自动化展|从工业的自动化走向智能化
在工业界，传统自动化方案均是将知识灌入机器人系统，通过编程的形式实现自动批量处理事务的功能。因此诞生了一系列计算机视觉的任务和机器人控制的任务，比如一个完整的抓取分拣操作，包含了3D感知、配准、点云分割、抓取点估计、任务重排、规划、2D校准等任务，通过强大的工业软件将这些技术点耦合在一起，这样催生了工业上的大部分应用。今天就由自动化展小编为你解读更多行业新趋势。
这样的应用具有可控、重复性高的特点，但是整个方案实施成本高、柔性低、换线复杂，并且每个方案都是独特的，缺乏基准和技术一致性，非常不利于整体技术的进步，因此“解决方案”这四个字是整个行业的痛。
人类经常被物化为工业流水线中柔性的执行机构，是因为人观察和学习周围的环境，使用自己的大脑充分的利用自己的身体完成各种复杂的任务，并且在执行中不断受到更新自己的认知，这种以身体为舟，性命为本，在尘世航行的模式，正是智能化追求的一种理想形式。这正是1950 年图灵论文中提到的具身智能。
工业机器人的智能化发展始于具身智能。具身智能是指人工智能具有身体，需要与真实世界进行交互。这种交互不仅涉及视觉上的高维特征提取，还包括其他感官信息，例如听觉、嗅觉、味觉和触觉。通过这种交互，智能体可以获取物理世界的真实反馈，并通过反馈来学习并进化。具身智能是一种重要的发展方向，可以帮助机器人更好地完成任务。
而在具身智能执行步骤一般为多传感器的real to sim，然后sim to real的过程，具体的过程如下：
- Real to Sim
通过多种感知设备和算法，尽量将现实世界的信息能够还原到虚拟环境中。
- Sim to Real
在经过模拟和规划后，将算法和规划应用到实际机器人上。
以前为什么不能提具身智能，是因为技术复杂，各个技术点发展不成熟，但是目前2023年，很多工作已经发展到一定的阶段，尤其是大语言模型彻底改变了语义理解和顶层规划的困难。
1. 大语言模型的发展为高级规划层铺平了道路
随着chatgpt证明了大语言模型具有较强的综合思考、逻辑能力、数理能力，大语言模型越来越被证明，其作为机器人的上层逻辑规划器是非常有希望的，一举改变了机器人系统不智能的缺点。尤其值得注意的是近chain of thought配合LLMs的一些研究表明，通用AGI似乎并不遥远了。
2. 多模态模型的发展
Transformer等结构带来的多模态模型的发展，对统一图像、行为理解、语音、动作等提供了技术基础。2023年3月6日，来自谷歌和德国林工业大学的一组人工智能研究人员公布了史上大视觉语言模型 PaLM-E( Pathways Language Model with Embodied)。机器人可以通过图片理解现状，并根据文字指令完成任务。
CVPR2023的best paper，UniAD工作可以端到端的处理多个自动驾驶任务，并实现了一个自动驾驶的任务的全局优化方案，这意味者模型可以统一的理解所有的关键信息并作出决策。
3. Nerf-based 模型的发展为2D感知和重建提供了丰富的手段
NeRF（Neural Radiance Fields神经辐射场）早在2020年提出的概念，其将隐式表达推上了一个新的高度，仅用2D的posed images作为监督，即可表示复杂的三维场景。
Nerf的出现改变了2D估计3D的方案，基于Nerf的slam工作、重建工作等都获得了大的发展，改变了模型认知世界的方法。
Nerf-based slam技术在稠密建图导航中大放异彩，以NICE-SLAM为代表的模型在精度上有了较大的进步。CVPR2023的UniSim工作实现了高度逼真、闭环测试(closed-loop simulation)、可扩展 (scalable), 只需要采集一次数据, 就能重建并仿真测试。
以上便是自动化展小编为大家整理的相关内容，如果大家对这方面比较感兴趣，可以到自动化展参观交流。2023年10月11日-13日，自动化展将于深圳国际会展中心（宝安新馆）隆重开幕，将以“跨界+芯+智造”为创新理念，展会将汇聚1,200个企业及品牌参展，展示电子元器件、PCBA制程、智能制造、 EMS服务、半导体封测等相关的国内外设备新品及先进技术解决方案。与同期多展联动，带来消费电子、家电、工控、通信通讯、汽车、触控显示、新能源、医疗器械、光电等领域跨界商机，绽放亚洲电子工业新活力。此外，同期将举办超30场跨国、跨界活动，覆盖PCBA制程、半导体封装、工业机器人、智能仓储与物流、机器视觉、智慧工厂、工业互联网、激光、3C、家用电器、通信、汽车、5G、物联网、人工智能、AR/VR、新能源、医疗器械、照明等热门话题，创新打造多元化国内、外商务配对社交机会，一站式捕捉亚洲跨界商贸网络，诚邀您莅临参观，为您解读更多行业发展新趋势。
文章来源：DoNews