TGTGInsightаналитика telegramLIVE / telegram public index
← Machinelearning
Machinelearning avatar

TGINSIGHT POST

Post #9034

@ai_machinelearning_big_data

Machinelearning

Просмотры35,000Количество просмотров
Опубликован21 нояб.21.11.2025, 09:05
Содержимое поста

Содержимое

📌Figure рассказала, как поработали их роботы Figure 02 на заводе BMW. Забегая вперед, это были не лабораторные тесты, а полноценное боевое крещение, которое длилось 11 месяцев. Всего через полгода после запуска, роботы Figure 02 уже были на заводе, а к десятому месяцу они вышли на полную рабочую загрузку. Роботы трудились 10-часовыми сменами с понедельника по пятницу. За более чем 1250 рабочих часов они загрузили свыше 90 тысяч деталей, внеся свой вклад в производство более 30 тысяч автомобилей серии X3. По оценкам инженеров, за этот период роботы сделали более 1.2 млн. шагов, пройдя расстояние чуть больше 320 км. Основным кейсом использования стала операция загрузки листового металла — классическая задача по перекладыванию деталей. Процесс требовал от робота взять металлические листы и поместить их в сварочный агрегат с допуском всего в 5 миллиметров. Чтобы оценить эффективность, инженеры установили жесткие KPI. 🟢Во-первых, на полный цикл отводилось 84 секунды. 🟢Во-вторых, показатель успешной загрузки деталей должен был превышать 99%. 🟢И, наконец, количество вмешательств человека - ноль раз за смену. Такие условия потребовали от Figure разработки продвинутых алгоритмов координации "рука-глаз" и адаптивной локомоции. Но любой экспериментальный проект — это прежде всего про поиск слабых мест. С выходом новой модели Figure 03, второе поколение роботов официально отправляется на пенсию. Опыт, полученный на заводе BMW, напрямую повлиял на архитектуру третьего поколения. Главным "узким местом" Figure 02 оказалось предплечье. Из-за плотной компоновки и требований к ловкости, эта часть часто перегревалась и была сложна в обслуживании. В Figure 03 полностью изменили архитектуру электроники запястья. Они убрали распределительную панель и избавились от динамической кабельной разводки. Теперь контроллеры моторов общаются с главным компьютером напрямую. Это тот самый случай, когда тысячи часов реальной работы на заводе превращаются в конкретные инженерные улучшения. @ai_machinelearning_big_data #news#ai#ml