من خلال المشهد إلى منظمة العفو الدولية وصلة كاملة ! تحقيق انفراجة تكنولوجية كبيرة في صناعة جمع البيانات مصفوفة توستا

بعد الانتهاء من تطبيق ونشر بيانات المحاكاة الافتراضية ، tuosida مرة أخرى يكمل القدرة الرئيسية للحصول على البيانات من آلة حقيقية . هذا النظام هو جوهر " المشهد + روبوت + بيانات + منظمة العفو الدولية نموذج " توستا ، الذي يكسر من خلال البيانات خطأ بين الأجهزة الطرفية الذكية الخوارزمية ، ويبني خدمة كاملة الرابط الذي يعمل في الموقع ، تشغيل الجهاز ، بيانات هطول وذكي التكرار .

متعدد الوسائط نظام الحصول على البيانات من آلة حقيقية بنيت على أساس tuosta الذاتي المتقدمة عالية الدقة متعددة الوسائط التقاط البيانات مخلب . التلقائي طحن البيانات التقاط القابض لديه براعة قوية ، يمكن أن تكون مناسبة لجميع أنواع النماذج دون الروبوت المشترك رسم الخرائط ، ويمكن استخدامها في خط الانتاج مع خفيفة الوزن التحول . الجهاز يجمع بين الرؤية بالقصور الذاتي عالية التردد الاستشعار عن بعد ، يدرك 6-dof عالية الدقة تتبع الموقفمتوسط الخطأ ≤ 0.25 في المائةمتعددة الأبعاد المعلومات البصرية مثل الصورة ، مسار الحركة ، نهاية الموقف ، تحامل مخلب العمل وما إلى ذلك يتم جمعها في وقت واحد ، تعليمات من جهة واحدة و كلتا اليدين إجراءات العمل المعقدة متوافقة ، وذلك لجمع بيانات الإنتاج من خط التساقط و تغذية العودة نموذج التكرار ، مما يجعل الروبوت حقا " فهم التكنولوجيا ، يمكن أن تعمل " .

منصة متكاملة لجمع البيانات ، التي تغطي خمس مراحل رئيسية من حلقة مغلقة من البيانات الذكية مع الروبوت ، بما في ذلك التعليم اليدوي ، وجمع البيانات ، وتجهيز البيانات ، نموذج التدريب ، الروبوت نشر وردود الفعل التكرار ، يمكن أن تحل على نحو فعال في صناعة نقاط مؤلمة مثل عدم كفاية الروبوت التقليدية مطابقة ، ومحدودية دقة جمع وضعف القدرة على التعميم من المشهد ، وما إلى ذلك ، وبناء قاعدة بيانات على نطاق واسع في صناعة الذكاء الاصطناعي .

　　دليل التعليم المتعدد الوسائط اقتناء

　　هطول عينات بيانات عالية الجودة

في المرحلة الأولى ، يمكن للمشغل إكمال المهمة الصناعية مثل الاستيلاء على نقل وتجميع من خلال جمع البيانات من تحامل مخالب ، نظام تسجيل جميع الأبعاد العملية مهمة المعلومات بشكل متزامن ، والحفاظ على منطق التشغيل اليدوي و التفاصيل تماما ، وتوليد عالية الجودة تعمل عينة التي تناسب المشهد الصناعي ، والسماح الروبوت " فهم التكنولوجيا " .

　　معالجة البيانات وتوحيد

　　تحسين كفاءة معالجة البيانات ومستوى الإدارة

في المرحلة الثانية ، بعد الحصول على البيانات ، بيانات متعددة المصادر ، مثل المعصم الصورة ، الحركة تشكل مخلب تحامل الدولة ، وما إلى ذلك ، يتم فرزها ، محاذاة الوقت وشكل موحد ، ثم يتم تعبئتها في تدريب مجموعة البيانات . وفي الوقت نفسه ، فإنه يوفر البصرية أداة الاستعراض ، والتي يمكن أن تدعم عرض يدوي ، والملاحظات ، وتوافر العلامات . وعلاوة على ذلك ، فإن القدرة على التنظيف الآلي للبيانات ، وفحص الجودة ، والتصنيف ، وإدارة الإصدار سيتم تدريجيا تحسين كفاءة معالجة البيانات ، ومستوى الإدارة سوف تتحسن .

　　
نموذج التدريب وتقييم القدرات

　　تعزيز قدرة الروبوت التعميم

في المرحلة الثالثة ، على أساس مجموعة بيانات موحدة ، الروبوت مناورة استراتيجية التدريب يمكن أن تجعل نموذج تعلم رسم العلاقة من المراقبة البصرية مهمة القيادة إلى نهاية الحركة و القابض الحركة .

　　نشر الروبوت

　　تنفيذ المهام الذكية

في المرحلة الرابعة ، عالية الدقة نموذج استراتيجية التدريب يمكن أن تصل إلى أنواع مختلفة من أنظمة التحكم الآلي بسرعة ، اعتمادا على الوقت الحقيقي التصور البصري ، الروبوت تشغيل الدولة مهمة قيادة الانتاج الذاتي تنفيذ الإجراءات بدقة ، وتحقيق الاستقرار في الزحف ، والنقل ، والتجمع وغيرها من المهام الصناعية النموذجية ، مثل الروبوت " يمكن أن تعمل في المصنع .

　　آلة اختبار البيانات الجزر

　　تحديث نموذج التغذية المرتدة

في المرحلة الخامسة ، منصة تسجيل العملية برمتها و تأثير الروبوت آلة حقيقية ، تهدف إلى دقة الإسناد من شذوذ و فشل المشهد ، عالية الجودة البيانات الإضافية هو عاد إلى جمع وتدريب الروابط ، و الدقة و القدرة على التكيف من النموذج الأمثل تكرارية مستمرة ، وبالتالي تشكيل الذاتي الأمثل البيانات حلقة مغلقة .

وبناء على ذلك ، tostar يبني حلقة مغلقة البيانات العملية برمتها من " دليل التدريس وجمع البيانات وتجهيزها وتوحيدها ، نموذج التدريب ، آلة حقيقية نشر ردود الفعل الأمثل " ، وبناء عالية الجودة مجموعة البيانات الصناعية ، وتوسيع نطاق تطبيق الحدود من الذكاء الاصطناعي ، مما يجعل الروبوت الذكي أكثر مناسبة لأنّ عملية الإنتاج ، تكون جيدة في العمل الحقيقي ، وتعزيز التحول ورفع مستوى الصناعة التحويلية .

　　شو جينغ يو