台达电子正在利用数字孪生和合成数据重新定义生产线和工业检测

创建数字孪生的过程始于聚合和可视化来自环境的 3D 素材。台达使用多种 3D 应用，包括 Autodesk 3ds Max、FlexSim 和 Visual Component 来建模和模拟其生产线。从历史上看，如果不经过耗时的数据传输、模型抽取和互操作性障碍，几乎不可能将这些建模和仿真工具的数据带入同一个环境。即便如此，聚合数据后，如果对源 3D 应用中的模型或流程进行了任何更改，则聚合过程将再次开始以更新任何更改。

借助 Omniverse，台达可以使用统一的素材工作流将其各种应用和数据连接在一起，从而使其团队能够在同一环境中进行可视化并协作整个输出。这一切都得益于 OpenUSD 和其他连接器及扩展，可允许第三方工具通过 Nucleus 服务器将实时数据输入 USD Stage。 

所有素材都汇总到数字孪生中之后，台达团队便可以在设计和重新配置过程的早期运行模拟并发现问题，而不是对其实际的生产线进行更改。这对于避免高成本的宕机时间和变更订单请求至关重要。

台达电子 PSBG 总经理 Ares Chen 表示：“当应用连接到 Omniverse 时，我们的所有文件和数据可以同时同步，因此团队成员可以在 USD Stage 中看到更新并实时协作。USD 实现了与每个团队成员的无缝协作，因此我们可以比以前更快、更高效地设计生产线。”

台达在最终装配中使用计算机视觉进行自动检查，检查缺少组件或螺丝未对准等问题。AI 辅助自动光学检测 (AOI) 显著加速了检测过程，使台达能够尽早发现缺陷，最大限度地减少人工干预的需要。

台达在训练 AI 模型方面面临挑战，因为手动收集和标记数据需要花费大量时间 – 1000 张图像最多需要两天时间。为了加快速度并降低成本，该团队转而使用 Omniverse Replicator 的合成数据。现在，只需 10 分钟，该团队便能生成手动操作需要两天才能完成的标注图像。

该团队还利用合成数据实现了 90% 的准确率，与真实数据相似。最大的成功在于，他们在收集真实数据所需时间的百分之一内就达到了这一准确率水平。这不仅加速了 AI 训练，而且使得计算机视觉应用的流程更具成本效益和效率。

台达还使用可扩展的机器人仿真应用 NVIDIA Isaac Sim 来精确模拟模型的性能，检测生产线中托盘的位置。

通过在 Omniverse 中创建数字孪生，台达可以更大限度地减少宕机时间并降低风险，同时重新优化生产线。