SON DAKİKA

Nvdia

“Endüstriyel Tesislerde Robotların Dijital İkiz Simülasyonu”

Sanayi kuruluşları, operasyonlarını dönüştürmek için fiziksel yapay zeka ve otonom sistemleri benimsemektedir. Bu, fabrikalarda ve depolarda mobil robotlar, insansı asistanlar, akıllı kameralar ve yapay zeka ajanlarından oluşan heterojen robot filolarının devreye alınmasını içerir.

Bu fiziksel yapay zeka sistemlerinin tam potansiyelini kullanmak için, şirketler dijital ikizler‘den faydalanmaktadır. Bu sanal ortamlar, otonom sistemlerin nasıl etkileşime girdiğini ve karmaşık görevleri nasıl yerine getirdiğini simüle edip optimize etmek için kullanılır. Bu simülasyon öncelikli yaklaşım, işletmelerin robot filolarının dinamik ortamlarda协调 ve uyum sağlama yeteneğini doğrulamasını, fiziksel dağıtımdan önce hızlandırarak gerçekten otonom sanayi operasyonlarına geçişlerini kolaylaştırır.

Sanayi Dijital İkizlerinde Robot Filosu Simülasyonu

Mega NVIDIA Omniverse Blueprint, sanayi tesislerinde fiziksel yapay zekanın geliştirilip dağıtımını hızlandırmak için tasarlanmıştır.

Bu iş akışı, geliştiricilere sensor simülasyonunu ve sentetik veri üretimini kullanarak karmaşık otonom operasyonları simüle etme ve fiziksel yapay zeka sistemlerinin performansını endüstriyel dijital ikizlerde gerçek dünyaya dağıtmadan önce doğrulama fırsatı sunmaktadır.

Bu yazı, kendi robot filo simülasyonunuzu ve doğrulama hattınızı geliştirmeye başlamanız için blueprint’in bileşenlerini açıklamaktadır.

Architecture diagram showing the different parts of the Mega NVIDIA Omniverse Blueprint.
Şekil 1. Mega NVIDIA Omniverse Blueprint’in mimarisi

Tesis veya Filo Yönetim Sistemleri

Filo yönetim sistemleri, işletmelere robot filolarını belirli hedefler veya görevler için yönetme, koordine etme ve optimize etme konusunda yardımcı olur. Bu sistemler, karar verme yeteneklerini geliştirmek için iş akışına entegre edilebilir. Filo yöneticisi, bir veri gölüne bağlanarak geniş verilerden yararlanıp koordinasyonu iyileştirebilir ve filonun görevlerine göre optimizasyon yapabilir.

Blueprint architecture diagram with the Fleet Management section highlighted.
Şekil 2. Filo Yönetim Sistemi, işletmelere robot filolarını yönetme, koordine etme ve optimize etme konusunda yardımcı olur.

Blueprint içinde entegre filo yönetim yazılımı, robot filoları ile merkezi bir ana denetleyici arasında iletişim sağlamak için endüstri standartı olan VDA5050 arayüzünü kullanmaktadır. Bu açık standart, filo yöneticisinin robotlarla etkili bir şekilde iletişim kurmasını ve kontrol etmesini garanti eder.

Robot Zihinleri ve Robot Politikaları

Robot zihinleri, gerçek dünya robot operasyonları için gereken basitlik veya karmaşıklıkta olabilir. Robot zihni ya da politikası, alınan verilere dayalı olarak robotun ne yapacağını belirleyen ve davranışları tanımlayan karar verme sistemidir. Sensörler, verileri kameralar veya LiDAR gibi çeşitli biçimlerde toplar ve ardından robot bu verileri öğrenilmiş politikalarına dayanarak işler. İşlenmiş verilerle politika bir eylem çıkarır ve bu eylemler aktüatörlere iletilir. Bu robot zihinleri, blueprint içinde konteynerler olarak entegre edilmiştir ve gerçek robotlardaki gibi aynı aktüasyon ve sensör arayüzlerini sergilemektedir.

A graphic showing the components of the Robot Policies section of the blueprint architecture, including Robot, Equipment, Visual AI Agent, and Digital Human.
Şekil 3. Blueprint mimarisindeki Robot Politikaları bileşenleri

Aktüasyon arayüzü, robot zihinlerinin robot gövdelerine kontrol sinyalleri göndermesine olanak tanır. Blueprint, aktüasyon komutlarını doğru Universal Scene Description (OpenUSD) şemasına çevirmeyi sağlayan bir referans implementasyonu sunmaktadır. Bu, kontrol sinyallerinin sanal ortamda robot gövdelerine doğru bir şekilde iletilmesini temin eder.

