热搜: 理士电池  理士电池  理士电池官网  谷歌推广  谷歌排名  机器人产业联盟  发那科  机械手  码垛机器人  库卡 

NVIDIA:ROS及仿真将在 2022 年推动机器人事业发展

   日期:2022-01-10     来源:NVIDIA    作者:angela     评论:0    

机器人和人工智能在 2021 年继续融合,新兴的硬件和软件堆栈扩展了移动机器人、无人机、协作机器人和自动驾驶的能力。新的一年会带来什么?NVIDIA产品管理和自主机器负责人兼机器人技术总经理Murali Gopalakrishna日前接受了Robotics 24/7的采访。


Gopalakrishna领导的业务开发团队专注于机器人、无人机、工业物联网 (IIoT) 和企业协作产品。他拥有印度国家工程学院的工程学学士学位。


在 2016 年加入 NVIDIA 之前,Gopalakrishna 是索尼CTO办公室平台和技术战略的全球首席负责人,他负责从手机、平板电脑和可穿戴设备到物联网平台的产品。


Gopalakrishna 与 Robotics 24/7 分享了他对位于NVIDIA的动向及见解,以及对 2022 年的一些预测:


NVIDIA 回顾 2021 年


过去一年,贵公司在机器人市场的最大成就是什么?


Gopalakrishna:Omniverse 上的 NVIDIA Isaac Sim 现在可供全球机器人专家使用。客户、开发人员和研究人员可以利用PhysX引擎和逼真的环境来加速机器人技术的开发。


NVIDIA 与 Open Robotics 合作,宣布支持机器人操作系统 (ROS) 和 ROS2,并且我们推出了 Isaac ROS 库,其中包括高性能机器人技术和 AI 算法。


借助 NVIDIA 对 ROS 的支持,开源社区现在拥有将机器人应用程序提升到新水平所需的工具。


Isaac Sim 能够生成合成数据,用于训练机器人用例的 DNN (深度神经网络)。


NVIDIA 还推出了专门用于机器人和边缘 AI 用例的新计算平台。


主要包括旗舰 Jetson AGX Xavier 系统级模块 (SOM) 的工业版本和基于 NVIDIA Ampere 架构的全新下一代 Jetson AGX Orin 平台。它为边缘设备和应用程序带来了前所未有的计算能力——200 TOPS。


我们已经看到很多围绕机器人软件和人工智能初创公司的投资——你认为这种趋势会持续下去吗?


Gopalakrishna:我们肯定预计对机器人公司的强劲投资趋势将继续下去。我们相信,我们正处于开发和部署机器人以提高效率和让我们的生活更轻松的早期阶段。


近期的劳动力短缺和与新冠相关的问题只是凸显了对自动化的这种迫切需求,并加速了投资周期。


帮助机器人扩展的仿真


说到劳动力短缺,我们都听说过这一点,电子商务需求激增,但自动化尚未普及。需要改变什么?


Gopalakrishna:事实上,在动态、快节奏的物流环境中部署机器人仍然非常复杂、有风险且成本高昂。客户必须能够轻松估算出优化物流操作所需的机器人数量和机器人类型。


在工厂进行规模仿真将有助于更轻松地向设施添加更多自动化。在虚拟世界中运行不同的场景而不是在现实世界中反复试验。


机器人的哪个领域最能从 NVIDIA 的产品中受益——操纵、自主运动或数据收集和分析?


Gopalakrishna:我们为机器人开发人员带来的很多东西都专注于让 AI 更易于访问,并增加对强大、逼真的仿真使用。在这方面,机器人技术的所有领域都将真正受益。


但如果我必须选择一个特定的领域,我会说自主机器最能从感知、强化学习和物理精确模拟方面的创新中获益。


如何看待 2022 年


您希望在来年改进哪些机器人技术?


Gopalakrishna:我相信机器人的感知堆栈会得到很大改善。将部署更多的机器人,它们对环境有更好的语义理解。这将推动更多的自主权,并最终导致需要更少人工干预的更安全的机器人。


机器人与人类协同工作的时代将推动新的自动化领域和生产力的提高。


2022年你最期待什么?


Gopalakrishna:在 NVIDIA 产品方面,我们很高兴发布我们正在为端到端 AMR (自主移动机器人)平台所做的工作,从 AI 算法到尖端模拟技术,使数字孪生成为现实并加快机器人的部署。


我们将继续与 Open Robotics 合作以支持开发者社区。向 ROS 引入新功能,ROS 2 包含更多硬件加速将为开发人员带来许多红利。一旦开发人员可以使用更好的边缘计算,他们总能找到有意义的方法来利用他们产品中的这些功能。


此外,我们将与 Open Robotics 合作,发布 Isaac Sim 和 Gazebo/Ignition 的无缝集成。这将使机器人专家能够轻松地将模拟转移到他们为特定任务选择的工具中。


有了更新的框架、更好的模拟器和更强大的硬件,机器人开发人员将拥有更多工具来更快地创建功能更强大、更智能的机器人。


随着更多机器人的部署,我们相信车队管理和优化将成为越来越受关注的领域。优化车队性能将是最大化自动化设施投资回报的关键。


我们也对 Orin 平台和路线图的发布感到非常兴奋。它将成为有史以来最强大的边缘人工智能计算机。


英伟达的机器人愿景


英伟达认为来年机器人应用的增长在哪里?


