Künstliche Intelligenz und Echtzeit im Fokus

Adlink präsentiert auf der embedded world 2018 (1-540) Technologien für die Fabrik der Zukunft. Im Fokus stehen fünf Lösungsplattformen, die Künstliche Intelligenz (KI) und Echtzeit zur Datenverarbeitung (RTOS) und Kommunikation (DDS) unterstützen.

 


Bild: Adlink Technology GmbH

Sie sind damit prädestiniert, in IIoT- und Industrie-4.0-Geräten, Maschinen und Anlagen sowie in stationäre und mobile Robotiksysteme integriert zu werden. Schwerpunkte der Live-Demos sind Autonome Mobile Roboter, smarte Kamerasysteme sowie KI-Edge-Devices zur Steuerung des autonomen Warenflusses und zur vorausschauenden Wartung und Qualität (PMQ). „Wenn wir unseren Kunden nicht nur generische Boards und Systeme sondern echte Lösungsplattformen präsentieren, mit denen sie ihre drängendsten Herausforderungen bewerkstelligen können, kommen alle schneller ans Ziel“, erklärt Walter Steinbeißer, Geschäftsführer der Adlink Technology GmbH in Deutschland. „Hierzu müssen unsere Boards und Systeme für die jeweiligen Aufgaben wie beispielsweise Künstliche Intelligenz oder Echtzeitdatenverarbeitung und Kommunikation qualifiziert werden und genau das haben wir bei unseren Live-Demos umgesetzt. Sie sind also nicht nur applikationsfertig, sie erfüllen ihre Aufgaben auch real im Messedauerbetrieb.“ Im Rahmen der Live Demo der Mobilen Autonomen Roboter betrifft das beispielsweise den Support von Künstlicher Intelligenz sowie spezifischen Robotik-Betriebssysteme wie ROS 2.0 und OpenSplice DDS zur Echtzeitkommunikation, um Lösungen wie Objekterkennung, Autonome Navigation und die Koordination verteilter Schwärme unterstützen zu können. Hardwareseitig müssen auch GPGPUs, Lidar-Lasersensorik mit RGB-D Datenanalytik zur Lageerkennung von Objekten sowie Movidius-Sticks für die Künstliche Intelligenz am Edge unterstützt werden. Das dies nicht nur Theorie ist, kann sich jeder auf dem Embedded World Stand von Adlink Technology anschauen. So erkennt der Mobile Autonome Roboter ADLI-RO1 Menschen und weist ihnen eine ID zu. Er kann zudem Aufträge entgegennehmen, Personen zu beobachten und/oder zu verfolgen. Die weiteren Demos umfassen Künstliche Intelligenz zur Steuerung von mobilen Roboterschwärmen zur Optimierung des innerbetrieblichen Verkehrs und Warenflusses, die Überwachung des Health-Zustands von Förderbändern zur vorausschauenden Wartung und Qualitätssicherung sowie die Erkennung von Äpfeln und Granatäpfeln, die auch in ihrer Lage erkannt werden können. Gezeigt wird auch das Erkennen von Barcodes in unterschiedlichen Formaten und Größen. Ein GPGPU Server für selbstlernende Fabriksteuerungen wird zudem in einer statischen Demo präsentiert. Die Präsentation neuester Boards und Module rundet das Angebot von Adlink Technology auf der embedded world 2018 ab.

|
Ausgabe:
ADLINK Technology GmbH
www.penta.de

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige