隨著工業自動化的加速，工廠越來越依賴先進的機器人技術來提高生產力和運營彈性。機器人的成功部署取決于精確的運動規劃、準確的空間感知和可靠的避障等功能。支持 AI 的機器人和軟件定義的自動化有助于提高工廠的自主性、可擴展性和彈性。高性能機器人軟件對于現代制造業至關重要。
本博客探討了 NVIDIA Isaac Manipulator 中的 cuMotion、nvblox、FoundationPose 和 FoundationStereo 軟件庫和 AI 模型如何顯著優化支持 AI 的機械臂（也稱為 Manipulator）的功能。這些先進的 GPU 加速工具可提供實時運動規劃、精確的環境映射和準確的立體感知，使制造商能夠以最小的集成復雜性快速部署復雜的自動化解決方案。
使用 NVIDIA Isaac Manipulator 優化機器人機械手
NVIDIA Isaac Manipulator 是一款全面的軟件解決方案，可利用 NVIDIA 先進的 GPU 加速軟件工具，簡化高級機器人機械手功能的部署。它提供了一種使用以下工具在工業工作流程中實現復雜機器人功能的簡化方法：
- cuMotion：GPU 加速的運動規劃
cuMotion 提供 GPU 驅動的強大運動規劃、軌跡生成和反向運動學。cuMotion 可顯著加速實時機械臂操作，在雜亂的環境中實現快速且無碰撞的軌跡執行。這種能力可確保增強的性能和可靠性，這對于精度和效率至關重要的工業機器人應用至關重要。 - nvblox：動態實時 3D 映射
nvblox 為機器人機械手提供實時 3D 映射功能，從而實現動態空間感知和精確的環境理解。這使機器人能夠準確感知和導航復雜、不斷變化的環境，提高避障能力，并確保安全的操作工作流程。 - FoundationPose：可靠、可擴展的 6D 姿態估計
FoundationPose 使用 RGB-D 輸入提供先進的 6D 姿態估計功能，對照明條件、反射和各種物體幾何圖形具有出色的魯棒性。與可以在大量互聯網文本上進行訓練的語言模型不同，物理 AI 模型訓練面臨的最大挑戰之一是缺乏現實世界的數據。為了克服這一問題，我們的團隊在一臺計算機上使用 Isaac Sim 生成了 500 多萬張合成圖像，然后在幾天內使用 V100 GPU 在第二臺計算機上訓練了 FoundationPose。結果是零樣本模型，無需訓練或微調，可泛化到新對象，并且開箱即用。 - FoundationStereo：準確的立體感知
FoundationStereo 提供強大的立體視覺功能，這對于高精度深度估計至關重要。精確感知有助于實現與周圍環境的可靠交互，使機械手即使在復雜、雜亂或動態的工業環境中也能準確執行任務。FoundationStereo 在大型合成數據集上進行訓練，即使使用Intel RealSense等經濟實惠的傳感器，也能顯著提高深度質量。其表現在 CVPR 2025 上獲得了最佳論文提名，成為僅有的 14 篇獲得認可的論文之一，提交的論文超過 10,000 篇。
Vention MachineMotion AI
Vention 的 MachineMotion AI 是一款先進的自動化控制器，旨在將 AI 驅動的機器人技術直接無縫集成到工業工作流中。MachineMotion AI 由 NVIDIA Jetson Orin 和內置 cellular 連接提供動力支持，可實現機器人單元的快速部署、高效邊緣計算和遠程操作，從而更大限度地降低基礎設施要求和復雜性。
MachineMotion AI 的主要應用包括：
- 基于邊緣的機器人拾取和放置
MachineMotion AI 利用 NVIDIA Jetson Orin 模組的強大板載邊緣處理功能，直接在機器人單元內實現實時物體檢測和定位。這可顯著降低延遲，并消除對外部處理資源的依賴。 - 遠程診斷和監控
MachineMotion AI 利用內置蜂窩連接，使工程師能夠遠程監控機器人性能、執行診斷并更新軟件組件，而無需現場干預。 - 靈活的裝配線
MachineMotion AI 憑借 AI 直觀的低代碼軟件界面和 GPU 加速的運動規劃功能 (由在 NVIDIA Jetson Orin 平臺上運行的 NVIDIA Isaac Manipulator 提供) ，使制造商能夠快速重新配置機器人單元以執行各種任務。這種靈活性可確保生產線能夠快速適應不斷變化的產品規格和市場需求。
