NVIDIA Isaac Manipulator
NVIDIA Isaac™ Manipulator，是一套由 NVIDIA® CUDA® 加速的库、AI 模型和 ROS 2 参考工作流程组成的工具集。专为机器人软件开发者打造，助力构建具备 AI 能力的机械臂——实现环境感知、理解与交互。高效应对机床上下料、分拣、检测和组装等多样任务。
可通过 ROS 2 参考工作流程快速上手，并将 Isaac Manipulator 的模块化技术集成到您的软件系统中。
NVIDIA Isaac Manipulator 的工作原理
Isaac Manipulator 集成 NVIDIA cuMotion 运动规划器，可同时运行多路轨迹优化，快速返回优选方案。软件还搭载先进基础模型，实现新物体的 6D 位姿估算与跟踪，并支持室内环境中的物体检测。
主要特性
Isaac Manipulator 为机械臂带来了更高水平的灵活性和模块化 AI 功能，这些机械臂由于适应性有限，在处理复杂任务和动态环境时面临限制。
高度准确的高性能模块
获取一系列先进的模块化软件包，为工业机械臂实现顺畅的运动学和 AI 感知。
加速机器人动作生成
NVIDIA cuMotion 让您可以在不产生大量工作流开销的情况下实施自定义算法模块。
缩短开发时间
通过预训练的基础模型加速机器人任务的执行，这些模型可以估计和跟踪物体的姿态、预测理想的抓握点、运行机械臂轨迹优化等。
开放式生态系统
基于 ROS 构建
NVIDIA Isaac Manipulator 基于开源 ROS 2(机器人操作系统) 软件框架构建。这使 ROS 社区中的数百万开发者能够轻松利用 NVIDIA 加速库和 AI 模型来加速其 AI 机器人开发和部署工作流。
详细了解 Isaac ROS
姿态估计和跟踪
FoundationPose 是用于 6D 姿态估计和跟踪新物体的基础模型。它可以跟踪和估计无形物体的姿态，并且可以处理具有挑战性的物体属性 (无纹理、光泽、微小) 以及具有快速运动或严重遮蔽的场景。
阅读指南从 NGC 下载模型
FoundationStereo
FoundationStereo 是一种用于双目深度估算的基础模型，旨在实现强大的零样本泛化能力。该模型能够直接应用于多种场景，无需针对新场景进行专门训练，具有较好的适应性和广泛的应用潜力。
阅读使用指南从 NGC 下载模型
物体检测
这种用于在室内环境中检测物体的预训练模型可加快新物体的检测、渲染和训练速度。它可用作 FoundationPose 等姿态估计器的前端，因此可以在姿态估计之前使用 2D 边界框定位物体。
开始使用 NVIDIA Isaac Manipulator
在模拟环境中测试和验证
使用 NVIDIA Isaac Sim 和 NVIDIA Isaac Lab 进行虚拟训练、测试和验证机器人机械手。
Isaac Manipulator 学习资料库
生态系统
我们的行业合作伙伴正在将 NVIDIA Isaac Manipulator 和加速计算集成到他们的平台和解决方案中。
