2023. a on välja arendatud simulatsioonikeskkond tehisreaalsuses Tööstus 5.0 põhimõtetest lähtuvalt, arvestades inimese osalusega tootmisprotsessis. Tulemuseks arendasid uurimisgrupi teadlased välja mudeli, kus digikaksik on virtuaalreaalsusesse loodud keskkonna ja reaalse roboti juhtimissüsteemi vahel ja roboti liikumise kujundamiseks kasutatakse masinõppe vahendeid. Kasutades digitaalsete kaksikute kontseptsiooni mitte ainult simulatsioonivahendite, vaid ka kahesuunaliselt sünkroniseeritavate digitaalsete kaksikute loomise metoodika arendamiseks, võimaldab see tööstusrobotite tootmisraku näitel hallata ja juhtida tehast simulatsioonikeskkonnast reaalajas. Vastav rakendus on toimiv eri nutiplatvormidelt ning uued robotsüsteemid sh isejuhtivad robotsõidukid on digikaksiku kaudu hallatavad. Analüüsitud on tööstusroboti liikumise simulatsiooni digitaalses keskkonnas, millele on rakendatud pöördkinemaatika funktsionaalsus ja masinõppe mudel. Masinõppe kasutamine vähendab protsessi väljatöötamiseks vajalikku aega ja investeeringuid roboti liikumistee leidmiseks.
The simulation environment in virtual reality based on the principles of Industry 4.0 hasbeen developed. By exploiting the digital twin’sconcept, a new communication method has beendeveloped where industrial robot control programming does not depend on human presence.Dual-way synchronisation based on the exampleof the industrial robotic cell enables managementand control of the factory from the simulation inreal-time. The corresponding application worksfrom different smart platforms and new robotsystems and also self-driving robotic vehiclescan be managed via a digital twin. A robotic workplace design solution (methodology) was developed using the possibilities ofartificial intelligence and based on multi-criteriadecision possibilities, which take into account thecompany’s production needs and ensures successful output from the planned production system.The developed methodology is built on differentdecision algorithms and is recursive betweensteps. The decision-making methods mainly usedare a weighted sum method, different analyticalhierarchical decision-making methods, and decision models based on artificial neural networks.These listed methods have been integrated intoa knowledge-based system, the raw data are collected from implemented robot-based productioncells, experimental tests or based on simulations.