Crea, progetta e distribuisci applicazioni robotiche utilizzando nuovi modelli e flussi di lavoro NVIDIA Isaac Foundation
L'applicazione della robotica si sta rapidamente espandendo in diversi ambienti come strutture di produzione intelligenti, cucine commerciali, ospedali, logistica di magazzino e campi agricoli. La chiave per accelerare l'adozione di questa nuova tecnologia è l'AI. In questo articolo di NVIDIA, esplora diversi strumenti di supporto AI che aiutano i roboticisti e gli ingegneri a costruire robot intelligenti.
I nuovi strumenti di sviluppo AI aiutano gli sviluppatori ad accelerare lo sviluppo della robotica. Questi includono:
- NVIDIA Isaac Perceptor, un nuovo flusso di lavoro di riferimento per robot mobili autonomi (AMR) e veicoli a guida automatica (AGV).
- NVIDIA Isaac Manipulator offre nuovi modelli di base e un flusso di lavoro di riferimento per bracci robotici industriali.
- NVIDIA Jetson per la Robotica, con nuovi aggiornamenti in NVIDIA JetPack 6.0.
- NVIDIA Jetson per la robotica, con nuovi aggiornamenti in NVIDIA JetPack 6.0.
Video 1. I leader mondiali nello sviluppo di robot stanno adottando NVIDIA Isaac per la ricerca, lo sviluppo e la produzione di robot di nuova generazione abilitati all'AI.
Gli AMR e gli AGV sono fondamentali per l'efficienza delle linee di assemblaggio, la movimentazione dei materiali e la logistica sanitaria. Man mano che questi robot navigano in ambienti complessi e non strutturati, la capacità di percepire e reagire all'ambiente circostante diventa essenziale. Isaac Perceptor, costruito sulla base del NVIDIA Isaac Robot Operating System (ROS), consente ai produttori di apparecchiature originali (OEM), ai fornitori di servizi di trasporto, ai fornitori di software e all'ecosistema AMR di accelerare lo sviluppo per la robotica. I team possono dotare i robot mobili di capacità percettive per una navigazione di successo e l'evitamento degli ostacoli in ambienti non strutturati. I primi collaboratori di Isaac Perceptor includono leader del settore nella logistica di magazzino/intralogistica, case automobilistiche, aziende produttrici di robotica industriale e fornitori di soluzioni robotiche, come ArcBest, BYD Electronics, Gideon, KION, Kudan, idealworks, RGo e Teradyne Robotics.
Caratteristiche principali di Isaac Perceptor
Isaac Perceptor offre funzionalità per fornire capacità di visione surround 3D multi-camera per robot mobili autonomi basati su AI.
Percezione della profondità basata sull'intelligenza artificiale con multi-camera
Isaac Perceptor elabora 16,5 milioni di punti di profondità al secondo per fotocamera a 30 Hz. La disparità stereo viene calcolata da una coppia di immagini sincronizzate nel tempo provenienti da una fotocamera stereo e viene utilizzata per produrre un'immagine di profondità o una nuvola di punti per una scena. Una rete neurale profonda semi-supervisionata efficiente (ESS DNN) offre un pacchetto accelerato da GPU per la disparità stereo basata su DNN.
Figura 1. ESS DNN che rileva ostacoli a 5m
Odometria visuale inerziale multi-camera
Isaac ROS Visual SLAM provides ROS 2 packages for visual simultaneous localization and mapping (VSLAM) and visual odometry (VO). This is based on the NVIDIA CUDA Visual SLAM (cuVSLAM) library and provides robust navigation with less than 1% translation error while navigating in featureless environments.
Navigating environments with sparse visual features or repetitive patterns presents a well-known challenge for VSLAM solutions. This can be mitigated by fusing input from multiple viewpoints. In the latest update, cuVSLAM incorporates concurrent visual odometry estimation from multiple stereo cameras.
Our testing indicated a marked improvement. Robots consistently achieved their navigation goals using multiple cameras, compared to less than 25% with a single camera.
| Metodo VO | Tempo di esecuzione |
|---|---|
| cuVSLAM | 5 ms |
| FRVO, S-PTAM | 30 ms |
| ORB-SLAM2 | 60 ms |
Tabella 1. Confronto delle prestazioni di cuVSLAM con FRVO, S-PTAM e ORB-SLAM2. cuVSLAM mostra prestazioni accelerate nella navigazione dei robot utilizzando più telecamere
Figura 2. Isaac ROS Visual SLAM con una fotocamera rispetto a due fotocamere e poi a quattro fotocamere
Mappatura in tempo reale della griglia voxel multi-camera
Al centro di Isaac Perceptor si trova nvblox, la libreria di ricostruzione 3D accelerata da CUDA, in grado di identificare ostacoli fino a cinque metri di distanza per fornire una costmap 2D e aggiornarla in meno di 300 ms. Isaac ROS nvblox fornisce pacchetti ROS 2 per la ricostruzione di scene 3D e la generazione di costmap degli ostacoli locali per la navigazione. Questo pacchetto può essere utilizzato per ambienti stazionari e scene con persone e oggetti mobili. Ciò che è unico in questa versione è il supporto multi-camera per una copertura ampliata utilizzando fino a tre telecamere HAWK, fornendo un campo visivo di circa 270°.
