Balakumar Sundaralingam – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Thu, 09 May 2024 07:11:09 +0000
zh-CN
hourly
1
196178272 -
利用內置 Flowstate 和 NVIDIA Isaac 機械手實現智能取放自動化
http://www.open-lab.net/zh-cn/blog/automating-smart-pick-and-place-with-intrinsic-flowstate-and-nvidia-isaac-manipulator/
Thu, 09 May 2024 07:11:07 +0000
http://www.open-lab.net/zh-cn/blog/?p=9868
Continued]]>
我們宣布與Intrinsic.ai 合作，學習工業機器人任務的基礎技能模型。 工業制造中的許多挑選和放置問題仍然由人工操作員完成，因為為這些任務編程機器人仍然具有挑戰性。例如，在機器維護環境中，作為復雜的多步驟零件制造過程的一部分，協作機器人可以用來從料倉中挑選原材料零件，并將其送入數控或彎曲機。 這樣的機器人可以通過編程基礎模型，從而實現對物體零件、機器人實施例和真實世界工業環境方面的顯著可變性的推廣。 我們利用 NVIDIA Isaac 操縱器 生成抓取姿勢和機器人運動，首先在 NVIDIA Isaac Sim 中進行模擬，然后在現實世界中使用 固有流狀態 實現。 感知也是通過 Flowstate 完成的，在 Flowstate 中，我們使用對象姿態估計包來獲得雜亂場景中可抓取對象的位置和方向。 在這篇文章中，我們在一個具有挑戰性的智能取放應用程序上演示了該系統：
Source
]]>
9868
-
借助 NVIDIA cuRobo 在幾毫秒內生成 CUDA 加速的機器人動作
http://www.open-lab.net/zh-cn/blog/cuda-accelerated-robot-motion-generation-in-milliseconds-with-curobo/
Tue, 07 Nov 2023 04:14:15 +0000
http://www.open-lab.net/zh-cn/blog/?p=8152
Continued]]>
實時自主機器人導航由快速運動生成算法提供支持，可支持食品和服務、倉庫自動化和機器租賃等多個行業的應用。機械手的運動生成極具挑戰性，因為它需要滿足復雜的限制條件并盡可能減少多個成本條件。 此外，機械臂可以有許多關節、復雜的鏈路幾何圖形、超出單個配置的整個目標區域、任務限制以及不顯著的運動學和轉矩限制。先前的方法通過首先規劃無碰撞幾何路徑，然后在本地優化這些路徑以實現更流暢的規劃來降低這種復雜性。 然而，越來越多的研究表明，軌跡優化可以成為解決不僅僅是軌跡平滑問題的強大工具。我們對機器人導航問題的現代理解是，這是一個大型全局運動優化問題。 在視頻中，cuRobo 的動作生成步驟實現了可視化，首先是反向運動迭代，然后是軌跡優化的迭代。 NVIDIA cuRobo 將運動生成問題表述為全局優化問題，并利用 GPU 使用許多并行種子解決此問題。
Source
]]>
8152
人人超碰97caoporen国产