Agility A2: เสริมศักยภาพอนาคตของการวิจัยปัญญาประดิษฐ์แบบฝังตัวและหุ่นยนต์สองมือ

ในแวดวงหุ่นยนต์ที่เปลี่ยนแปลงอย่างรวดเร็ว การเชื่อมโยงระหว่างการจำลองและการใช้งานจริงนั้นต้องการฮาร์ดแวร์ที่มีประสิทธิภาพสูงและปรับตัวได้ดีเยี่ยม Agility A2 คือแพลตฟอร์มวิจัยหุ่นยนต์แขนคู่ 14 องศาอิสระ ที่รับน้ำหนักได้สูง ออกแบบมาเพื่อตอบสนองความต้องการที่เข้มงวดของปัญญาประดิษฐ์แบบฝังตัว การเรียนรู้ของหุ่นยนต์ และการควบคุมวัตถุด้วยมือทั้งสองข้างอย่างซับซ้อน

หุ่นยนต์ Agility A2 ได้รับการออกแบบมาสำหรับนักวิจัยที่ต้องการมากกว่าแค่ของเล่นตั้งโต๊ะ แขนแต่ละข้างมีองศาอิสระ (7 Degrees of Freedom หรือ DOF) พร้อมระยะการยืดหด 714 มม. ทำให้มีพื้นที่ทำงานที่เลียนแบบช่วงการเคลื่อนไหวและความยืดหยุ่นของมนุษย์

โครงสร้างของแพลตฟอร์มนี้สร้างขึ้นจากอลูมิเนียมอัลลอยและสแตนเลสคุณภาพสูง จึงมีความทนทานใช้งานได้ยาวนาน ภายในใช้ข้อต่อแบบ Quasi-Direct Drive (QDD) และระบบขับเคลื่อน 48 V ที่แข็งแรงทนทาน ให้การเคลื่อนไหวที่ราบรื่นเหมือนมนุษย์ ความสามารถในการรับน้ำหนักบรรทุกอยู่ในระดับแนวหน้าของกลุ่มผลิตภัณฑ์:

รับน้ำหนักได้สูงสุด: 5 กก. ต่อแขน

น้ำหนักบรรทุกสูงสุด: 12 กก. ต่อแขน

2 มีให้เลือกใช้งานในสองรูปแบบหลัก เพื่อให้เหมาะสมกับความต้องการด้านการวิจัยที่แตกต่างกัน:

หุ่นยนต์เดี่ยวนี้ช่วยให้นักวิจัยสามารถก้าวข้ามจากบล็อกพลาสติกน้ำหนักเบาไปสู่เครื่องมือในโลกแห่งความเป็นจริง ชิ้นงานอุตสาหกรรม และงานประกอบที่มีการสัมผัสอย่างใกล้ชิดได้

การบูรณาการซอฟต์แวร์มักเป็นอุปสรรคที่ใหญ่ที่สุดในการวิจัยด้านหุ่นยนต์ Agility A2 ขจัดอุปสรรคนี้โดยการจัดส่งพร้อมกับชุดซอฟต์แวร์ที่ติดตั้งไว้ล่วงหน้าอย่างครบถ้วนบน Ubuntu 22.04 พร้อมด้วย ROS2 Humble

แพลตฟอร์มนี้รองรับ NVIDIA Isaac โดยตรง และได้รับการปรับแต่งให้เหมาะสมสำหรับ:

การเก็บรวบรวมข้อมูล: การควบคุมระยะไกลคุณภาพสูงและข้อมูลตามสคริปต์สำหรับการเรียนรู้แบบเลียนแบบ

การนำโมเดลไปใช้งาน: การนำนโยบายการเรียนรู้แบบเสริมแรง (Reinforcement Learning: RL) หรือนโยบายภาพ-ภาษา-การกระทำ (Vision-Language-Action: VLA) ไปใช้ (เช่น m0 และ m0.5)

การปรับแต่งเชิงลึก: เฟิร์มแวร์ โมเดล CAD และสินทรัพย์การจำลองที่เป็นโอเพนซอร์สอย่างสมบูรณ์ ช่วยให้มั่นใจได้ว่างานวิจัยของคุณสามารถทำซ้ำได้และต่อยอดได้

