Unity Maakt Vooruitgang in de Robotica-Industrie met Nieuwe Releases

Unity is een van de toonaangevende platforms voor het ontwikkelen en uitvoeren van real-time 3D-, of RT3D-, inhoud. Het bedrijf heeft onlangs zijn Object Pose Estimation aangekondigd, dat tot doel heeft de robotica-industrie te verbeteren, met name in de industriële omgeving, door het gebruik van computer visie en simulatie technologieën.

Object Pose Demonstratie

De Object Pose Demonstratie vond plaats naast een overeenkomstige demonstratie, die liet zien hoe robots kunnen leren door middel van synthetische gegevens.

Dr. Danny Lange is Senior Vice President of Artificial Intelligence bij Unity.

“Dit is een krachtig voorbeeld van een systeem dat leert in plaats van geprogrammeerd te worden, en naarmate het leert van de synthetische gegevens, kan het veel meer nuances vastleggen dan een programmeur ooit zou kunnen,” zei hij. “Het combineren van onze technologieën toont aan hoe we een grens overschrijden en we beginnen met iets dat echt AI is, en in dit geval, demonstreren we de efficiëntie die mogelijk is bij het trainen van robots.”

Wanneer Dr. Lange spreekt over het combineren van de technologieën van het bedrijf, verwijst hij deels naar de recente releases van Unity die ondersteuning bieden voor het Robot Operating System (ROS), dat een flexibel kader is voor het ontwikkelen van robotsoftware.

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

Voortbouwend op Eerdere Releases

Voorafgaand aan de release van de Object Pose Estimation demo, bracht Unity de URDF Importer uit, een open-source Unity-pakket, samen met de ROS-TCP-Connector, die tot doel heeft de latentie van berichten tussen ROS-knooppunten en Unity aanzienlijk te verminderen. Dit maakt het mogelijk voor de robot om in een gesimuleerde omgeving te opereren en te handelen in bijna real-time.

Simulatie technologie wordt vaak gebruikt bij het testen van toepassingen in gevaarlijke, dure of zeldzame situaties. Door het gebruik van simulatie kunnen de toepassingen worden gevalideerd voordat ze worden geïmplementeerd op de robot, waardoor potentiële problemen vroegtijdig kunnen worden gedetecteerd. Door de combinatie van de ingebouwde fysica-engine van Unity en de Unity Editor, kunnen er oneindig veel virtuele omgevingen worden gecreëerd.

Met de combinatie van deze tools, toonde de demonstratie aan hoe grote hoeveelheden synthetische, gelabelde trainingsgegevens kunnen worden gecreëerd. Deze werden vervolgens gebruikt om een eenvoudig diep leermodel te trainen om de positie van een kubus te voorspellen. De demo bood een tutorial voor diegenen die het project wilden recreëren.

“Met Unity hebben we niet alleen de creatie van gegevens gedemocratiseerd, maar ook toegang geboden tot een interactief systeem voor het simuleren van geavanceerde interacties in een virtuele omgeving,” vervolgde Lange.

“U kunt de besturingssystemen voor een autonome voertuig ontwikkelen, bijvoorbeeld, of hier voor zeer dure robotarmen, zonder het risico te lopen om apparatuur te beschadigen of de kosten van industriële installaties aanzienlijk te verhogen. Het kunnen aantonen van het risico van beoogde toepassingen in een high-fidelity virtuele omgeving zal tijd en geld besparen voor veel industrieën die op het punt staan te worden getransformeerd door robotica in combinatie met AI en Machine Learning.”