Figura 3. Ricostruzione 3D del Voxel utilizzando Isaac ROS Nvblox, inclusa la ricostruzione di ostacoli sospesi
NVIDIA Nova Orin Developer Kit
Questo kit di sviluppo, caratterizzato da NVIDIA Jetson AGX Orin, supporta fino a sei fotocamere, inclusi fino a tre stereo e tre fisheye, con una latenza intra-camera inferiore ai 100 microsecondi. Le fotocamere stereo vantano una risoluzione di 2MP per fotocamera, con un campo visivo di 110x70, adatto per la mappatura delle griglie di occupazione 3D, la percezione della profondità, l'odometria visiva e il rilevamento delle persone. Acquista un kit di sviluppo Nova Orin da Segway o Leopard Imaging per utilizzare Isaac Perceptor. Isaac Perceptor ha un grafo di riferimento che supporta fino a tre fotocamere stereo su questo Kit di Sviluppo. Con una modularità migliorata con i pacchetti ROS 2, questa versione presenta anche un'integrazione di riferimento con Nav2 sul robot di riferimento Nova Carter.
Compatibilità migliorata con fotocamere e sensori
Isaac Perceptor offre un supporto migliorato per l'integrazione con partner di telecamere e sensori. Orbbec ha integrato con successo la sua telecamera Gemini 335L con i componenti NVIDIA Isaac Perceptor. Questa integrazione è dimostrata su NVIDIA Jetson AGX Orin utilizzando Isaac ROS Visual SLAM e Nvblox. Anche LIPS ha integrato con successo la sua telecamera AE450 con il componente Isaac Perceptor, Nvblox.
NVIDIA Isaac Manipulator
Isaac Manipulator è un flusso di lavoro di librerie accelerate da NVIDIA e modelli AI. Consente agli sviluppatori di portare l'accelerazione AI ai bracci robotici, o manipolatori, che possono percepire, comprendere e interagire senza problemi con i loro ambienti. I suoi modelli di base e le librerie accelerate possono essere integrati come moduli indipendenti o come un intero flusso di lavoro nello sviluppo di soluzioni. Insieme ai componenti modulari e indipendenti, agli sviluppatori vengono forniti anche flussi di lavoro di esempio (script di avvio ROS 2) che combinano i componenti di Isaac Manipulator per un'integrazione di riferimento completa end-to-end.
Figura 4. Un esempio di flusso di lavoro di un Isaac Manipulator che sfrutta componenti NVIDIA (in verde)
I primi collaboratori di Isaac Manipulator includono aziende di piattaforme per sviluppatori di robotica, OEM e ISV/SI, tra cui Intrinsic (una società di Alphabet), Siemens, Solomon, Techman Robot, Teradyne Robotics, Vention e Yaskawa.
Caratteristiche principali di Isaac Manipulator
Isaac Manipulator offre funzionalità AI per accelerare lo sviluppo dei bracci robotici.
cuMotion per una pianificazione del percorso più veloce
Questo pianificatore del movimento accelerato dalla GPU aiuta a ridurre i tempi di ciclo. cuMotion è disponibile come plugin per il framework di pianificazione del movimento MoveIt 2, un progetto open-source sviluppato da una comunità internazionale guidata da PickNik Robotics. cuMotion esegue l'ottimizzazione della traiettoria su diversi semi in parallelo e restituisce la migliore soluzione.
Figura 5. Plugin NVIDIA cuMotion per MoveIt 2 di PickNik
Solomon, un leader nelle soluzioni avanzate di visione e robotica, è un collaboratore precoce di Isaac Manipulator. Il loro sistema di bin-picking potenziato da Isaac Manipulator cuMotion ha fornito una pianificazione del percorso otto volte più veloce e ha ridotto le occorrenze di singolarità del percorso del 50% rispetto agli algoritmi convenzionali.