ชุดพัฒนาซอฟต์แวร์ OpenArmX SDK ที่รวมอยู่ด้วยนั้น มีเครื่องมือที่จำเป็น เช่น motor_manage สำหรับการวินิจฉัย และ openarm_utils สำหรับโหมดการสอนและการสาธิตอย่างรวดเร็ว ซึ่งช่วยลด "เวลาในการเริ่มเคลื่อนไหวครั้งแรก" สำหรับห้องปฏิบัติการใหม่ได้อย่างมาก

รถขุด Agility A2 เป็นรถขุดอเนกประสงค์ที่โดดเด่นในสี่ด้านหลัก ได้แก่:

1. ปัญญาประดิษฐ์เชิงกายภาพและการเรียนรู้ของหุ่นยนต์

ห้องปฏิบัติการของมหาวิทยาลัยสามารถใช้ประโยชน์จากการตั้งค่า ROS2 แบบสองแขนเพื่อประเมินนโยบายการควบคุมแบบ VLA ในงานจริง เช่น การคัดแยก การจับยึด และการประกอบชิ้นส่วนที่ซับซ้อนด้วยมือทั้งสองข้าง

2. สถานการณ์อันตรายและสถานการณ์เฉพาะทาง

สำหรับการจำลองสถานการณ์ที่เกี่ยวข้องกับกระบวนการทำงานด้านนิวเคลียร์ เคมี หรือความปลอดภัยทางชีวภาพ A2 ทำหน้าที่เป็นเครื่องมือควบคุมระยะไกลที่ซับซ้อน ผู้ปฏิบัติงานสามารถใช้ตัวควบคุม VR หรือแขนหลักเพื่อสลับสวิตช์ หมุนวาล์ว และถ่ายโอนตัวอย่างอันตรายจากระยะที่ปลอดภัยได้

3. การวิจัยและพัฒนาอุตสาหกรรมและทรัพยากรบุคคล

การสร้างต้นแบบเวิร์กเซลล์การทำงานร่วมกันกลายเป็นเรื่องง่ายดาย ความสามารถในการรับน้ำหนักสูงและการควบคุมอิมพีแดนซ์ของ A2 ช่วยให้สามารถทดสอบการขันสกรู การเสียบตัวเชื่อมต่อ และรูปแบบการทำงานร่วมกันระหว่างมนุษย์และหุ่นยนต์ ก่อนที่จะนำไปใช้งานในระดับอุตสาหกรรมอย่างเต็มรูปแบบ

4. การศึกษาด้านหุ่นยนต์

ด้วยสถาปัตยกรรมแบบเปิด แพลตฟอร์มนี้จึงเป็นเครื่องมือที่เหมาะสมอย่างยิ่งสำหรับการสอนจลศาสตร์ของหุ่นยนต์และการควบคุม ROS2 โดยมอบประสบการณ์ตรงแก่นักเรียนในการใช้งานฮาร์ดแวร์ระดับมืออาชีพ

ชุดฝึกความคล่องตัวแบบแขนคู่ (Agility A Arm Set)

1× ระบบแขนคู่ Agility A2

1 × คอมพิวเตอร์ควบคุมอุตสาหกรรม (Intel i7, RAM 16 GB, SSD 256 GB)

1 × ชุดสายไฟครบชุด

ชุดการควบคุมระยะไกลแบบไอโซมอร์ฟิก

หัวหน้าทีม: แขนหุ่นยนต์ Agility A2 จำนวน 1 ตัว

ผู้ติดตาม: แขนหุ่นยนต์ Agility A2 จำนวน 1 ตัว

1 × คอมพิวเตอร์ควบคุมอุตสาหกรรม (Intel i7-10510U, RAM 16 GB, SSD 512 GB)

ชุดสายไฟครบชุด 2 ชุด

พร้อมที่จะยกระดับงานวิจัยของคุณแล้วหรือยัง? Agility A2 เป็นมากกว่าเครื่องมือควบคุมการเคลื่อนที่ มันคือประตูสู่ปัญญาประดิษฐ์อัตโนมัติรุ่นใหม่ที่ปรับขนาดได้และขยายได้ ไม่ว่าคุณจะขยายจากงานทดลองบนโต๊ะไปสู่การควบคุมการเคลื่อนที่ หรือสำรวจขอบเขตของโมเดล VLA A2 ก็มอบความแข็งแกร่งและความเปิดกว้างที่โครงการของคุณสมควรได้รับ