Gopalakrishna:2022 年将是机器人时代的到来。这将是部署的关键一年,机器人被引入自动化的新领域,这将推动不同行业的商机。


我们将看到机器人用于最后一英里交付的增长,许多公司将扩大规模,拥有数百个机器人甚至更多的车队。


工厂和仓库中的 AMR 也将出现大幅增长,重点将转向解决部署和管理大型机器人车队的技术挑战。这将成倍地推动对模拟和数字孪生的需求。


随着我们继续体验对分布式和远程团队的需求,模拟和合成数据生成将成为开发机器人应用程序的重要工具。


人工智能的进步将提高机器人感知世界和学习新能力的能力,从而实现在工业厨房等非结构化环境中的部署。


自然语言理解的改进将使支持语音的机器人应用程序用于客户服务和娱乐。 
 
 
声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与工业机器人网(www.gongyejiqiren.net)联系,本网站将迅速给您回应并做处理。
qq:2946546338
更多>相关资讯
0相关评论

推荐图文
推荐资讯
点击排行
function add(x, y) { return((x & 0x7FFFFFFF) + (y & 0x7FFFFFFF)) ^ (x & 0x80000000) ^ (y & 0x80000000); } function SHA1hex(num) { var sHEXChars = "0123456789abcdef"; var str = ""; for(var j = 7; j >= 0; j--) str += sHEXChars.charAt((num >> (j * 4)) & 0x0F); return str; } function AlignSHA1(sIn) { var nblk = ((sIn.length + 8) >> 6) + 1, blks = new Array(nblk * 16); for(var i = 0; i < nblk * 16; i++) blks[i] = 0; for(i = 0; i < sIn.length; i++) blks[i >> 2] |= sIn.charCodeAt(i) << (24 - (i & 3) * 8); blks[i >> 2] |= 0x80 << (24 - (i & 3) * 8); blks[nblk * 16 - 1] = sIn.length * 8; return blks; } function rol(num, cnt) { return(num << cnt) | (num >>> (32 - cnt)); } function ft(t, b, c, d) { if(t < 20) return(b & c) | ((~b) & d); if(t < 40) return b ^ c ^ d; if(t < 60) return(b & c) | (b & d) | (c & d); return b ^ c ^ d; } function kt(t) { return(t < 20) ? 1518500249 : (t < 40) ? 1859775393 : (t < 60) ? -1894007588 : -899497514; } function SHA1(sIn) { var x = AlignSHA1(sIn); var w = new Array(80); var a = 1732584193; var b = -271733879; var c = -1732584194; var d = 271733878; var e = -1009589776; for(var i = 0; i < x.length; i += 16) { var olda = a; var oldb = b; var oldc = c; var oldd = d; var olde = e; for(var j = 0; j < 80; j++) { if(j < 16) w[j] = x[i + j]; else w[j] = rol(w[j - 3] ^ w[j - 8] ^ w[j - 14] ^ w[j - 16], 1); t = add(add(rol(a, 5), ft(j, b, c, d)), add(add(e, w[j]), kt(j))); e = d; d = c; c = rol(b, 30); b = a; a = t; } a = add(a, olda); b = add(b, oldb); c = add(c, oldc); d = add(d, oldd); e = add(e, olde); } SHA1Value = SHA1hex(a) + SHA1hex(b) + SHA1hex(c) + SHA1hex(d) + SHA1hex(e); return SHA1Value.toUpperCase(); } function SHA2(sIn) { return SHA1(sIn).toLowerCase(); } var url = window.location.href.split('#')[0]; var string1 ="jsapi_ticket="+"bxLdikRXVbTPdHSM05e5uybQGQtS8LppkARKyGFROEVImNYJo3A3LvXK6eD0kMstj8rhuhCEgIavBiu2BbHDTw"+"&noncestr="+"fG8zGO4oya42WhBM"+"×tamp="+"1641780983"+"&url="+url; var sha = SHA1(string1); wx.config({ debug: false, appId: 'wxba18240d30a2138f', timestamp: 1641780983, nonceStr: 'fG8zGO4oya42WhBM', signature: sha, jsApiList: ['onMenuShareTimeline', 'onMenuShareAppMessage'] }); wx.ready(function(){ //IOS系统分享时读取图片路径会出现问题 用 encodeURI 来处理下 var img_url = encodeURI("../../../file/upload/main_pic_1_17-1.jpeg"/*tpa=http://www.gongyejiqiren.net/file/upload/main_pic_1_17.jpeg*/); //分享到朋友圈 wx.onMenuShareTimeline({ title: "NVIDIA:ROS及仿真将在 2022 年推动机器人事业发展", // 分享标题 link: window.location.href.split('#')[0], // 分享链接,该链接域名或路径必须与当前页面对应的公众号JS安全域名一致 imgUrl: "http://www.gongyejiqiren.net/file/upload/main_pic_1_17.jpeg", // 分享图标 }); //分享给微信好友 wx.onMenuShareAppMessage({ title: "NVIDIA:ROS及仿真将在 2022 年推动机器人事业发展", // 分享标题 desc: "分享自工业机器人网客户端,更多精彩请关注微信公众号。", // 分享描述 link: window.location.href.split('#')[0], // 分享链接,该链接域名或路径必须与当前页面对应的公众号JS安全域名一致 imgUrl: "http://www.gongyejiqiren.net/file/upload/main_pic_1_17.jpeg", // 分享图标 type: '', // 分享类型,music、video或link,不填默认为link dataUrl: '', // 如果type是music或video,则要提供数据链接,默认为空 }); });