| Metrica | Rapporto di miglioramento (%) |
|---|---|
| Miglioramento del tasso di successo | 346.43 |
| Riduzione del tempo di movimento | 55.50 |
| Riduzione della lunghezza della traiettoria | 42.27 |
| Riduzione del tempo di pianificazione della traiettoria | 816.66 |
Tabella 2. Miglioramenti delle prestazioni nel Sistema di Bin Picking di Solomon con Isaac Manipulator. Solomon ha riscontrato miglioramenti significativi nel tasso di successo, nel tempo di movimento, nella lunghezza della traiettoria e nel tempo di pianificazione, con riduzioni nelle occorrenze di singolarità del percorso. Dati forniti da Solomon
FoundationPose
FoundationPose è un nuovo modello di base unificato per la stima e il tracciamento della posa 6D di oggetti nuovi in un unico scatto. Questo modello è progettato per funzionare con elevata accuratezza in applicazioni che incontrano oggetti precedentemente non visti, senza bisogno di fine-tuning. FoundationPose è attualmente in cima alla BOP Leaderboard 2023 per la localizzazione 6D di oggetti non visti. È robusto alle occlusioni, ai movimenti rapidi e alle diverse proprietà degli oggetti come la texture e la scala, garantendo prestazioni affidabili in vari scenari. Gli sviluppatori possono generare viste realistiche dell'oggetto da qualsiasi angolazione. Scarica il modello Foundation Pose da GitHub.
Figura 6. Stima e tracciamento della posa utilizzando NVIDIA FoundationPose
SyntheticaDETR
SyntheticaDETR è un insieme di modelli basati su Real-Time DEtection TRansformer (DETRs) per il rilevamento di oggetti nello spazio immagine, con un singolo scatto, addestrati su dati sintetici generati utilizzando NVIDIA Omniverse. Implementa un approccio più efficiente rispetto ai rilevatori di oggetti tradizionali, prevedendo tutti gli oggetti contemporaneamente utilizzando un'architettura trasformatore encoder-decoder.
Figura 7. Rilevamento e tracciamento degli oggetti utilizzando SyntheticaDETR
Addestrato su dati sintetici e reali, SyntheticaDETR è in cima alla classifica BOP per il rilevamento 2D di oggetti visibili sul dataset YCB-Video (con una precisione media di 0,885 e un richiamo medio di 0,903). Questi modelli possono anche rilevare oggetti come una regione di interesse delimitata da un riquadro 2D per stimatori di posa come NVIDIA FoundationPose. Scarica il modello SyntheticaDETR e scarica Isaac Manipulator.
NVIDIA JetPack 6.0
NVIDIA Isaac ROS 3.0 è compatibile con JetPack 6.0 ed è supportato su tutti i moduli e kit di sviluppo NVIDIA Jetson Orin. Servizi modulari basati su API per costruire applicazioni di AI generativa e robotica più rapidamente e facilmente arriveranno presto con NVIDIA Jetson Platform Services. Questi servizi pre-costruiti e personalizzabili sono progettati per accelerare lo sviluppo di applicazioni AI su system-on-modules NVIDIA Jetson Orin.
NVIDIA Isaac Sim 4.0
Utilizzando Isaac Sim, gli sviluppatori possono generare dati sintetici e ambienti complessi di test virtuali diversificati con test di sensori e robot di tipo all'avanguardia. Questo consente simulazioni altamente realistiche per testare migliaia di robot simultaneamente in tempo reale.
NVIDIA Isaac Lab
Isaac Lab è un'applicazione di riferimento leggera costruita sulla piattaforma Isaac Sim e svolge un ruolo fondamentale nell'addestramento dei modelli di base per robot. Supporta il reinforcement learning, l'apprendimento per imitazione e il transfer learning. Può addestrare un'ampia gamma di incarnazioni di robot, consentendo agli sviluppatori di esplorare progetti e funzionalità. Questo offre facilità d'uso con l'integrazione di VSCode con un verificatore di compatibilità, supporto multi-GPU per il reinforcement learning, miglioramenti delle prestazioni con il rendering a piastrelle del sensore RTX, gestione ottimizzata della cache e degli shader. Ulteriori nuove funzionalità in Isaac Sim includono:
- Semplicità d'uso con l'installazione tramite PIP e una procedura guidata per l'importazione di robot e altro.
- Prestazioni migliorate con una generazione di dati sintetici (SDG) fino all'80% più veloce.
- Nuovi formati SDG che supportano il formato COCO e scrittore personalizzato per la stima delle pose.
- Supporto ROS 2 per il lancio con un flusso di lavoro end-to-end e migliori prestazioni per i publisher basati su immagini.
- Supporto per più robot integrati: inclusi Universal Robots UR20 e UR30 e Boston Dynamics Spot. C'è anche una serie di umanoidi tra cui 1X Neo, Unitree H1, Agility Digit, Fourier Intelligence GR1, Sanctuary A1 Phoenix e XiaoPeng PX5.
Tag articolo