0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

NVIDIA Jetson TX2 NX GPU助力微链DaoAI加速数据处理

NVIDIA英伟达企业解决方案 来源:NVIDIA英伟达企业解决方案 作者:NVIDIA英伟达企业解 2022-08-11 09:31 次阅读

微链 DaoAI是市场领先的3D 视觉和 AI 机器人系统供应商,拥有全球领先的 3D 视觉认知技术,在工业机器人智能引导和工业产品质量检测的三维成像方面,处于国际领先地位。

微链 DaoAI 团队正在切实地推进工业自动化进程,致力于解决传统制造业及现阶段自动化工业的痛点、局限,并在以汽车零部件为首的目标领域做出了杰出成果。截至目前,微链 DaoAI 团队已参与、完成德国博泽、中国奥克斯等业内龙头企业的自动化生产升级改造项目,与西门子、创新奇智等国际国内头部企业建立了深度战略合作关系。

微链 DaoAIAI+3D视觉系统

搭载 NVIDIA高性能GPU及平台软件

微链 DaoAI 有行业领先的工业级高精度 3D 相机,以及世界一流的 AI+ 视觉机器人系统。搭载NVIDIA Jetson TX2 NX GPU,使用CUDA 平台处理深度学习模型。通过NVIDIA 高性能 GPU 及平台软件,快速完成 3D 点云数据采集,同时保证机器人引导数据的高精度和高可靠性。

在与博泽汽车部件有限公司的合作中,微链 DaoAI 通过 AI+3D 视觉系统为博泽打造全自动的汽车座椅零部件上下料流水线。

制造行业面临高度自动化挑战

为了使自动化工业、智能工厂的发展更进一步,微链 DaoAI 高精度 3D 工业相机结合人工智能机器视觉赋予机器人认知,让机器人看得清、看得懂并自主工作,从而达到黑灯工厂的生产标准。与此同时,为了进一步提升客户的生产效率、降低客户成本。以微链 DaoAI 与博泽汽车部件有限公司的合作为例,汽车零部件行业及其它需求高度自动化的制造行业主要面临以下几个挑战:

1. 复杂的抓取条件

传统的机器人视觉在生产线的分拣、取放、上下料等应用中,常常无法应对物料高反光,物料摆放压叠等问题,因此需要人工辅助,进而增加了人力成本。

2. 抓取效率要求

为了完成复杂环境下的上下料应用,AI+3D 视觉系统的解决方案需要庞大的计算量。如何提升相机的图像采集效率成为能否提升流水线效率的关键。

3. 抓取准确性要求

客户在保证柔性制造、高效率生产的同时,同时还需求上下料、拆码垛、打螺丝、涂胶等应用的高可靠性,将对人工处理的依赖降至最低。

NVIDIA Jetson TX2 NX GPU

助力微链 DaoAI加速数据处理

微链 DaoAI 使用 AI+3D 视觉系统为客户打造无人工厂,实现汽车零部件上下料等工作的完全自动化,通过搭载NVIDIA Jetson TX2 NX GPU加速图像采集。为客户提高生产效率,降低生产成本。

微链 DaoAI 的 3D 相机通过 3D 视觉系统拍摄 3D 点云图像。再通过世界领先的 AI 视觉算法处理图像,定位工件位置,从而克服物料高反光,物料摆放压叠等复杂问题,完成抓取操作。

微链 DaoAI 3D 相机内置 NVIDIA Jetson TX2 NX GPU 以加速图像处理,在一秒钟内采集 3D 点云数据,以最快的速度完成机器人引导作业,通过减少任务周期时间提高工作效率。

借助 3D+AI 的视觉系统及NVIDIA CUDA 平台运行深度学习模型,保证引导应用精度,精度和可靠性可达 99.9%。

通过初创加速会员专享的NVIDIA 深度学习培训中心(DLI)和 CUDA 深度学习平台,微链 DaoAI 获取了许多开放性技术材料及工程实现支持,为微链 DaoAI 的技术突破起到了参考作用。CUDA 平台在训练深度学习模型,预测实验结果、解决方案成果方面也为微链 DaoAI 提供了便利。

审核编辑:汤梓红

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • NVIDIA
    +关注

    关注

    14

    文章

    5098

    浏览量

    104227
  • gpu
    gpu
    +关注

    关注

    28

    文章

    4818

    浏览量

    129659
  • AI
    AI
    +关注

    关注

    87

    文章

    32172

    浏览量

    271173

原文标题:NVIDIA Jetson加速点云数据采集和三维重建,助力微链DaoAI科技打造新一代AI机器人

文章出处:【微信号:NVIDIA-Enterprise,微信公众号:NVIDIA英伟达企业解决方案】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    NVIDIA GPU助力科研人员探索外星世界

    NVIDIA GPU 驱动的深度学习在短短几秒内解读出了卡西尼号土星探测器多年来收集的海量数据,为科研人员探索外星世界提供了更加智能的方式。
    的头像 发表于 02-27 10:37 239次阅读

    康谋分享 | 如何应对ADAS/AD海量数据处理挑战?

