По подсчётам NACE (Национальной ассоциации инженеров-коррозионистов), коррозия ежегодно обходится мировой экономике в 2,5 триллиона долларов — это невероятные 3,4% мирового ВВП. Перепроверять эти цифры, пожалуй, не будем: даже если они завышены, очевидно, что коррозия создаёт массу проблем и трат для промышленности. В некоторых случаях заметить и предотвратить её несложно. Но, например, для надземного трубопровода это дорогая и трудоемкая задача. Нужно установить леса, снять тепло- и гидроизоляцию, а затем вручную провести инспекцию.

Чтобы оценить коррозию, не снимая изоляцию, существует метод импульсного вихретокового контроля (PEC). Его суть в следующем — трубы обычно сделаны из проводящих материалов, поэтому при воздействии внешнего поля в них можно получить “вихри” тока, по аналогии с водоворотами на воде. Чем толще стенка трубы, тем дольше этот вихрь будет затухать — так можно определить истончение материала.

PEC уже встречается в разработках, но до недавнего времени был малодоступен для надземных конструкций. Пока недавно швейцарская компания Voliro не представила первый в мире дрон с интегрированным PEC-детектором. Для этого нужно было облегчить само устройство, адаптировать его для дрона, а сам дрон сделать высокоманевренным, чтобы он смог инспектировать любые изгибы и сложные конфигурации труб на производствах.

В результате — полноценный вихретоковый контроль даже на труднодоступных объектах, в 10 раз быстрее по сравнению с традиционными методами. Новое устройство обнаруживает дефекты под изоляцией толщиной до 10 см без демонтажа и остановки процессов.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

Норвежская компания Sonair разрабатывает акустический датчик ADAR, который должен стать конкурентом LiDAR в автономной роботике. По сути, это трехмерное УЗИ, знакомое из медицины, но адаптированное для объектов в воздухе. Системы автопарковки в машинах тоже используют ультразвук в воздухе, но там сенсоры одномерные — измеряют только расстояние по одной оси. ADAR дает данные по трем осям, из которых можно построить 3D картинку.

Лет 5-7 назад на технологической выставке где-то в Европе мы видели немецкие разработки в этом направлении. Тогда это было супер инновацией, но и сейчас, спустя столько лет, крупных коммерческих продуктов с этой технологии практически нет. Из той немецкой инновации родился коммерческий сенсор Toposens, но он дает угол обзора 70°х70° и детектирует объекты не меньше 6 см.

Сложность использовать ультразвук в воздухе в том, что для качественной картинки преобразователи должны быть очень маленькими чтобы их можно было разместить на расстоянии в половину длины волны друг от друга. Именно это и удалось добиться Sonair. Крохотные преобразователи позволили улучшить разрешение до 2 см, а угол обзора до 180° х 180°. Поэтому Sonair позиционируют себя как первый безопасный воздушный ультразвуковой сенсор.

По оценкам разработчков, 3D ультразвуковой сенсор стоит, примерно, в 4 раза дешевле, чем LiDar, дающий двумерную картинку. ADAR изначально придуман именно для автономных роботов — в первую очередь, для складских AMR. Он дает возможность детектировать препятствия на расстоянии до 5 метров, а если добавить 4 таких адара по сторонам робота, то получится обзор на 360 градусов.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

Bentley Motors рассказали о внедрении AI-модели Hide Inspection, которая следит за качеством кожи. На производство Bentayga SUV нужно около девяти шкур, но на деле используется больше, потому что часть отбраковывается — укусы насекомых, шрамы, царапины не могут оказаться в люксовом салоне авто. Модель Hide Inspection использует компьютерное зрение и AI для обработки изображений, чтобы детектировать мельчайшие дефекты. Модель не только обнаруживает повреждения, но и составляет выкройку так, чтобы избежать проблемных мест и при этом как можно эффективнее использовать всю шкуру. В результате удаётся сократить объём выбрасываемой кожи. Сама модель, вероятно, не является эксклюзивной — аналогичную или ту же самую технологию ранее внедрили на производстве Volkswagen Group. Но случай Bentley интересен тем, что это, пожалуй, первый или один из первых кейсов внедрения автоматизации на производстве люксового сектора. Ручная обработка, живые мастера — для этого сегмента экономики это не сдерживающий фактор, а, наоборот, повод для гордости и часть ценности продукта. Поэтому внедрение новых технологий может восприниматься не как необходимость, а как угроза традициям и статусу продукта. За объёмами производства или скоростью компании этого сегмента тоже вроде бы не слишком гонятся. Выходит, мы наблюдаем редкий случай, когда автоматизация вводится не ради экономии или ускорения, а исключительно ради повышения качества.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

Компактная упаковка продукции в паллеты или корзины — задача, с которой сталкивается большинство производств. Если известно, что и куда нужно сложить, то найти оптимальный способ укладки — задача понятная, описанная (в математике она называется “задача о рюкзаке”) и решаемая вполне классическими методами. Нам она хорошо знакома — мы как раз недавно закончили разрабатывать подобное решение для одного из наших заказчиков.