Aktüasyon arayüzü, robot hareketlerini ve eylemlerini kontrol etmek için kritik bir öneme sahiptir. Geliştiriciler, kendi robot zihinleri için gereken herhangi başka bir çeviriyi gerçekleştirmek üzere bu arayüzü değiştirebilir veya değiştirebilir; bu şekilde kontrol sinyalleri, her robotun özel gereksinimlerine uygun şekilde özelleştirilmiş olur.

Sensör arayüzü ise robot zihninin sensörlerinden veri almasını sağlar. Blueprint, geliştiricilere, Sensor RTX’ten alınan sensör verilerini gRPC akışları üzerinden ROS2 konularına çevirecek bir sensör arayüzü referans implementasyonu sunmaktadır. Bu, robot zihinlerinin doğru ve zamanında sensör verileri almasına olanak sağlayarak, daha bilgili kararlar almasını ve görevlerini etkin bir şekilde yerine getirmesini mümkün kılar.

Geliştiriciler ayrıca, Görsel Yapay Zeka Ajanları gibi gelişmiş teknolojileri de iş akışına entegre edebilir; NVIDIA Metropolis ve NVIDIA video arama ve özetleme için AI blueprint gibi araçlarla zengin içgörüler edinerek sanayi operasyonlarına daha iyi kararlar getirebilirler.

Dünya Simülatörü

Dünya Simülatörü, NVIDIA Omniverse ile geliştirilmiştir ve OpenUSD Aşaması olarak temsil edilir; simülasyon çalıştırması olarak işlev görür ve simülasyonun durumunu koruyup tüm bileşenlerin senkronize ve doğru olmasını sağlar.

A graphic showing components of the World Simulator section of the architecture, including Equipment, Building, Robot Data, Product, and Production Line.
Şekil 4. Blueprint Dünya Simülatörü, simülasyon durumunu korumaktan sorumludur.

Sensör RTX

NVIDIA Omniverse Cloud Sensor RTX API’leri, geliştiricilere robotların gerçek hayatta karşılaştıkları durumları doğru bir şekilde simüle etme imkanı sunar. Bu API’leri kullanarak, kamera, radar ve LiDAR sensörlerinin çıktısını render edebilirsiniz. Dünya Simülatörü tarafından üretilen OpenUSD verileri ile birleştirildiğinde, bu, endüstriyel tesisin kapsamlı ve fiziksel olarak doğru bir dijital ikizi sağlar. API’ler, NVIDIA’nın ölçeklenebilir fonksiyonları barındıran bir bulut çerçevesi olan NVIDIA Cloud Functions üzerine inşa edilmiştir.

A graphic showing the Sensor RTX section of the blueprint architecture.
Şekil 5. Sensör RTX, robotların gerçek hayatta karşılaştıkları durumu doğru bir şekilde simüle eder.

Programlayıcı

Son olarak, Programlayıcı da vardır; zaman ve genel yürütmeyi yönetir. Programlayıcı, gecikmeleri modelleme, çok oranlı yürütmeyi yönetme ve karmaşık üretici-tüketici grafiklerini yürütürken veri bağımlılıklarını dikkate alma konularında sorumluluk taşır. Bu, simülasyonun sorunsuz ve doğru bir şekilde çalışmasını sağlayarak, test ve doğrulama için güvenilir bir ortam sunar.

The blueprint architecture diagram with the Scheduler highlighted in green at the top center.
Şekil 6. Programlayıcı, zaman ve genel yürütmeyi yönetir.

Başlayın

Bu güçlü referans iş akışını kullanarak karmaşık senaryoları test edebilir, filo test maliyetlerini optimize edebilir, devreye alma süresini hızlandırabilir ve daha verimli iş operasyonları sunabilirsiniz. Blueprint’i uygulamada görmek için etkileşimli demoyu ziyaret edin.

  • Başlamak için gerekli tüm kaynakları edinmek üzere Omniverse geliştirici sayfasını ziyaret edin.
  • Yeni OpenUSD kaynakları koleksiyonuna, yeni kendi hızında tamamlanacak Learn OpenUSD eğitim müfredatı dahil.
  • Omniverse Geliştirici Topluluğu ile bağlantı kurun.

Kendi uygulamalarınızı ve hizmetlerinizi hızlı bir şekilde geliştirmek ve geliştirmek için Geliştirici Başlangıç Kitleri ile başlayın.

Güncel kalmak için NVIDIA haberlerine abone olabilir ve NVIDIA Omniverse’i Discord, YouTube ve Medium’da takip edebilirsiniz.

Kaynak

Nvdia Blog

Düşüncenizi Paylaşın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgili Teknoloji Haberleri