Компания RealSense представила на конференции NVIDIA GTC систему 3D-навигации для гуманоидных роботов, которая помогает им точно определять свое место, строить карту пространства и безопаснее двигаться среди людей и препятствий.
Об этом пишет издание Interesting Engineering.
Американская компания по компьютерному зрению показала, как ее технологии повышают безопасность и надежность роботов в реальных условиях. Вместе с LimX Dynamics она продемонстрировала автономную навигацию, сочетающую 3D-зрение и технологию Visual SLAM, которая позволяет роботам одновременно ориентироваться и создавать карту среды.
Роботов сначала обучали в виртуальной среде с помощью NVIDIA Isaac Lab. Это позволило отработать движения и поведение без рисков, а затем перенести эти навыки в реальный мир.
Разработчики объясняют, что для безопасной работы рядом с людьми робот должен точно определять свое положение, избегать столкновений, понимать рельеф и двигаться стабильно и предсказуемо.
Это особенно сложно для гуманоидных и четвероногих роботов. В отличие от колесных машин, они двигаются в полноценном трехмерном пространстве,
постоянно меняя точки опоры. Поэтому им нужно точно ставить «ноги» и постоянно учитывать препятствия, наклоны и перепады высоты.
Традиционные методы навигации, которые используют в роботах на колесах, не дают достаточного понимания пространства для таких систем. Поэтому многие гуманоиды до сих пор нуждаются в дистанционном управлении или работают только в контролируемых условиях.
В RealSense отметили, что восприятие среды для робота должно выполнять роль «зрительной коры» — обеспечивать точную ориентацию, избегание препятствий и стабильное движение в сложных условиях.
Новая система сочетает глубину изображения от камер RealSense с технологиями визуальной одометрии и cuVSLAM от NVIDIA. Благодаря этому робот лучше «видит» пространство, может строить карты, отслеживать свое положение и двигаться безопаснее.
Это также позволяет выполнять более сложные действия: подниматься по лестнице, распознавать бордюры, ходить по неровной поверхности и обходить движущиеся объекты, например людей или технику. Роботы могут быстро менять маршрут, если ситуация вокруг меняется.
Во время обучения в симуляции роботы использовали подход с подкрепляющим обучением, чтобы отрабатывать движения и принятие решений. Такой подход помог перенести навыки из виртуальной среды в реальность.
К демонстрации на NVIDIA GTC гуманоид уже научился выполнять сложные движения стабильно и предсказуемо, что уменьшило риски и ускорило разработку.
В компании отметили, что их камеры глубины и программные инструменты, которые развивают более десяти лет, помогают инженерам быстрее создавать и тестировать роботов.
Читайте также:
- Гуманоиды не справятся. Стартап Mind Robotics привлек $500 млн на развитие промышленных роботов с ИИ
- Умная одежда. Японские ученые создали сверхтонкое волокно для мягких роботов
- Школы для роботов. Китай массово обучает гуманоидов работе на заводах и складах