Тем интереснее было наткнуться на разработку от коллег из AmbiRibotics. Их система AmbiStack решает всю ту же задачу о рюкзаке — размещает коробки разных размеров на паллеты так, чтобы занять как можно меньше места. Но вот ключевое отличие — заранее неизвестно сколько и какие коробки нужно будет уложить. То есть решение о том, куда положить очередную коробку приходится принимать в условиях неопределенности, угадывать. Такую задачу, наверное, можно в каком-то смысле назвать задачей о рюкзаке, но вот решить её классическими методами уже точно не получится.

AmbiStack использует компьютерное зрение и модель, обученную в симуляции по методу reinforcement learning. В процессе обучения системе предлагали коробки случайных размеров и предлагали уложить их в контейнер. Чем рациональнее было использовано пространство, тем выше было полученное вознаграждение. В результате получилось хорошо масштабируемое решение, подходящее для совершенно разных сценариев. Хороший пример того, как AI решает задачи там, где классические методы не работают. Кстати, вполне возможно, что подобная система окажется полезной и для кого-то из наших читателей — мы с удовольствием взялись бы за подобный проект.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

Роботам дали осязание

В Немецком исследовательском центре DLR придумали, как дать роботам осязание. Это не искусственная кожа и не какие-то хитрые сенсоры. Всё выглядит максимально естественно — роборука из обычных материалов, ничем не примечательная внешне, но чувствующая место и силу прикосновений по всей поверхности, без специальных датчиков.

На самом деле, специальные сенсоры, конечно, есть, но они спрятаны в “суставах” робота. Разработчики заметили, что люди чувствуют прикосновения не только самой кожей, но и косвенно — суставами. Например, если надавить на пальцы рук, возникнет напряжение в запястье. На этом наблюдении и основана разработка. Уловить возникающий при прикосновении крутящий момент, даже очень слабый, — задача совершенно не сложная для современных сенсоров. Научиться их безошибочно распознавать уже тоже вполне реально с помощью AI. Авторы обучили модель определять силу прикосновения, понимать движение человеческой руки, распознавать “написанные” на теле робота цифры и буквы. Главное, что этот подход применим не только для этой конкретной роборуки, его легко перенести на любого робота.

Таким образом, мы имеем новый способ взаимодействия человек-робот. В промышленной роботике это означает, например, возможность интуитивно управлять роботом, “писать” команды на любой части корпуса, нажимать на виртуальные кнопки и так далее. А при обучении робособак, наверное, можно будет их погладить в знак хорошего выполнения задачи. В общем, у роботов теперь тоже есть чувства.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

Страхи цифрового директора

Почему автоматизация, роботизация и цифровизация важны и даже необходимы сегодня понятно каждому. Но как и в любом деле, непосредственная реализация таких проектов сталкивается с препятствиями. Иногда непреодолимыми. Чего больше всего боятся цифровые директора? Что чаще отпугивает компании от внедрения IT-решений? Компания Sikich провела такой опрос среди 150 руководителей американских компаний-производителей оборудования. Большинство из них считают себя инноваторами или, по крайней мере, одними из первых, кто начал внедрять IT-решения в свой бизнес.

Итак, топ-3 страхов цифрового директора по версии Sikich

Кибербезопасность. Интеграция IoT сенсоров, установка различных устройств и загрузка данных в облачные сервисы — довольно уязвимая конструкция. Страх, по-видимому, совершенно оправданный, потому что на первом месте в антирейтинге самых атакуемых областей несколько лет подряд оказывается промышленность (25% всех атак).

Отсутствие единой IT стратегии. Внедрение нового решения или новой системы происходит как бы само по себе, без понимания общего направления, общей цели и стратегии. Уже в среднесрочной перспективе это может обратиться бесполезным и неудобным наслоением, которое по факту будет не ускорять, а мешать.

Функциональная совместимость с имеющейся средой. Даже самое лучшее IT-решение может стать обузой, если оно не рассчитано на бесшовную интеграцию в те системы, которые уже есть на производстве. Список страхов российского цифрового директора включает и эти три пункта, и продолжается дальше. Аналогичный опрос среди представителей российских компаний проводили в марте 2024. Отечественные цифровые лидеры так же, как и американские коллеги, жалуются на трудности с синхронизацией и совместимостью разных систем, но в большей степени мешает недостаток финансирования. Отсутствие понятной стратегии («цифровизация ради цифровизации») тоже мешает российским компаниям, об этом говорила, например, Наталья Касперская на форуме «Цифровая эволюция».

О страхах цифровых директоров важно знать нам, разработчикам и интеграторам IT-решений в производство, чтобы понимать, какими должны быть новые решения. В конце концов, осознание страхов — уже полпути к избавлению от них.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

Урожай есть — собирать некому

Как автономная сельхоз техника помогает решить дефицит кадров в АПК

На CES 2025 среди прочего было много автономной сельскохозяйственной техники. Своих роботов-фермеров показали японская Kubota, американская John Deere и южнокорейская Kioti. Интересно уже и то, что сельскохозяйственная техника всё активнее занимает свое место на CES, которая совсем не позиционирует себя как промышленную или сельхоз выставку. В 2019 году это был единственный производитель, а теперь их как минимум три. Выходит, что достижения аграрной робототехники в соединении с AI настолько замечательны, что интересны не только профильным специалистам, а в целом могут подаваться как “чудо техники” и быть уместными на выставке потребительской электроники.

