面向全球实验室连接生产现场的数据到知识管道演示
机器人学
2024-12-18 v1 机器学习
摘要
生产的数字化转型需要新的数据集成与存储方法，以及在开发、生产和使用周期中垂直和水平协同运作的决策支持系统。在本文中，我们提出用于生产的 Data-to-Knowledge（以及 Knowledge-to-Data）管道，作为建立在 Digital Shadow（一种增强 Digital Twin 的概念）网络之上的通用概念。我们展示了一个概念验证，该验证建立并桥接了现有基础设施，以 1) 在数据湖仓中捕获并语义标注来自不同组织和用例中多个相似但独立的机器人的轨迹数据，以及 2) 一个独立流程，该流程动态查询匹配数据以训练用于机器人控制的逆动力学基础模型。本文讨论了该方法的挑战与益处，以及 Data-to-Knowledge 管道如何在全球实验室中作为研究展望贡献效率提升和工业可扩展性。
引用
@article{arxiv.2412.12231,
title = {Demonstrating Data-to-Knowledge Pipelines for Connecting Production Sites in the World Wide Lab},
author = {Leon Gorißen and Jan-Niklas Schneider and Mohamed Behery and Philipp Brauner and Moritz Lennartz and David Kötter and Thomas Kaster and Oliver Petrovic and Christian Hinke and Thomas Gries and Gerhard Lakemeyer and Martina Ziefle and Christian Brecher and Constantin Häfner},
journal= {arXiv preprint arXiv:2412.12231},
year = {2024}
}
备注
15 pages, 6 figures, submitted to CAiSE 2025