通過利用 NVIDIA Jetson Orin，MachineMotion AI 簡化并加速了可擴展、可靠的 AI 驅動機器人系統的部署。它顯著增強了 NVIDIA Isaac 的軟件功能，并支持敏捷的工業自動化策略。
系統架構
機器人部署的系統架構將 NVIDIA Isaac Manipulator 與 Vention 的 MachineMotion AI 硬件集成到工業機器人拾放場景中。此架構由三個核心層組成，可協同提供高性能的實時自動化：
- 感知層
深度感知攝像頭捕獲 RGB-D 輸入，用于物體檢測和姿態估計。NVIDIA FoundationPose 可加速這些感知任務，并直接在 NVIDIA Jetson Orin 硬件上執行這些任務，從而提供響應迅速且準確的環境意識。在使用 Intel RealSense 等低成本傳感器時，FoundationStereo 可以基于立體圖像顯著提高深度質量。 - 規劃和控制層
cuMotion 利用姿態數據來計算無碰撞運動軌跡，并解決機械臂的反向運動學。GPU 加速架構可確保動態工業環境中的低延遲、流暢和精確的運動規劃。 - 驅動和邊緣控制層
Vention 的 MachineMotion AI 充當邊緣控制器，使用 cuMotion 生成運動軌跡。它與機器人、執行器、傳感器和網絡通信層交互，在生產單元層面管理實時機器人操作，并內置遠程診斷和更新支持。
這種模塊化架構可實現靈活且可擴展的工業自動化，利用 GPU 加速和邊緣控制在要求嚴苛的生產環境中提供強大的性能。
隨機箱揀貨系統
此集成系統的一個典型用例是工業隨機垃圾桶揀貨應用，展示了 NVIDIA Isaac Manipulator 和 Vention 的 MachineMotion AI 控制器的綜合優勢：
- 物體姿態估計
FoundationPose 處理 RGB-D 數據以估計物體位置和方向，從而實現精確的機器人操作。 - 軌跡規劃和執行
cuMotion 接收物體位置數據，并快速計算經過優化的無碰撞軌跡。Vention 的 MachineMotion AI 控制器將這些軌跡流式傳輸到機器人控制器以執行，從而實現精確可靠的機械臂運動，以抓取和重新定位物品。
這種集成式方法可提供實時感知和運動規劃性能，非常適合工業自動化環境中隨機箱子揀貨任務固有的復雜性和可變性。
后續步驟
將 NVIDIA Isaac Manipulator 與 Vention 的 MachineMotion AI 集成，為在工業環境中部署 AI 驅動的機器人提供了一個強大而實用的框架。這種組合解決方案在邊緣利用 GPU 加速的感知和實時運動規劃。它可實現靈活、高性能的自動化，滿足現代制造環境不斷變化的需求。
此集成的優勢包括：
- 實時性能
通過 NVIDIA Jetson 平臺實現的 GPU 加速可確保低延遲，從而在動態和苛刻的條件下實現響應靈敏的感知和精確的機器人操作。 - 易于部署
MachineMotion AI 簡化了高級機器人功能的集成和可擴展性，降低了復雜性并縮短了工業團隊的設置時間。 - 遠程功能
憑借內置的蜂窩連接，MachineMotion AI 可實現可靠的遠程監控、診斷和軟件更新，最大限度地減少停機時間并實現持續的系統優化。
想要構建或擴展類似解決方案的制造商和開發者可以先探索 NVIDIA Isaac Manipulator 的功能，并參考 Vention 的 MachineMotion AI 文檔。
隨著 AI 驅動的機器人技術不斷發展，此集成堆棧為提高適應性、自主性和效率奠定了基礎，為智能自動化在各行各業的廣泛應用鋪平道路。
訂閱我們的時事通訊并在 LinkedIn、Instagram、X 和 Facebook 上關注 NVIDIA Robotics，隨時了解最新動態。探索 NVIDIA 文檔和 YouTube 頻道，并加入 NVIDIA Developer Robotics 論壇。要開啟您的機器人開發之旅，請立即注冊我們的免費 NVIDIA Robotics Fundamentals 課程。
?
?
