OnRobot

AI 的物理交互層

Physical AI 需要能夠將模型輸出轉化為現實世界行動的機器人。這意味著需要能夠抓取、感知接觸、測量力、調整動作,並從物理交互中生成有用模型訓練數據的夾持器、工具和傳感器。

OnRobot 為 AI 模型開發者、AI 優先機器人公司、人形機器人團隊、研究機構和機器人制造商提供經過驗證的電動夾持器、力/扭矩傳感器及末端工具平臺,用於訓練、驗證和現實世界部署。

專為實體人工智慧而建構(在物理人工智慧出現之前)

物理人工智慧可能是新事物。

電動、回饋豐富且靈活的夾具則不然。

在 OnRobot,我們花了數年時間為現實世界的自動化建造靈活的電動夾具、感測器和臂端工具。超過 22,000 種 OnRobot 產品已在全球實際工業環境、研究實驗室、大學和學校部署。實體人工智慧使機器人能夠處理動態的非結構化環境、不斷變化的條件和多種零件尺寸。 OnRobot 的電動夾具非常適合這些要求,因為它們靈活、可編程且專為現實世界的操作而設計。

RG2/RG6 電動夾持器
RG2/RG6 電動夾持器
靈活的雙指夾持,可處理多種尺寸和形狀的物體。
RG2-FT
RG2-FT
集成力/扭矩與接近感應的電動夾持,適用於接觸數據豐富的驗證。
HEX 力/扭矩傳感器
HEX 力/扭矩傳感器
適用於物理交互、對齊和接觸力至關重要的應用的力/扭矩感應。

深入了解實體人工智慧在現實世界中的 4 項要求

捕捉僅靠視覺無法偵測到的觀察結果

視覺顯示了機器人看到的東西。力和扭矩回饋顯示機器人接觸世界時會發生什麼。 F/T 回饋有助於回答操作任務中的關鍵問題:

  • 發生接觸了嗎?

  • 施加了多大的力?

  • 物體滑倒了嗎?

  • 抓地力穩定嗎?

  • 插入成功了嗎?

對於實體人工智慧應用,豐富的接觸操作需要了解抓握穩定性、阻力、滑動、插入力、零件位置和任務結果。

OnRobot 夾具和感測器有助於在實際機器人任務期間捕捉這些物理觀察。

Physical AI 需要豐富的接觸數據

操作是 Physical AI 的核心機器人應用之一,約佔該領域近期研究論文的三分之二。

儘管力控制在物理交互任務中發揮核心作用,但納入力測量的研究論文不到 20%。

Physical AI 需要更好的方法來採集現實世界的交互數據。
約 2/3
Physical AI 論文聚焦於操作
不到 20%
納入力測量
60%
使用少於 100 次硬件演示

重點工具:

用於接觸數據豐富驗證的 RG2-FT

RG2-FT 將電動夾持與集成式力/扭矩及接近感應相結合。

這有助於 Physical AI 團隊採集現實世界的操作數據,在仿真之外驗證機器人行為,並測試模型在接觸、力和物體差異至關重要的情況下的表現。

3–40 N 可調夾持力 根據任務、物體和演示調整夾持。
最大 100 mm 可調行程 處理多種尺寸和幾何形狀的物體。
力/扭矩與接近感應 在真實操作任務中採集交互力。
集成式電動無刷直流電機 可編程電動夾持,實現可重複的現實環境測試。

Physical AI 閉環

更豐富的觀測數據可形成更好的數據集和操作策略。
步驟 1
人工演示
由人員向機器人展示如何執行任務。
步驟 2
機器人執行
機器人自主執行任務。
步驟 3
物理觀測
傳感器採集力、扭矩、接觸、位置等信息。
步驟 4
AI 訓練數據集
將觀測數據結構化為數據集,用於訓練和改進 AI 模型。

您的策略發送命令。 OnRobot 工具執行物理交互,使您能夠捕捉力量、扭矩、寬度、抓握狀態、接近度和任務結果等觀察結果。這些觀察結果支持培訓、驗證和政策改進。

面向 AI 優先機器人的實用平臺

需要與 OnRobot 自動化專家交流嗎?

常見問題

Physical AI 是指在物理世界中學習並採取行動的機器人系統。它將 AI 模型與現實世界的運動、接觸、力、扭矩、傳感器反饋和任務結果連接起來。

物理交互層是將 AI 模型與現實世界行動連接起來的硬件和工具層。它包括夾持器、力/扭矩傳感器、末端工具和反饋系統,使機器人能夠抓取、操作、測量接觸,並在執行過程中採集有用的觀測數據。

AI 就緒的物理觀測數據是來自現實世界交互的信號,可用於模型訓練、驗證和部署。例如力、扭矩、夾持器寬度、接近度、夾持狀態、工具狀態、部件檢測、錯誤和任務結果。

RG2/RG6、2FG7/2FG14 和 RG2-FT 等 OnRobot 夾持器可支持需要靈活、可編程現實操作的 Physical AI 應用。這些工具有助於團隊測試模型在不同物體、部件尺寸、接觸條件和任務結果下的表現。

HEX 力/扭矩傳感器可幫助機器人在接觸、對齊、阻力或施加力至關重要的任務中測量物理交互。這可支持驗證、反饋控制以及採集現實操作任務的觀測數據。

因為許多操作任務取決於接觸過程中發生的情況。力和扭矩數據可幫助機器人瞭解夾持穩定性、阻力、滑移、插入力、對齊和故障條件。

RG2-FT 將電動夾持與集成式力/扭矩及接近感應相結合,因此適合採集接觸數據豐富的操作數據並驗證機器人在現實任務中的行為。

示教學習依賴於高質量的真實動作和結果示例。RG2-FT 可幫助採集演示過程中的物理交互信號,包括力、扭矩、位置、接近度和任務結果。

OnRobot 工具使機器人團隊能夠將預期行為與現實結果進行比較。通過在物理條件下測試機器人性能,團隊可以評估模型在物體變化、接觸位置變化以及真實操作引入不確定性時的表現。

根據工具和設置,OnRobot 產品可提供力、扭矩、位置、接近度、工具狀態、部件檢測、夾持狀態和錯誤等反饋。

電動夾持器可編程、可控制並能夠提供反饋,因此非常適合可重複的數據採集、自適應操作和現實環境驗證。OnRobot 電動夾持器還能靈活處理不同尺寸的部件,幫助團隊測試算法對現實變化的響應。

不是。OnRobot 工具和夾持器專為現實工業自動化任務而設計。全球已部署超過 22,000 件 OnRobot 產品。對 Physical AI 團隊而言,這意味著可以使用為現實應用打造的硬件進行訓練和驗證。

可以。在需要可靠、電動且反饋豐富的末端工具時,OnRobot 工具可支持致力於實際部署的人形和移動操作團隊。

選擇語言

Americas

English Português Español

Asia

简体中文 繁体中文 日本語 한국어 ภาษาไทย Tiếng Việt

Europe

English Čeština Dansk Nederlands Suomi Français Deutsch Magyar Italiano Norsk Polski Português Română Español Svenska Türkçe
繁体中文