FMC³机器人正在测试移动材料处理和电池电极处理,以推进可适应的人工智能驱动的工业机器人能力.
FMC³机器人正在推进两项工业概念验证项目.一个专注于消费电子制造厂的移动材料处理;另一个专注于电池电池生产站的电池电极板处理.这两种电池处理器都在工厂中仍然具有高度重复性和物理要求的工作,但与传统的自动化技术很难灵活地自动化.
FMC³机器人是一家位于德国巴伐利亚的工业具身智能公司,其办事处位于英戈尔施塔德和上海.该公司专注于机器人如何在实际生产环境中获得和不断提高任务能力.其核心产品之一是用于工业机器人连接数据,模拟,培训,验证和部署的具身智能代理平台.这使机器人能够开发特定任务所需的AI脑能力,同时保持从数据采购到开发到工厂部署的路径可追踪.
传统自动化仍然是长期的,大量的,高度标准化的生产不可或缺的.今天许多工厂的挑战是批量规模正在缩小,变更正在增加,产品变化正在加快,大多数材料处理操作仍然依赖于手工工作.固定设备调整和设备重编程需要大量的工程时间,而材料运输和机器上下料是高度重复的,身体要求的,并且对工作人员越来越困难.
两家工厂PoC测试相同类型的机器人能力
在一家消费电子制造厂,FMC³机器人正在推进一个涉及轮机的工业PoC,并将于2026年10月底交付.在控制测试条件下,机器人正在在连续的任务序列上进行测试:分拣在一个垃圾桶上,将其运送到生产区,将其定位在目标设备旁边,并将垃圾桶放置在生产线的指定点上.
困难不在于任何一个操作,而是在机器人周围的工厂环境中.该网站处理多个不同尺寸的产品和垃圾桶,并没有在机器人周围重新设计过道或设备.固定自动化通常为定义的工作站,容器和产品提供服务.相反,移动操纵器必须为不同的工作站提供服务,同时尽量减少专用自动化区域和广泛的线路修改.
在另一个生产站点,FMC³机器人正在推进一个PoC用于处理电池电极板.该任务目前由一名工人完成,他从侧桌上接收电极板,将其转移到相应的托盘上,并将装置返回其原始位置.该项目旨在让一个机器人通过分拣接管这个步骤,运输,精确地放置和定位电极板.由于任务直接与现有的设备和工具接口,机器人必须控制其抓住,定位和操作序列.
两项项目强调了相同技术问题的不同方面.第一个需要一个移动操纵器来导航现有设施并服务生产线.第二个侧重于在定义设备区域内的操作,更重视抓住,调整和与过程序列协调.一起,他们测试机器人是否可以解释不同的材料,工作站和操作序列;完成分拣,运输,调整和放置;并调整其行动到现场观察到的偏差,而不需要广泛的生产线修改.
目前,这两个项目都处于工业PoC阶段.FMC³机器人不仅旨在验证单个操作是否可以完成,而且模型,机器人平台和商店地板过程是否可以作为可重复系统一起工作.周期时间,定位偏差和连续运行时间等指标也将帮助团队评估这一点.
人工智能代理背后的数据循环
同时,两种PoC正在测试FMC³的具身智能代理平台背后的操作模式:一个连接任务捕获,模拟,培训,验证,部署和操作反的数据循环.循环可以利用多种类型的数据.在这个阶段,FMC³机器人特别重视任务相关的物理世界数据,因为在其他环境中重建工厂任务时,许多商店地板细节将会丢失.
工厂任务不仅仅是运动轨迹.操作的序列,人们如何与物体进行物理接触,如何识别偏差,采取哪些纠正措施,以及达到哪些质量结果都帮助确定机器人是否真正学会了任务.FMC³机器人认为,只有通过保护这种背景,训练数据才能支持机器人在工厂中可验证的能力.
真正的短缺不是一般的数据,而是具有资格的物理世界数据,这些数据反映了某个环境中实际执行任务的方式:运动,物理相互作用其他,过程序列,质量 结果,以及错误和纠正. 乔阿希姆·费特泽博士,欧洲FMC³机器人总裁
因此,FMC³机器人将数据采集置于生产任务本身,将gym带到制造场所.工人可以继续正常工作,而不仅仅是为了收集数据.当他们工作时,系统会记录第一人视觉和深度信息,身体和手动,任务序列和触觉信息 (必要时).所产生的数据捕获了任务本身以及执行过程中产生的偏差和纠正.
在系统层面上,FMC³的方法是基于两个互补的支柱的集成系统:工业具身智能代理平台和通过数据JV计划的标准化数据基础设施. 代理平台开发了特定任务的机器人能力,而计划的数据JV基础设施旨在提供扩展工厂和应用中数据循环所需的共享数据基础,标准和治理.
在这个集成系统中,FMC³将支持数据循环的工具集称为Doceo数据系统.Doceo RealCap将智能摄像头,外部摄像头和触摸手套 (如果需要) 结合在一起以捕获多模式信息.Doceo Hub同步了不同的数据流,融合了多种视角,并支持录制,播放,注释和数据管理.作为FMC³工具,Doceo Hub旨在运行或连接到计划的数据 JV基础设施.由Vector Informatik的数据基础设施和云技术支持,Doceo Cloud旨在运行这个计划的基础设施并支持数据摄入,自动标签,培训,模拟和测试.Doceo Driver然后将结果的能力连接到不同的平台和机器人控制系统.
在这个工作流程中,数据和能力之间的可追溯性特别重要:哪种类型的任务演示产生了给定的行动,在哪些条件下培训和测试了能力,以及在哪个机器人和哪个环境下验证了能力.对于工业客户来说,这些关系在决定能力是否准备好超越PoC阶段时提供了重要的证据.
超越单个机器人技能
一个PoC可以验证一个任务链,但在工厂和应用中扩展数据循环也需要标准化数据基础设施和治理框架.为了建立这个基础,Vector Informatik,PEM Motion和FMC³机器人将在德国建立一个专注于工业具身智能的数据基础设施的合资企业.FMC³将通过其工业具身智能代理平台和任务特定的数据采集技术贡献.PEM Motion将贡献生产工程和工业化专业知识,而Vector Informatik将提供标准化数据和通信协议,数据治理,数据合规知识以及智能数据记录器.根据计划架构,数据将通过Vector SDX进行管理,根据客户需求提供德国的STACK Cloud或Deutsche Cloud服务.
该合作旨在连接数据采购和处理,模型培训,基于模拟的验证,现实世界部署以及工业运营的反.
只有当这些阶段和商场反形成一个可追踪的链路时,工业经验才能进一步提高能力,并转化为可重复使用的机器人技能.
让下一个部署更快
FMC³机器人旨在利用这一基础逐步开发一个自我学习和代的平台:机器人系统将从任务结果中确定可改进的领域,确定需要什么额外数据,并将更新的功能返回网站进行验证.随着可重复使用的技能积累,这种过程可以缩短新任务和环境的部署周期,帮助机器人更快地适应高混合,低量制造和频繁的更换.
这也是FMC³机器人技术的意义,即"超越专用机器人培训设施":使工厂成为持续学习和验证的场所,从每个部署中获得的经验为后续应用提供了基础.
目前,PoC是测试这一方向的起点.它们将帮助FMC³评估相同的具身智能代理是否可以使用数据循环来开发可靠,任务特定的AI脑能力.进一步的测试将确定如何在不同的设置中重复使用这些技能,以缩短后续部署所需的时间.这将是从验证单个任务转向扩展工业应用的关键.