    如何有效处理ADAS/AD海量数据并从中获得见解?IVEX数据处理流程可自动从原始传感器数据等输入中识别出值得关注的事件和场景,推动数据高效
    的头像 发表于 12-25 10:05 3641次阅读
    康谋分享 | 如何应对ADAS/AD海量<b class='flag-5'>数据处理</b>挑战?

    《CST Studio Suite 2024 GPU加速计算指南》

    指定GPU设备数量。 - 批处理模式:使用命令行开关(-withgpu),并给出了Windows和Linux下的使用示例。 5. NVIDIA使用指南 - ECC功能:可检测和纠正GPU
    发表于 12-16 14:25

    《算力芯片 高性能 CPUGPUNPU 架构分析》第3篇阅读心得:GPU革命:从图形引擎到AI加速器的蜕变

    数据挖掘工作中,我经常需要处理海量数据的深度学习任务,这让我对GPU架构和张量运算充满好奇。阅读《算力芯片》第7-9章,让我对这些关键技术有了全新认识。
    发表于 11-24 17:12

    雷卯针对NVIDIA英伟达JETSON Orin NX开发板防静电推荐器件示意图

    一、应用场景 1. 生成性 AI 的端到端开发 2. 边缘 AI 3. 机器人应用 二、 功能概述 1. 处理器: Jetson Orin NX 8GB: 6核Arm° Cortex®
    的头像 发表于 11-22 19:13 296次阅读
    雷卯针对<b class='flag-5'>NVIDIA</b>英伟达<b class='flag-5'>JETSON</b> Orin <b class='flag-5'>NX</b>开发板防静电推荐器件示意图

    使用NVIDIA Jetson打造机器人导盲犬

    Selin Alara Ornek 是一名富有远见的高中生。她使用机器学习和 NVIDIA Jetson边缘 AI 和机器人平台,为视障人士打造了机器人导盲犬。
    的头像 发表于 11-09 13:51 372次阅读

    PyTorch GPU 加速训练模型方法

    的基本原理 GPU(图形处理单元)最初是为图形渲染设计的,但随着技术的发展,人们发现GPU在并行计算方面有着天然的优势。GPU拥有成千上万个核心,可以同时
    的头像 发表于 11-05 17:43 742次阅读

    AMD与NVIDIA GPU优缺点

    在图形处理单元(GPU)市场,AMD和NVIDIA是两大主要的竞争者,它们各自推出的产品在性能、功耗、价格等方面都有着不同的特点和优势。 一、性能 GPU的性能是用户最关心的指标之一。
    的头像 发表于 10-27 11:15 1310次阅读

    GPU加速计算平台是什么

    GPU加速计算平台,简而言之,是利用图形处理器(GPU)的强大并行计算能力来加速科学计算、数据
    的头像 发表于 10-25 09:23 341次阅读

    FPGA在数据处理中的应用实例

    广泛应用于以太网、USB、PCI Express、SATA、HDMI等通信协议的处理。它们通过高速串行接口实现数据传输,并利用硬件加速技术进行协议解析和数据处理,从而提高系统性能。例如
    的头像 发表于 10-25 09:21 713次阅读

    ALINX FPGA+GPU异架构视频图像处理开发平台介绍

    Alinx 最新发布的新品 Z19-M 是一款创新的 FPGA+GPU 异构架构视频图像处理开发平台,它结合了 AMD Zynq UltraScale+ MPSoC(FPGA)与 NVIDIA
    的头像 发表于 08-29 14:43 1406次阅读

    如何在tx2部署模型

    、低功耗和丰富的接口,非常适合用于部署各种深度学习模型。 NVIDIA Jetson TX2是一款基于NVIDIA Pascal GPU架构
    的头像 发表于 07-09 10:16 767次阅读

    Nvidia Jetson Nano + CYW55573/AWXB327MA-PUR M.2无法使用操作系统内置的网络管理器管理Wi-Fi如何解决?

    我们使用的是 Nvidia Jetson Nano + CYW55573/AWXB327MA-PUR M.2 ,请参阅 Nvidia Jetson
    发表于 05-23 06:47

    MathWorks 与 NVIDIA 联手加速医疗技术领域中软件定义工作流的开发

    GPU 加速NVIDIA Holoscan 算子中以进行实时数据处理和推断,从而加速数据
    的头像 发表于 05-17 10:36 467次阅读
    MathWorks 与 <b class='flag-5'>NVIDIA</b> 联手<b class='flag-5'>加速</b>医疗技术领域中软件定义工作流的开发

    利用NVIDIA组件提升GPU推理的吞吐

    本实践中,唯品会 AI 平台与 NVIDIA 团队合作,结合 NVIDIA TensorRT 和 NVIDIA Merlin HierarchicalKV(HKV)将推理的稠密网络和热 Embedding 全置于
    的头像 发表于 04-20 09:39 867次阅读