借助 NVIDIA cuRobo 在几毫秒内生成 CUDA 加速的机器人动作

这篇文章最初发表在 NVIDIA 技术博客上。

实时自主机器人导航由快速运动生成算法提供支持,可支持食品和服务、仓库自动化和机器租赁等多个行业的应用。机械手的运动生成极具挑战性,因为它需要满足复杂的限制条件并尽可能减少多个成本条件。

此外,机械臂可以有许多关节、复杂的链路几何图形、超出单个配置的整个目标区域、任务限制以及不显著的运动学和转矩限制。先前的方法通过首先规划无碰撞几何路径,然后在本地优化这些路径以实现更流畅的规划来降低这种复杂性。

然而,越来越多的研究表明,轨迹优化可以成为解决不仅仅是轨迹平滑问题的强大工具。我们对机器人导航问题的现代理解是,这是一个大型全局运动优化问题。

图 1.cuRobo 的动作生成方法

在视频中,cuRobo 的动作生成步骤实现了可视化,首先是反向运动迭代,然后是轨迹优化的迭代。

NVIDIA cuRobo 将运动生成问题表述为全局优化问题,并利用 GPU 使用许多并行种子解决此问题。cuRobo 首先执行无碰撞反向动力学 (IK),以找到无碰撞的最终关节配置,然后利用最终关节配置作为种子进行轨迹优化 (图 1)。

cuRobo 还实现了 GPU 加速的快速图形规划器,可在极端情况下用作轨迹优化的种子。

图 2.cuRobo 针对运动策略网络motionbenchmaker 数据集的运动生成问题的解决方案

在视频中,机器人机械手在太空中移动,避开障碍物以达到目标。

cuRobo 在 PyTorch 中实施,使您能够轻松实施自己的运动生成成本条款。cuRobo 随附一个自定义机器人 CUDA 内核库,用于执行常见而耗时的任务。它使用了多种 NVIDIA 技术:

cuRobo 还在 NVIDIA Jetson 上运行,支持嵌入式应用程序。

结果表明,cuRobo 可以在 NVIDIA AGX Orin 上生成 100 毫秒(中值)内的运动计划。图 3 展示了在 UR10 上运行 NVIDIA Jetson AGX Orin 的 cuRobo 集成示例。

图 3.cuRobo 生成无碰撞的最小推举动作

在视频中,cuRobo 为 UR10 机器人快速生成平滑运动,以处理动态显示的目标。

cuRobo 提供了多个运动生成组件的 CUDA 加速实现,包括运动学、碰撞检查、反向运动学、数值优化求解器、轨迹优化和运动生成。结果表明,cuRobo 可在几毫秒内解决复杂问题,比现有方法快得多(图 4)。

图 4.跨不同模块的中位数计算时间

更多资源

cuRobo 代码可在 /NVlabs/curobo 上找到。想要了解更多信息,请访问 CuRobo:CUDA 加速机器人库

阅读原文

相关推荐
扫地的小何尚8 天前
NVIDIA RTX 系统上使用 llama.cpp 加速 LLM
人工智能·aigc·llama·gpu·nvidia·cuda·英伟达
布鲁格若门8 天前
AMD CPU下pytorch 多GPU运行卡死和死锁解决
人工智能·pytorch·python·nvidia
centurysee10 天前
【一文搞懂】GPU硬件拓扑与传输速度
gpu·nvidia
算家云17 天前
moffee模型部署教程
人工智能·python·github·markdown·nvidia·ppt·幻灯片制作
坐望云起1 个月前
Ubuntu20.04 更新Nvidia驱动 + 安装CUDA12.1 + cudnn8.9.7
linux·ubuntu·nvidia·cuda·onnx·1024程序员节
RZer1 个月前
NVIDIA 发布适用于网络安全的 NIM Blueprint
安全·web安全·nvidia
LifeBackwards1 个月前
Ubuntu安装nvidia显卡驱动
ubuntu·显卡·nvidia
great-wind1 个月前
麒麟系统离线安装英伟达驱动
nvidia
utmhikari1 个月前
【DIY小记】新手小白超频i9-12900kf和3070ti经验分享
cpu·显卡·nvidia·超频·微星
学森杰登1 个月前
大模型生成PPT大纲优化方案:基于 nVidia NIM 平台的递归结构化生成
人工智能·python·自然语言处理·chatgpt·powerpoint·nvidia