新基准测试展示了 RoboDK 6 如何支持响应式路径规划、运行时调整以及新兴的物理 AI 应用。
碰撞检测是机器人仿真和运动规划中计算量最大的部分之一。规划器可能需要针对周围几何形状检查数千个潜在的机器人配置和路径段。这涉及大量的数学计算。
这些计算在 RoboDK 6 中现在变得显著加快。事实上，“显著”可能还不足以形容。根据应用和硬件配置的不同，RoboDK 6 执行碰撞检测的速度 快达 100 倍，远超以往版本。
这种级别的性能为响应式路径规划、运行时调整以及新兴的物理 AI 应用开辟了新的机遇。
使用一个包含 Comau Smart5 NJ 130-2.6 机器人的复杂汽车点焊工作站，RoboDK 记录到的碰撞检测速率高达每秒 4,357 个样本。在第二次测试中，RoboDK 以高达每秒 1,204 步的速度检查了机器人程序的全部 3,589 个步骤——平均每步仅需0.83 毫秒。
在五种硬件和软件配置上进行的测试记录显示，完整程序的碰撞检测速率从每秒 83 步到 1,204 步不等。结果会因处理器、操作系统、RoboDK 版本、工作站复杂性和碰撞设置而异，但总体而言，现在对完整的机器人程序和多种硬件配置进行碰撞检测的速度要快得多。那么，这一切意味着什么呢？
更快碰撞检测的价值
传统的无碰撞运动规划算法使用概率路线图。软件对可能的机器人配置进行采样，识别无碰撞位置，并将它们连接起来，在机器人的工作空间中创建一张可导航的地图。当机器人需要在两个位置之间移动时，软件会尝试快速连接并在这张“地图”中导航，以找到有效路线。拥有这张地图有助于加快无碰撞路径的计算，因为传统的硬件和软件集成过去往往很慢。
当环境基本保持不变时，这种方法效果很好。但是，当车身、工件或其他物体开始移动时，地图可能与采样区域不匹配，先前有效的路径现在可能包含障碍物。然后，系统必须检查更新后的环境，并足够快地找到适当的响应，以使结果保持有用。
RoboDK 6 使应用程序能够更快地执行这些计算。甚至快到不再需要为概率路线图对工作空间进行采样。这反过来使 RoboDK 用户能够：
- 将碰撞检测与实时控制算法相结合
- 响应更新后的物体位置，以及
- 无需预先计算概率路线图。
最终结果是什么？更快的工作流程和响应更迅速的应用程序。
考虑一个在装配线上移动的车身上工作的机器人。系统可以通过使用 RoboDK 快速更新数字孪生并检查新调整的路径，来适应车身定位的微小变化——而不是完全依赖为原始位置计算的路线。
另一个直接的好处是更快的仿真和程序验证。制造商和集成商可以在更短的时间内识别碰撞、优化机器人路径并验证复杂的程序。
例如，汽车点焊程序可能包含围绕车身结构、焊枪和夹具的数千个紧密排列的运动。更快的检测使部署自动化的人员能够更快地评估路径更改并验证整个程序。
支持物理 AI
AI 系统使用摄像头和其他传感器来解释场景、识别目标并提出机器人动作。但在执行该动作之前，必须根据应用程序和环境的物理约束对提议的机器人运动进行评估。
例如，在视觉引导的料箱拾取中，AI 系统可能会在每个周期识别不同的物体并生成新的抓取动作。然后，机器人需要确定它是否能够接近、抓取并移除该物体，而不会撞击料箱、相邻零件或周围设备。
RoboDK 在此类过程中提供仿真和机器人编程层。外部感知或 AI 系统可以通过 RoboDK API 更新数字孪生。然后，RoboDK 可以检查提议的运动是否存在碰撞，并在验证后的运动转移到物理机器人之前支持调整或重新规划。
更快的碰撞检测缩短了感知、规划和动作之间的循环。它将碰撞评估从纯粹的离线验证转变为在响应式机器人应用中发挥更积极的作用。
考虑一个在工作站之间移动的移动机械臂。它可能会遇到不在先前预期位置的小车、托盘或设备。当周围工作空间发生变化时，快速碰撞检测可以帮助其规划系统评估替代运动。
RoboDK 6 的碰撞检测速度还为开发者提供了一种快速有效的方法，以测试其 AI 生成的运动在几何上是否有效。
RoboDK 已在 GitHub 上发布了基准测试应用程序、测试工作站、完整结果和命令行程序。开发者可以检查其方法并在自己的系统上运行测试。
加入在 LinkedIn、Twitter、Facebook、Instagram 或 RoboDK 论坛上的讨论。此外，请查看我们丰富的视频合集并订阅 RoboDK YouTube 频道。
帖子 RoboDK 6 中用于物理 AI 应用的实时碰撞检测 最初发布在 RoboDK 博客上。