A demanda por robôs inteligentes vem crescendo à medida que mais setores adotam a automação para enfrentar os desafios da cadeia de suprimentos e a escassez de mão de obra.
De acordo com a ABI Research, a base instalada de robôs industriais e comerciais crescerá mais de 6,4 vezes, de 3,1 milhões em 2020 para 20 milhões em 2030. Desenvolver, validar e implantar esses novos robôs baseados em IA requer uma tecnologia de simulação que os coloque em cenários realistas.
Na CES 2023, a NVIDIA anuncia grandes atualizações para o Isaac Sim, a sua ferramenta de simulação de robótica para criar e testar robôs virtuais em ambientes realistas em condições operacionais variadas. O Isaac Sim foi desenvolvido com base no NVIDIA Omniverse, plataforma para criar e operar aplicações em metaverso.
“A evolução tecnológica das últimas décadas acelerou o desenvolvimento da robótica, com robôs ficando cada vez mais presentes em nosso cotidiano. Apesar desse crescimento, ainda é uma tarefa extremamente complexa e dispendiosa, e é aí que entra nossa plataforma NVIDIA Isaac, que facilita o enfrentamento desses desafios, ajudando na simplificação e redução de custos”, explica Marcio Aguiar, diretor da divisão Enterprise da NVIDIA para América Latina.
Recursos poderosos orientados por IA para roboticistas
Dada a tendência de robôs e humanos trabalharem lado a lado, como robôs colaborativos (cobots) ou robôs móveis autônomos (AMR), é fundamental que as pessoas e seus comportamentos comuns sejam adicionados à simulação.
Com o novo recurso de simulação de pessoas no Isaac Sim, pessoas sintéticas agora podem ser adicionadas a um armazém ou fábrica e incumbidas de realizar tarefas comuns, como empilhar pacotes ou empurrar carrinhos. Vários dos comportamentos mais comuns já são possíveis, portanto, basta emitir um comando.
Para minimizar a distância entre simulação e realidade, é imprescindível ter modelos fisicamente precisos de sensores.
Aproveitando a tecnologia RTX da NVIDIA, o Isaac Sim agora pode renderizar dados fisicamente precisos em tempo real. No caso de um LIDAR simulado por RTX, o Ray Tracing fornece dados mais precisos dos sensores em várias condições de iluminação ou em resposta a materiais refletores.
A criação de ambientes de simulação fisicamente precisos requer inúmeros elementos artísticos em 3D. Mas, muitas vezes, esses elementos em 3D são criados para visualização, e não para uma simulação fisicamente precisa. Tudo de peças de armazém a robôs populares vêm prontos para funcionar, então desenvolvedores e os usuários podem começar a construir rapidamente.
Os novos recursos para pesquisadores de robótica incluem avanços significativos no Isaac Gym para aprendizagem por reforço e o Isaac Cortex para programação colaborativa de robôs. Além disso, uma nova ferramenta, a Isaac Orbit, oferece ambientes operacionais de simulação e benchmarks para aprendizagem de robôs e planejamento de movimentos.
Para a vasta comunidade de desenvolvedores de ROS, o Isaac Sim atualiza o suporte a ROS 2 Humble e Windows. Agora, todo o software Isaac ROS pode ser usado na simulação.
A ampliação do ecossistema e dos recursos da plataforma Isaac impulsiona a adoção
O grande e complexo ecossistema de robótica abrange vários setores, desde logística e manufatura até varejo, energia, agricultura sustentável e muito mais.
Com o investimento da NVIDIA na plataforma completa de robótica Isaac, a adoção continua a crescer. Mais de um milhão de desenvolvedores e mais de mil empresas utilizam uma ou muitas partes da plataforma.
Muitas empresas líderes estão implantando robôs físicos que foram desenvolvidos e testados no mundo virtual usando o Isaac Sim.
A Telexistence implantou robôs para reposição de estoques de bebidas em 300 lojas de conveniência no Japão. Para aumentar a segurança, a Deutsche Bahn está treinando modelos de IA para responder a casos muito importantes, embora inesperados, que raramente acontecem no mundo real, como uma bagagem cair em uma linha de trem. A Sarcos Robotics está desenvolvendo robôs para selecionar e posicionar painéis solares em instalações de energia renovável.
A Festo usa o Isaac Cortex para simplificar a programação de robôs cooperativos e transferir habilidades simuladas para os robôs físicos. A Fraunhofer está desenvolvendo AMRs avançados usando os recursos de visualização fisicamente precisos e de fidelidade total do Isaac Sim. A Flexiv está usando o Isaac Replicator para geração de dados sintéticos para treinar modelos de AI.
Embora treinar os robôs seja importante, a simulação está desempenhando um papel fundamental no treinamento dos operadores humanos para trabalhar e programar robôs. A Ready Robotics está ensinando como programar robôs industriais com o Isaac Sim. A Universal Robotics está usando o Isaac Sim para desenvolvimento da força de trabalho para treinar operadores a partir da nuvem.
Com o acesso à nuvem, a plataforma Isaac torna-se disponível em todos os lugares
Com o Isaac Sim disponível na nuvem, essas equipes podem estar localizadas em diferentes regiões do mundo e ainda colaborar com maior acessibilidade, agilidade e escalabilidade para testar e treinar robôs virtuais.
Outro desafio é a falta de dados de treinamento adequados para permitir uma rápida implantação ao criar instalações com sistemas robóticos ou escalonar sistemas autônomos já existentes. Utilizando o Isaac Replicator, o Isaac Sim permite que os desenvolvedores gerem enormes conjuntos de dados de valores de referência que imitam a física dos ambientes do mundo real.
Após a implantação, é necessário um planejamento dinâmico de rotas para operar uma frota eficiente composta por centenas de robôs à medida que os requisitos de automação crescem. O NVIDIA cuOpt, um mecanismo de atribuição de tarefas e planejamento de rotas da frota em tempo real, melhora a eficiência operacional com a automação.
Comece agora a trabalhar com Isaac Sim
Os interessados podem fazer o download do Isaac Sim , e obter mais detalhes técnicos sobre os novos recursos da plataforma.
Confira a apresentação especial virtual da NVIDIA na CES 2023 sobre lançamentos de produtos, parcerias e ofertas em máquinas autônomas, robótica, design, simulação e muito mais.
