其他行业 · AI应用
借助NVIDIA加速协作机器人开发
Universal Robots面临增强协作机器人在动态非结构化环境中有效运行的挑战。为此，公司利用NVIDIA Isaac平台开发AI加速器，集成先进视觉AI技术，实现实时物体识别和自适应运动控制。这一创新方法使协作机器人能够以更高灵活性和效率执行复杂任务。结果，Universal Robots不仅使协作机器人适应多种操作场景，还吸引了多个行业的AI合作伙伴，简化了强化学习训练的仿真到现实工作流，推动了智能自动化领域的发展。
运动规划速度
最高可比传统方法提升100倍
来源披露
3D姿态估计
利用AI基础模型在最少训练下实现精确的3D姿态估计
来源披露
任务适应与错误恢复
在动态环境中增强的任务适应能力和错误恢复
来源披露
01
业务背景
Universal Robots面临增强协作机器人在动态非结构化环境中有效运行的挑战。为此，公司利用NVIDIA Isaac平台开发AI加速器，集成先进视觉AI技术，实现实时物体识别和自适应运动控制。这一创新方法使协作机器人能够以更高灵活性和效率执行复杂任务。结果，Universal Robots不仅使协作机器人适应多种操作场景，还吸引了多个行业的AI合作伙伴，简化了强化学习训练的仿真到现实工作流，推动了智能自动化领域的发展。
02
遇到的问题
传统协作机器人在处理复杂任务和动态非结构化环境中存在局限，难以满足高混合、小批量生产线对感知、适应与智能行动的需求。
03
AI 解决方案
通过引入AI加速器平台，整合NVIDIA Isaac机器人平台与Jetson AGX Orin边缘计算模组，利用先进视觉AI模型实现实时物体识别、自适应运动控制和持续学习；并采用基于NVIDIA Isaac Lab与Isaac ROS的仿真到现实工作流，通过强化学习训练机器人策略，使cobot能够在非结构化环境中执行以往无法完成的复杂装配等任务。
04
实施结果
运动规划速度：最高可比传统方法提升100倍（100x）
3D姿态估计：利用AI基础模型在最少训练下实现精确的3D姿态估计
任务适应与错误恢复：在动态环境中增强的任务适应能力和错误恢复
编程复杂度：通过AI规划的运动取代复杂手动编程，简化了编程
新增应用能力：实现了以往无法完成的装配任务，通过强化学习策略部署
05
风险与边界
未披露
““With the AI Accelerator, we’re empowering our partners to bring AI-powered cobot solutions to market faster and with greater flexibility. The result is smarter, more adaptable automation that meets real-world needs across a wide range of applications and delivers a faster return on investment for end-customers.””
James Davidson · Chief Artificial Intelligence Officer, Teradyne Robotics
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。