Kubota показали автономного полевого робота-грузчика KATR. Он может перевозить до 240 кг и не боится холмов, оврагов и склонов. KATR был отмечен наградой CES Innovation Award 2025. Но мы отметим другие “чуда техники”. Автономный трактор от Kioti оборудован AI, который может по ходу работы анализировать почву, диагностировать состояние растений. Трактор от John Deere не такой интеллектуальный но очень функциональный — может вспахивать, удобрять и обрабатывать без участия тракториста, а к 2030 году компания планирует полностью автоматизировать все процессы цикла выращивания кукурузы и сои.

Робот-грузчик от Kubota не заменяет уже имеющуюся технику — он даёт новый инструмент, который облегчит труд фермеров, а вот автономные тракторы наоборот, выполняют классические и даже многовековые функции, просто делают это без человека. Здесь как раз самое, на наш взгляд, интересное — автоматическая сельхозтехника на самом деле призвана решить проблему недостатка рабочих. Дополнительные интеллектуальные функции — бонус, но не самоцель. В США, например, не хватает 2,4 миллиона работников, более 80% фермерских хозяйств не закрывают потребность в рабочей силе. В России дефицит кадров в АПК составляет от 30% до 50%, в динамике ситуация только усугубляется, в 2024 за год АПК потерял еще 3,2% сотрудников.

Так что автономные тракторы и другая сельскохозяйственная техника — неожиданный пример того, как роботы не прогонят людей с рабочих мест, а займут те места, которые люди занимать не хотят.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

В 2021 году в Небраске местный фермер увидел, что сын его товарища Джонсона разрабатывает какого-то робота. “Если твой сын может построить такую штуку, то он сможет придумать что-то, чтобы мне и моим сотрудникам не приходилось лазить в бункеры для зерна”, — сказал он и таким образом случайно положил начало стартапу. Проблема, которую описал фермер, заключается в следующем: примерно раз в пару месяцев нужно ворошить зерно в силосных башнях и бункерах, чтобы разбить образовавшиеся там комки. В таких объемах зерно может вести себя как зыбучие пески, поэтому задача становится опасной для работников.

Джонсоны сначала взялись за задачу просто ради интереса, но затем увидели, что местные производства всерьез заинтересовались идеей, и со временем появилась первая версия их коммерческого робота Grain Weevil. Он выглядит как краулер с “миксером” вместо колес, оборудован камерой и управляется оператором. “Миксер” перемешивает зерно и разбивает образовавшиеся комки, мостики и столбы из зерна. Автоматизация в этой версии еще не предусмотрена, но разработчики планируют сделать Grain Weevil автономным со следующей версией. На один бункер предлагается использовать по два робота, каждый из которых рассчитан примерно на 500 000 бушелей зерна (около 13 600 тонн). 

В мае 2024 Grain Weevil привлекла 3,5 млн в качестве инвестиций, а ко второму кварталу 2025 создатели планируют окупиться. Оптимистичный настрой, вероятно, объясняется тем, что пока их единственный конкурент на рынке — бесстрашный фермер с лопатой. 

Истории местных стартапов, родившихся из реального запроса бизнеса, особенно интересны своей прямотой и близостью к производству. Поэтому желаю Джонсонам успеха, а через год или больше, может быть, доведется написать пост об автономной версии Grain Weevil.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

В Оксфордшире расположен крупнейший экспериментальный термоядерный реактор проекта JET (Объединенный европейский токамак). С 1984 года JET выполнил серию полезных экспериментов, а в 2024 поставил рекорд в генерации термоядерной энергии, но почти сразу после этого установку решили остановить. 

Пока идут подготовительные и другие необходимые работы по сворачиванию проекта, на объект запустили робопса-инспектора. Его задача — автономно исследовать пространство, собирать данные, проверять статус отдельных аппаратов. При этом не мешаться под ногами сотрудникам и освободить их от выполнения опасных задач. К слову сказать, сам реактор JET и так максимально роботизирован и автоматизирован, но вот инспекция всегда проводилась вручную. 

Робот-собака провела на станции 35 дней и проводила инспекцию дважды в сутки. Сотрудники и руководство установки остались довольны — такой помощник избавил людей от лишних рисков, связанных с радиацией, давлением, экстремальными температурами. К тому же робот сократил расходы на обслуживание. 

Уровень существующих готовых решений с робособаками и другими автономными роботами уже позволяет использовать их в виде side-project, то есть не сильно вкладываясь и не тратя время и силы на их внедрение. И если это справедливо даже для самых масштабных мировых научных проектов, то, наверное, для (не таких масштабных и не таких мировых) промышленных проектов это тоже может быть очень полезно. 

Больше IT-новостей бизнеса и бизнес-новостей IT — в нашем канале