Компанія RealSense представила на конференції NVIDIA GTC систему 3D-навігації для гуманоїдних роботів, яка допомагає їм точно визначати своє місце, будувати карту простору та безпечніше рухатися серед людей і перешкод.
Про це пише видання Interesting Engineering.
Американська компанія з комп’ютерного зору показала, як її технології підвищують безпеку і надійність роботів у реальних умовах. Разом із LimX Dynamics вона продемонструвала автономну навігацію, що поєднує 3D-зір і технологію Visual SLAM, яка дозволяє роботам одночасно орієнтуватися та створювати карту середовища.
Роботів спочатку навчали у віртуальному середовищі за допомогою NVIDIA Isaac Lab. Це дало змогу відпрацювати рухи й поведінку без ризиків, а потім перенести ці навички у реальний світ.
Розробники пояснюють, що для безпечної роботи поруч із людьми робот має точно визначати своє положення, уникати зіткнень, розуміти рельєф і рухатися стабільно та передбачувано.
Це особливо складно для гуманоїдних і чотириногих роботів. На відміну від колісних машин, вони рухаються у повноцінному тривимірному просторі,
постійно змінюючи точки опори. Тому їм потрібно точно ставити «ноги» і постійно враховувати перешкоди, нахили та перепади висоти.
Традиційні методи навігації, які використовують у роботах на колесах, не дають достатнього розуміння простору для таких систем. Через це багато гуманоїдів досі потребують дистанційного керування або працюють лише в контрольованих умовах.
У RealSense зазначили, що сприйняття середовища для робота має виконувати роль «зорової кори» — забезпечувати точну орієнтацію, уникнення перешкод і стабільний рух у складних умовах.
Нова система поєднує глибину зображення від камер RealSense з технологіями візуальної одометрії та cuVSLAM від NVIDIA. Завдяки цьому робот краще «бачить» простір, може будувати карти, відстежувати своє положення і рухатися безпечніше.
Це також дозволяє виконувати складніші дії: підніматися сходами, розпізнавати бордюри, ходити нерівною поверхнею і обходити рухомі об'єкти, наприклад людей чи техніку. Роботи можуть швидко змінювати маршрут, якщо ситуація навколо змінюється.
Під час навчання у симуляції роботи використовували підхід із підкріплювальним навчанням, щоб відпрацьовувати рухи та прийняття рішень. Такий підхід допоміг перенести навички з віртуального середовища у реальність.
До демонстрації на NVIDIA GTC гуманоїд уже навчився виконувати складні рухи стабільно й передбачувано, що зменшило ризики та пришвидшило розробку.
У компанії зазначили, що їхні камери глибини та програмні інструменти, які розвивають понад десять років, допомагають інженерам швидше створювати й тестувати роботів.
Читайте також:
- Гуманоїди не впораються. Стартап Mind Robotics залучив $500 млн на розвиток промислових роботів із ШІ
- Розумний одяг. Японські вчені створили надтонке волокно для м’яких роботів
- Школи для роботів. Китай масово навчає гуманоїдів роботі на заводах та складах
