Innovation vorantreiben: Wie unsere Digital-Twin-Initiative mit NVIDIA und SoftServe die Materialhandhabung verbessert
In der sich rasant entwickelnden Welt der Robotik und Automatisierung unternimmt Toyota Material Handling Europe mutige Schritte, um das Innovationstempo zu beschleunigen und die Markteinführungszeit zu verkürzen. In Zusammenarbeit mit NVIDIA und SoftServe – einem führenden Anbieter von IT-Beratung und digitalen Dienstleistungen sowie weltweit führenden Anbieter von Physical-AI-Lösungen – führen wir Pilotprojekte zur Entwicklung und Einführung von Physical-AI-Lösungen durch. Im Mittelpunkt dieser Transformation steht eine bahnbrechende Digital-Twin-Lösung zur Simulation von Toyota Gabelstaplern in einer virtuellen Umgebung aus Lagerhäusern und Fabriken.
Lösung realer Herausforderungen mit Physical AI
Eine der größten Herausforderungen in der Robotik ist die Fähigkeit, reale Szenarien originalgetreu zu simulieren. Herkömmliche Testmethoden sind oft langsam, teuer und in ihrem Umfang begrenzt. Angesichts dieser Herausforderungen haben wir gemeinsam mit SoftServe und NVIDIA eine virtuelle Kopie autonomer Gabelstapler erstellt, die eine präzise Simulation und Analyse unter verschiedenen Betriebsbedingungen in digitalen Zwillingen ermöglicht. Diese wurden mit NVIDIA Omniverse erstellt, einer Plattform aus APIs, SDKs und Diensten, die es Entwicklern ermöglicht, OpenUSD- und RTX-Rendering-Technologien einfach zu integrieren.
Dieser Digital-Twin-Ansatz schließt die Lücke zwischen Design und Einsatz und ermöglicht die Validierung und Optimierung unserer Robotersysteme in einer kontrollierten, skalierbaren und kosteneffizienten Umgebung, was zu einer schnelleren Markteinführung und höherer Qualität führt.
„Die Entwicklung von Digital-Twin-Anwendungen mit Omniverse ermöglicht es uns, verschiedene Testumgebungen auf eine Weise nachzubilden, die in der realen Welt nur schwer umsetzbar ist, ohne tatsächlich vor Ort beim Kunden sein zu müssen. Wir können beispielsweise Physical-AI-Lösungen an einer unbegrenzten Anzahl verschiedener Standorte trainieren und virtuell testen. Außerdem können wir einen Großteil der tatsächlichen Systeminbetriebnahme im Digital Twin durchführen und so die Beeinträchtigung des Kundenbetriebs minimieren. Das ermöglicht uns, unsere Innovationsgeschwindigkeit zu steigern.“
Johan Brynås
Leiter Forschung und Innovation bei Toyota Material Handling Europe
Verbesserung der Mensch-Roboter-Zusammenarbeit durch Simulation
Einer der wichtigsten Anwendungsfälle für diese Lösung ist die kollaborative Kommissionierung, bei der Kommissionierer und autonome mobile Roboter (AMRs) zusammenarbeiten und so die Gesamteffizienz steigern.
Dieser Anwendungsfall ist aus Simulationssicht besonders interessant, da er die Interaktion zwischen Menschen und den AMRs beim Aufnehmen einer Palette oder beim Bewegen um die Fahrzeuge herum einbezieht, was sich auf LiDAR-Scanner, Kameras und andere Sensoren auswirkt. Menschliche Avatare übernehmen die Kommissionierung und interagieren auf realistische Weise mit dem Fahrzeug.
Mithilfe des Mega NVIDIA Omniverse Blueprint – einem Omniverse Blueprint, der für die Simulation, das Testen und die Optimierung von KI- und Roboterflotten in digitalen Zwillingen vor dem Einsatz in der realen Welt entwickelt wurde – kann eine komplette Kommissionieranlage in der Simulation mit verschiedenen Verkehrsszenarien und unterschiedlichen Auftragsstrukturen getestet werden, wobei die reale Fahrzeugsoftware und KI-Modelle in den Prozess eingebunden sind. So können wir die Systemleistung optimieren und testen, um die angestrebte Effizienz zu erreichen.
Mit modernsten Technologien die Zukunft gestalten
Um diese Vision zu verwirklichen, haben wir gemeinsam mit SoftServe die Leistungsfähigkeit modernster Technologien der Omniverse-Plattform von NVIDIA genutzt.
Diese Initiative verändert die Art und Weise, wie Lagerautomatisierungssysteme vor ihrem Einsatz in der Praxis getestet und validiert werden. Die Digital-Twin-Lösung integriert fortschrittliche Simulationssoftware, Echtzeit-Datenanalyse und Algorithmen des maschinellen Lernens. Diese Technologien arbeiten zusammen, um eine dynamische und interaktive virtuelle Umgebung zu schaffen, in der Toyota Gabelstapler unter einer Vielzahl von Szenarien getestet werden können.
Der Einsatz von hochauflösender 3D-Modellierung und physikbasierten Simulationen stellt sicher, dass der virtuelle Zwilling das Verhalten der realen Stapler genau widerspiegelt.
Ausblick: Innovation durch strategische Zusammenarbeit vorantreiben
Als Unternehmen haben wir uns zum Ziel gesetzt, die Zukunft der Logistik durch kontinuierliche Innovation und starke Partnerschaften mitzugestalten.
Unser Fokus liegt künftig darauf, den Anwendungsbereich von Digital-Twin-Simulationen zu erweitern, die Zusammenarbeit mit Technologieführern wie NVIDIA und SoftServe zu vertiefen und den Weg vom virtuellen Test bis zum Einsatz in der Praxis zu optimieren. Durch Investitionen in skalierbare KI-Modelle und die konsequente Beobachtung neuer Trends wollen wir unsere führende Position in der Lagerautomatisierung behaupten und die Branchenstandards für Effizienz und Innovation neu definieren.