NVIDIA анонсировала платформу Isaac AMR

На выставке CES 2022 NVIDIA анонсировала платформу автономных мобильных роботов Isaac (AMR). Сквозная платформа предназначена для ускорения развертывания AMR и повышения эффективности.

Система NVIDIA AMR предназначена для крупных развертываний на крупных объектах, где составление карты может занять много времени, а управление парком машин обычно является сложным. Isaac AMR работает с рядом платформ NVIDIA, включая Omniverse, Isaac Sim, DeepMap, Metropolis и ReOPT.

Платформа использует NVIDIA Omniverse для создания цифрового двойника объекта, на котором развертываются AMR. Затем Isaac Sim может смоделировать поведение флота роботов, людей и других машин. Платформа также будет генерировать синтетические данные для обучения моделей ИИ.

Объекты наносятся на карту с помощью DeepMap — стартапа, который компания приобрела в июне 2021 года. DeepMap создала программное обеспечение для картографии высокого разрешения для автономных транспортных средств. NVIDIA использует то же программное обеспечение для отображения внутренних и внешних объектов для AMR.

Облачный инструментарий разработки программного обеспечения (SDK) DeepMap может ускорить роботизированное картирование крупных объектов с нескольких недель до нескольких дней с точностью до сантиметра.

Карты могут обновляться в реальном времени по мере изменения окружающей среды. SDK DeepMap позволяет роботам определять реальные объекты, отображаемые пикселями на карте, и соответствующим образом на них реагировать.

NVIDIA Metropolis — это платформа видеоаналитики, которая работает вместе со SmartMap. Она обеспечивает доступ к камерам и датчикам, развернутым по всему объекту. Metropolis также дает AMR возможность лучше осознавать ситуацию и избегать районов с высокой загруженностью.

Заключительная часть Isaac AMR — это программные библиотеки NVIDIA ReOpt AI. Эти библиотеки можно использовать для оптимизации планирования маршрута транспортного средства в режиме реального времени с учетом скорости робота, времени автономной работы, размера и веса транспортного средства, а также планировки объекта. С помощью ReOpt и Isaac Sim можно смоделировать несколько взаимодействий AMR еще до того, как роботы будут развернуты.

Технологии, составляющие платформу Isaac AMR, можно развертывать и управлять на серверах EGX с помощью NVIDIA Fleet Command.

Согласно данным Interact Analysis, к 2025 году количество развернутых мобильных роботов достигнет 53 000 объектов. В 2020 году это число составляло всего 9 000.

«По мере того, как все больше разработчиков ROS используют аппаратные платформы, которые содержат дополнительные вычислительные возможности, предназначенные для разгрузки центрального процессора, ROS развивается, чтобы упростить эффективное использование этих передовых аппаратных ресурсов. Работа с лидером в области ускоренных вычислений, таким как NVIDIA, и ее обширный опыт в области инноваций в области искусственного интеллекта и робототехники принесут значительные выгоды всему сообществу ROS»

Брайан Геркигенеральный директор и соучредитель Open Robotics

«От интеллектуальной автоматизации в производстве до роботов в доставке на «последней миле» — роботы становятся все более распространенными в повседневной жизни. Однако разработка промышленной и коммерческой робототехники может быть сложной, трудоемкой и дорогостоящей. Также распространены неструктурированные среды во многих случаях и сценариях использования. Платформа робототехники NVIDIA Isaac может решить эти проблемы с помощью комплексного решения, которое поможет снизить затраты, упростить разработку и вывод продукта на рынок», — сообщили в компании. 

Платформа Isaac Autonomous Mobile Robots (AMR) расширяет возможности NVIDIA Isaac для разработчиков, создающих и развертывающих приложения для робототехники, обеспечивая отображение, аналитику сайта, оптимизацию парка и маршрутов на серверах NVIDIA EGX. Новая платформа поможет улучшить и ускорить работу приложений AMR для логистической отрасли — от складов до розничной торговли.

Преимущества ускоренной платформы для робототехники и искусственного интеллекта:

1. Генерация данных. Сбор и маркировка наборов данных требует времени и стоит дорого. Более разнообразные данные обучения позволяют создавать более точные модели ИИ. Улучшить обучение можно с помощью синтетических данных NVIDIA Isaac Sim.
2. Моделирование и тестирование. Роботы виртуально обучаются и тестируются в фотореалистичных и физически точных средах с помощью NVIDIA Isaac Sim, работающей в виртуальной среде NVIDIA Omniverse.
3. Тренировка робота. Можно выбрать оптимальную платформу NVIDIA для обучения своей модели искусственного интеллекта — от локальных рабочих станций до масштабируемого искусственного интеллекта в центре обработки данных и облаке. NVIDIA также может помочь ускорить разработку с помощью TAO Toolkit, который включает в себя предварительно обученные модели производственного качества для использования «как есть» или для точной настройки с использованием лишь части данных, необходимых для обучения с нуля.
4. Разработка приложений. Высокопроизводительные приложения для робототехники можно разрабатывать с использованием аппаратно-ускоренных SDK, таких как Isaac ROS GEM для роботов на основе ROS, Deepstream SDK для потокового понимания видео, NVIDIA Riva для обработки естественного языка и Isaac SDK для полной инфраструктуры.
5. Развертывание и управление. NVIDIA предлагает полный непрерывный рабочий процесс для беспрепятственного развертывания. Приложения робототехники могут быть перенесены с NVIDIA Jetson на периферийные компьютеры EGX для создания действительно автономных машин. Услуги масштабирования также доступны в EGX Fleet Command.