工業(yè)企業(yè)正在積極使用物理 AI 和自主系統(tǒng)改變自己的運營方式。這涉及到在整個工廠和倉庫部署異構(gòu)機器人機群，包括移動機器人、人形助手、智能攝像頭和 AI 智能體等。

為了充分發(fā)揮這些物理 AI 系統(tǒng)的潛力，企業(yè)需要依靠其設(shè)施的數(shù)字孿生（即用于仿真和優(yōu)化自主系統(tǒng)如何交互和執(zhí)行復雜任務的虛擬環(huán)境）。這種以仿真為中心的方法使企業(yè)能夠在實際部署前驗證機器人機群在動態(tài)環(huán)境中的協(xié)調(diào)和適應能力，從而更快過渡到真正的工業(yè)自主化運營。

工業(yè)數(shù)字孿生中的機器人機群仿真

Mega NVIDIA Omniverse Blueprint 可幫助企業(yè)加快工廠、倉庫和工業(yè)設(shè)施中的物理 AI 開發(fā)與部署。

借助該工作流，開發(fā)者能夠使用傳感器仿真與合成數(shù)據(jù)生成技術(shù)對復雜的自主運營進行仿真，并在實際部署前在工業(yè)數(shù)字孿生中驗證物理 AI 系統(tǒng)的性能。

本文將解釋該藍圖的各個組成部分，以便您開發(fā)自己的機器人機群仿真和驗證管線。

圖 1 Mega NVIDIA Omniverse Blueprint 的架構(gòu)

設(shè)施或機群管理系統(tǒng)

機群管理系統(tǒng)負責幫助企業(yè)管理、協(xié)調(diào)和優(yōu)化機器人機群，以實現(xiàn)特定目標或完成特定任務，例如運輸貨物、分揀物品、管理庫存等。為了提高決策能力，可以將這些系統(tǒng)集成到工作流中。在將這些系統(tǒng)連接到企業(yè)數(shù)據(jù)湖后，機群管理器就可以訪問并使用大量數(shù)據(jù)提高協(xié)調(diào)性和優(yōu)化機群任務。

圖 2 機群管理系統(tǒng)幫助企業(yè)管理、協(xié)調(diào)和優(yōu)化機器人機群

該藍圖中的集成機群管理軟件使用行業(yè)標準 VDA5050 接口與各種機器人大腦連接。該接口是機器人機群與中央主控制器之間進行通信的開放標準，可確保機群管理器能夠有效地與機器人進行通信并對其進行控制。

機器人大腦和機器人策略

機器人大腦是簡單還是復雜取決于實際機器人操作的需要。作為決策系統(tǒng)，機器人大腦或策略根據(jù)接收到的輸入決定機器人應該做什么，并通過輸入數(shù)據(jù)和輸出操作定義行為。傳感器通過各種方式——例如攝像頭或激光雷達——收集數(shù)據(jù)，然后機器人根據(jù)所學策略對這些數(shù)據(jù)進行處理。在處理完畢后，策略就會輸出動作，然后將動作發(fā)送給執(zhí)行器。這些機器人大腦以容器的形式集成到該藍圖中，提供了與真實機器人相同的執(zhí)行和傳感器接口。

圖 3 機器人策略藍圖架構(gòu)的組成部分

機器人大腦通過執(zhí)行接口向機器人本體發(fā)送執(zhí)行或控制信號。該藍圖提供了執(zhí)行接口的參考實現(xiàn)，可根據(jù)正確的通用場景描述（OpenUSD）模式（schema）將執(zhí)行命令轉(zhuǎn)化為 ROS2 主題，確?？刂菩盘枩蚀_傳輸至虛擬環(huán)境中的機器人本體。

執(zhí)行接口對于控制機器人的動作和行動至關(guān)重要。開發(fā)者可根據(jù)具體機器人大腦的需要修改或替換該接口，使控制信號符合每個機器人的特殊要求。

機器人大腦通過傳感器接口接收來自傳感器的數(shù)據(jù)。該藍圖為開發(fā)者提供了傳感器接口的參考實現(xiàn)，可將通過傳感器 RTX 的 gRPC 流接收到的傳感器數(shù)據(jù)轉(zhuǎn)換為供機器人大腦使用的 ROS2 主題。這可以保證機器人大腦接收到準確、及時的傳感器數(shù)據(jù)，以便做出明智的決策和成功執(zhí)行任務。

開發(fā)者還可以將使用 NVIDIA Metropolis 和適用于視頻搜索和摘要的 NVIDIA AI 藍圖構(gòu)建的高級視覺 AI 智能體集成到工作流中，為工業(yè)運營提供更加豐富的洞察和更好的決策。

世界仿真器

世界仿真器（World Simulator）使用 NVIDIA Omniverse 開發(fā)而成并以 OpenUSD Stage 表示。該仿真器在仿真運行時運行，負責維護仿真狀態(tài)和確保所有組件的同步性與準確性。

圖 4 世界仿真器藍圖負責維護仿真狀態(tài)

傳感器 RTX

NVIDIA Omniverse 云傳感器 RTX API 使開發(fā)者能夠?qū)C器人在現(xiàn)實世界中遇到的情況進行精確的仿真。開發(fā)者可以使用這些 API 渲染攝像頭、雷達和激光雷達傳感器的輸出，并結(jié)合世界仿真器生成的 OpenUSD 數(shù)據(jù)創(chuàng)建全面、達到物理學精度的工業(yè)設(shè)施數(shù)字孿生。這些 API 構(gòu)建在 NVIDIA 托管可擴展功能的云框架——NVIDIA Cloud Functions 上。

圖 5 傳感器 RTX 可對機器人在現(xiàn)實世界中遇到的情況進行精確的仿真

調(diào)度器

最后但同樣重要的是管理時間和整體執(zhí)行情況的調(diào)度器。調(diào)度器負責對延遲情況進行建模、管理多速率執(zhí)行以及在執(zhí)行復雜的生產(chǎn)者-消費者圖時遵守數(shù)據(jù)依賴關(guān)系，保證仿真能夠順利、準確地運行，從而提供一個可靠的測試和驗證環(huán)境。

圖 6 調(diào)度器管理時間和整體執(zhí)行

開始使用

通過使用這一強大的參考工作流，開發(fā)者可以測試復雜的場景、降低機隊測試成本、加快調(diào)試速度并提高實際運營的效率和效果。

入門者可使用開發(fā)者入門套件快速開發(fā)和改進自己的應用和服務。