NVIDIA Isaac Manipulator
基于 Isaac ROS 构建的 NVIDIA Isaac™ Manipulator 是 NVIDIA 加速库和 AI 模型的参考工作流程，允许开发者构建支持 AI 的机器人手臂或操纵器，这些机器人手臂或操纵器能够感知、理解和与其环境交互。
Isaac Manipulator 可帮助机器人软件开发者加速解决动态挑战的解决方案，例如机器护理、高混合垃圾桶拣选、检查和装配任务。
开发者可以将任何 Isaac Manipulator 库或基础模型集成到自己的软件堆栈中，从而为自己的平台提供加速性能和准确性。
生态系统
我们的行业合作伙伴正在将 NVIDIA Isaac Manipulator 和加速计算集成到其平台和解决方案中。
.svg){kind=logo}
主要优势
Isaac Manipulator 为机器人手臂带来全新的灵活性和模块化 AI 功能，这些机器人手臂由于受限于可扩展性而无法处理复杂的任务和动态环境。
开放生态系统
基于 ROS 构建
NVIDIA Isaac Perceptor 基于开源 ROS 2 (机器人操作系统) 软件框架构建。这使得 ROS 社区中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程。详细了解 Isaac ROS
详细了解 Isaac ROS
ROS 是 Open Robotics 的商标
高度准确且高性能的模块
获取适用于工业机器人手臂的先进模块化包，实现无磨损运动学和 AI 感知。
加速机器人运动生成
NVIDIA cuMotion 借助 MoveIt 扩展程序，您可以在不产生大量管线开销的情况下实施自定义算法模块。cuMotion 由 NVIDIA cuRobo 帮助构建。
加快开发速度
借助预训练的基础模型加速机器人任务实施，该模型可估计和追踪物体姿态，预测理想抓取点，运行机器人手臂轨迹优化等。
主要特性
cuMotion
NVIDIA cuMotion 是一个 CUDA 加速库，可通过同时运行多个轨迹优化来大规模解决机器人运动规划问题，并返回最佳解决方案。
FoundationPose
NVIDIA 的 FoundationPose 是一种先进的基础模型，用于预测和追踪新型物体的 6D 姿态。它提供了一种用于预测和追踪未知物体姿态的新方法，足以应对极具挑战性的物体属性 (无纹理、光泽、微小) 以及快速运动或严重遮挡的场景。
发布为开发者预览版
FoundationGrasp
FoundationGrasp 完全使用合成数据进行训练，是一个高性能 Transformer 模型，能够根据未知的 3D 物体资产提供密集的抓取预测。这些抓取可以通过 cuMotion 等动作生成器在机器人上执行。目前，该模型支持吸力和并行吻合抓取。
即将推出
SyntheticaDETR
SyntheticaDETR 是一种用于室内环境中物体检测的模型，允许更快地检测、渲染和训练新物体。它还可用作 FoundationPose 等姿态估计器的前端，因此可以在姿态估计之前使用 2D 边界框来定位物体。
发布为开发者预览版