Saildrone正在自主监测海洋中取得突破性进展。 这家初创公司的航海数据采集技术曾近距离追踪北大西洋的飓风，发现了太平洋中的一个3200英尺的水下山脉，并开始帮助绘制全球海洋底部的地图。 该公司总部位于旧金山湾区，开发了搭载各种传感器的自主无人船（USV）。其数据流经NVIDIA Jetson模块进行边缘AI处理，并在NVIDIA DeepStream软件开发工具包的原型中进行优化，用于智能视频分析。 Saildrone致力于使海洋情报收集成本效益高，为科学、渔业、天气预报、海洋绘图和海上安全提供数据收集系统。 它拥有三种不同的USV，并使用Mission Portal控制中心服务来监视定制任务并实时可视化数据。此外，Saildrone的一些历史数据可供公众免费使用。 “我们曾驶入三次大型飓风，甚至穿越了“飓风山姆”的风眼，所有的船只都安然度过——它们是非常坚固的平台，” Saildrone软件工程副总裁布莱思·托瓦尔（Blythe Towal）说道，她指的是2021年威胁百慕大的一次强热带气旋。 成立于2012年的Saildrone已获得1.9亿美元的资金支持。该初创公司是NVIDIA Inception计划的成员，该计划为公司提供技术支持和人工智能平台指导。 保持AI在地球水域中的活动 Saildrone在无人船的数据收集任务在海洋和湖泊的环境研究中引起了广泛关注。 夏威夷大学马诺阿分校已经借助三艘23英尺的Saildrone Explorer USV来研究海洋酸化对气候变化的影响。这个为期六个月的任务将围绕夏威夷、毛伊岛、瓦胡岛和考艾岛进行，用于评估该州周围海洋的健康状况。 海洋酸化是指pH值的降低，其影响因素包括化石燃料的燃烧和农业。这些因素可能对珊瑚、牡蛎、蛤蜊、海胆和钙质浮游生物等造成影响，威胁到海洋生态系统。 Saildrone最近与Seabed 2030合作，共同绘制全球海洋的完整地图。Seabed 2030是日本基金会和大洋一般海图局（GEBCO）之间的合作项目，旨在到2030年绘制全球海洋地形图。 “Saildrone的愿景是一个健康的海洋和一个可持续的星球，” Saildrone创始人兼首席执行官理查德·詹金斯（Richard Jenkins）说道。“完整的海洋底部地图对实现这一愿景至关重要。”…
Leave a CommentTag: Autonomous Machines
机器人正在仓库中搬运货物、包装食品、帮助组装车辆——当它们不翻转汉堡或者冲泡拿铁时。 它们是如何如此迅速地变得如此熟练呢？机器人模拟。 它正在以飞跃的进步改变我们周围的各个行业。 机器人模拟简介 机器人模拟器将虚拟机器人放置在虚拟环境中，以测试机器人的软件，而无需实际机器人。而最新的模拟器可以生成数据集，用于训练将在实际机器人上运行的机器学习模型。 在这个虚拟世界中，开发者创建机器人、环境和其他机器人可能遇到的素材的数字版本。这些环境可以遵守物理定律，并模拟真实世界的重力、摩擦、材料和光照条件。 谁在使用机器人模拟？ 如今，机器人在大规模上提升了业务。一些最大和最具创新性的机器人公司都依赖于机器人模拟。 得益于模拟，配送中心每天可以处理数千万个包裹。 亚马逊机器人使用它来支持其配送中心。宝马集团借助它加速其汽车装配厂的规划。软性机器人应用它来完善食品包装的抓取和放置。 全球各地的汽车制造商都在用机器人来支持他们的业务。 “汽车公司雇佣了将近1400万人。数字化将提高这个行业的效率、生产力和速度，” NVIDIA首席执行官Jensen Huang在最新的GTC主题演讲中说道。 机器人模拟的工作原理简介 一个先进的机器人模拟器首先应用物理基本方程。例如，它可以使用牛顿运动定律来确定物体在一个小时间增量或时间步长内的运动方式。它还可以结合机器人的物理约束条件，比如由铰链般的连接构成，或者无法穿过其他物体。 模拟器使用各种方法来检测物体之间的潜在碰撞，识别碰撞物体之间的接触点，并计算阻止物体相互穿过的力或冲量。模拟器还可以计算用户寻求的传感器信号，比如机器人关节处的扭矩或机器人夹持器与物体之间的力。 然后，模拟器将根据用户的要求重复这个过程。一些模拟器，比如基于NVIDIA Omniverse的NVIDIA Isaac Sim应用程序，还可以在每个时间步长上提供物理上准确的模拟器输出的可视化。 使用机器人模拟器的成果 机器人模拟器用户通常会导入机器人的计算机辅助设计模型，并导入或生成感兴趣的对象来构建虚拟场景。开发者可以使用一组算法来执行任务规划和运动规划，然后指定控制信号来执行这些计划。这使得机器人能够执行任务并以特定方式移动，比如拾取一个物体并将其放置在目标位置。 开发者可以观察计划和控制信号的结果，然后根据需要进行修改以确保成功。最近，有一种向基于机器学习的方法的转变。所以，用户不是直接指定控制信号，而是指定所需的行为，比如移动到一个位置而不发生碰撞。在这种情况下，一个数据驱动的算法会根据机器人的模拟传感器信号生成控制信号。 这些算法可以包括模仿学习，其中人类演示可以提供参考，以及强化学习，机器人通过智能的试错学习来实现行为，通过加速的虚拟体验快速学习多年的经验。…
Leave a Comment如何帮助机器人建造更好的机器人？通过模拟更多的机器人。 NVIDIA创始人兼CEO黄仁勋今天展示了领先的电子制造商Quanta如何使用AI启用的机器人来检查其产品的质量。 在本周的台北国际电脑展上的主题演讲中，黄仁勋介绍了电子制造商如何数字化其最先进的工厂。 例如，Quanta子公司Techman Robot的机器人使用NVIDIA Isaac Sim —— 一款基于NVIDIA Omniverse构建的机器人模拟应用程序，开发了一个定制的数字孪生应用程序，以改进这家总部位于台湾的电子产品提供商的生产线上的检查。 以下演示展示了Techman如何使用Isaac Sim来优化制造线上机器人的机器人检查。事实上，这是机器人建造机器人。 自动光学检查，或AOI，帮助制造商更快地识别缺陷，并向全球客户交付高质量的产品。现在启用AOI的NVIDIA Metropolis视觉AI框架还用于优化从汽车到电路板等产品的检查工作流程。 Techman通过使用Isaac Sim模拟、测试和优化其最先进的协作机器人或合作机器人，与使用云端的NVIDIA AI和GPU进行训练和机器人本身的推理，开发了AOI。 Isaac Sim是基于NVIDIA Omniverse构建的——一个用于构建和操作工业元宇宙应用的开放式开发平台。 Techman机器人AOI解决方案的独特特点包括将检查摄像头直接放置在关节式机器人手臂上，以及GPU集成在机器人控制器中。 这使得机器人能够检查固定摄像头无法访问的产品区域，并利用边缘上的AI即时检测缺陷。 Techman的首席运营官Scott Huang表示：“与其他机器人品牌相比，Techman机器人的独特特点在于其内置的视觉系统和AI推理引擎。NVIDIA RTX…
Leave a Comment