处理的工业数据处理单元(PU)。为了在工业系统(100)中启用和/或加速一个或多个计算(Cl、…、Cn),从而简化将人工智能集成到工业系统(100)中,并且为了简化能够使用人工智能来处理数据的扩展装置(MI)与自动化装置(DEV)之间的数据交换,本发明提出获得(S2)一个或多个计算(C1、…、Cn)的一个或多个结果(R1、…、Rn),其中这些结果(R1、…、Rn)指示工业系统(100)的一个或多个状态(S1、…、Sn)并且经由与自动化装置(DEV)共享的过程状态模型(PM)来提供(S3)一个或多个结果(R1、…、Rn)以监视和/或控制工业系统(100)。
-
-
-
-
-
-
-
-
-