توحد تقنيات الروبوتات مع إصدارات جديدة

توحد هي واحدة من المنصات الرائدة لتطوير وتشغيل المحتوى ثلاثي الأبعاد في الوقت الفعلي، أو RT3D. وأعلنت الشركة مؤخرًا عن إطلاق نظام تقدير وضع الكائن، الذي يهدف إلى تعزيز صناعة الروبوتات، ولا سيما في البيئة الصناعية، من خلال استخدام تقنيات الرؤية الحاسوبية والتحاكي.

عرض وضع الكائن

أقيم عرض وضع الكائن جنبًا إلى جنب مع عرض توضيحي، يظهر كيف يمكن للrobots التعلم من البيانات الاصطناعية.

الدكتور داني لانج هو نائب الرئيس الأول لتقنيات الذكاء الاصطناعي في توحد.

“هذا مثال قوي على نظام يتعلم بدلاً من البرمجة، وعندما يتعلم من البيانات الاصطناعية، يمكنه التقاط أنماط أكثر دقة من أي برنامج يمكن أن يفعلها،” قال. “التركيب معًا لتقنياتنا يظهر كيف نقترب من خط، ونبدأ في التعامل مع شيء هو حقًا ذكاء اصطناعي، وفي هذه الحالة، إظهار الكفاءات الممكنة في تدريب الروبوتات.”

عندما يشير الدكتور لانج إلى تجميع تقنيات الشركة، فهو يشير جزئيًا إلى إصدارات توحد الأخيرة التي تدعم نظام تشغيل الروبوت (ROS)، وهو إطار مرن لتطوير برنامج الروبوت.

https://www.youtube.com/watch?v=dhVPml_IVr4

بناءً على الإصدارات السابقة

قبل إطلاق عرض تقدير وضع الكائن، أصدرت توحد حزمة مستوردة URDF مفتوحة المصدر، إلى جانب ROS-TCP-Connector، الذي يهدف إلى تقليل تأخير الرسائل بين عقد ROS و توحد. هذا يسمح للروبوت الذي يعمل في بيئة محاكاة بالعمل في الوقت الفعلي تقريبًا.

تستخدم تقنية المحاكاة غالبًا عند اختبار التطبيقات في حالات خطيرة أو مكلفة أو نادرة. من خلال استخدام المحاكاة، يمكن التحقق من التطبيقات قبل نشرها إلى الروبوت، مما يسمح بالكشف المبكر عن المشاكل المحتملة. من خلال الجمع بين محرك الفيزياء المدمج في توحد و محرر توحد، يمكن إنشاء عدد لا نهائي من البيئات الافتراضية.

مع الجمع بين هذه الأدوات، أظهر العرض كيف يمكن إنشاء كميات كبيرة من البيانات الاصطناعية والموسومة. ثم تم استخدامها لتدريب نموذج تعلم sâu بسيط للتنبؤ بموقع المكعب. قدم العرض درسًا لأولئك الذين يرغبون في إعادة إنشاء المشروع.

“مع توحد، لم ندمج فقط إنشاء البيانات، ولكننا قدمنا أيضًا وصولًا إلى نظام تفاعلي لمحاكاة التفاعلات المتقدمة في بيئة افتراضية،” واصل لانج.

“يمكنك تطوير أنظمة التحكم لأنظمة المركبات المستقلة، على سبيل المثال، أو هنا للأذرع الروبوتية عالية التكلفة، دون خطر تلف المعدات أو زيادة التكاليف بشكل كبير لتثبيتات صناعية. القدرة على إثبات مخاطر التطبيقات المقصودة في بيئة افتراضية عالية الدقة سوف توفر الوقت والمال ل许多 الصناعات التي تستعد للتحول بفضل الروبوتات مع الذكاء الاصطناعي والتعلم الآلي.”