Innovatie versnellen: hoe ons digital twin-project met NVIDIA en SoftServe material handling naar een hoger niveau tilt
In de snel evoluerende wereld van robotica en automatisering zet Toyota Material Handling Europe belangrijke stappen om innovatie te versnellen en de time-to-market van nieuwe oplossingen te verkorten. Samen met NVIDIA en SoftServe – een toonaangevende IT-consultancy en specialist in Physical AI-oplossingen – testen we de ontwikkeling en implementatie van Physical AI. Centraal in dit project staat een innovatieve digital twin-oplossing, waarmee Toyota-heftrucks virtueel worden gesimuleerd in magazijn- en fabrieksomgevingen.
Praktijkuitdagingen oplossen met Physical AI
Realistische praktijksituaties
Een van de grootste uitdagingen binnen robotica is het realistisch simuleren van praktijksituaties. Traditionele testmethoden zijn vaak tijdrovend, duur en beperkt in mogelijkheden. Daarom werken we samen met SoftServe en NVIDIA aan een virtuele kopie van onze autonome heftrucks. Zo simuleren en analyseren we uiteenlopende praktijksituaties in digital twins, gebouwd met NVIDIA Omniverse, een platform met API's, SDK's en diensten waarmee ontwikkelaars OpenUSD- en RTX-rendertechnologie eenvoudig integreren.
Deze aanpak overbrugt de kloof tussen ontwerp en implementatie. We valideren en optimaliseren onze robotsystemen in een gecontroleerde, schaalbare en kostenefficiënte omgeving. Dat resulteert in een kortere time-to-market en een hogere kwaliteit. "Door digital twin-applicaties te ontwikkelen met Omniverse kunnen we uiteenlopende testomgevingen nabootsen en onderzoeken op een manier die in de praktijk nauwelijks mogelijk is, zonder naar de locatie van de klant te gaan."
Johan Brynås, Director Research & Innovation bij Toyota Material Handling Europe.
Betere samenwerking tussen mens en robot dankzij simulatie
Collaborative case picking
Een van de belangrijkste toepassingen van deze oplossing is collaborative case picking, waarbij orderpickers en autonome mobiele robots (AMR's) samenwerken om de efficiëntie te verhogen. Deze toepassing is bijzonder interessant vanuit simulatieperspectief, omdat ze de interactie tussen medewerkers en AMR's realistisch nabootst. Denk aan het oppakken van pallets of het bewegen rond voertuigen, waarbij LiDAR-scanners, camera's en andere sensoren voortdurend reageren op menselijke bewegingen. Menselijke avatars voeren de orderpicktaken uit en werken op een realistische manier samen met de voertuigen.
Met behulp van de Mega NVIDIA Omniverse Blueprint, ontwikkeld voor het simuleren, testen en optimaliseren van AI- en robotvloten in digital twins, testen we volledige orderpickinstallaties onder verschillende verkeerssituaties en orderstructuren. Daarbij draaien de echte voertuigsoftware en AI-modellen mee in de simulatie. Zo stemmen we de prestaties nauwkeurig af en bereiken we de gewenste efficiëntie.
De toekomst aandrijven met geavanceerde technologie
Nvidia Omniverse-platform
Om deze visie te realiseren werken we samen met SoftServe en benutten we de mogelijkheden van het NVIDIA Omniverse-platform.
Deze samenwerking verandert de manier waarop magazijnautomatisering wordt getest en gevalideerd vóór de implementatie in de praktijk. De digital twin-oplossing combineert geavanceerde simulatiesoftware, realtime data-analyse en machine learning-algoritmen in één interactieve virtuele omgeving waarin Toyota-heftrucks onder uiteenlopende omstandigheden worden getest.
Dankzij hoogwaardige 3D-modellen en fysica-gebaseerde simulaties weerspiegelt de virtuele omgeving het gedrag van de fysieke trucks uiterst nauwkeurig.
Vooruitkijken: innovatie opschalen door strategische samenwerking
Sterke partnerships
Toyota Material Handling Europe blijft investeren in innovatie en sterke samenwerkingen om de toekomst van logistiek vorm te geven.
Technologische ontwikkelingen
De komende jaren richten we ons op het verder uitbreiden van digital twin-simulaties, een nog nauwere samenwerking met technologiepartners zoals NVIDIA en SoftServe, en een snellere overgang van virtuele tests naar implementaties in de praktijk. Door te investeren in schaalbare AI-modellen en nieuwe technologische ontwikkelingen op de voet te volgen, versterken we onze positie binnen magazijnautomatisering en blijven we de norm bepalen op het vlak van efficiëntie en innovatie.