Fizik motoru ile kutu toplama simülasyonu. Kaynak: FANUC
FANUC Corp. geçen hafta, ROBOGUIDE simülasyon yazılımı ile NVIDIA Isaac Sim açık robot simülasyon referans çerçevesi arasındaki entegrasyonu güçlendirdiğini açıkladı. Şirket, bunun “sanaldan fabrika” içinde sezgisel bir operasyon sağlamaya ve doğru, entegre dijital ikizlerin gerçekleştirilmesine yardımcı olacağını belirtti.
FANUC, bir robotunun tişört katlamasını sağlamak için taklit öğrenimi ve NVIDIA GR00T temel modelini kullanıyor. Şirket, sisteminin NVIDIA Jetson Thor platformunu kullandığını belirtti.
Yazarın notu: FANUC, Wilson Bohannan'ın ABD merkezli üretimi artırmasına yardımcı olduğu için 2026 RBR50 Robotik İnovasyon Ödülü kazananıdır. RBR50 onurlandırılanları, gelecek hafta Robotik Zirvesi ve Fuarı sahnesinde ve biletli RBR50 gala yemeğinde görebilirsiniz. Katılmak için şimdi kaydolun.
‘Sanal fabrika’ Isaac Sim ve ROBOGUIDE üzerinde çalışıyor
Geçen Aralık ayında Tokyo'daki Uluslararası Robot Fuarı'nda (IREX), FANUC, ROBOGUIDE'de oluşturulan robot hareket simülasyonlarını NVIDIA Isaac Sim'e aktaran bir teknolojiyi sergiledi. Bu teknoloji, gerçek robotla aynı kontrol algoritmalarını kullanarak sanal bir ortamda hassas yollar ve döngü süreleri üretti.
Geliştirilmiş entegrasyon ile FANUC, iki sistemin artık robot testleri ve sanal devreye alma için daha pratik ve verimli bir simülasyon ortamı sunabileceğini belirtti.
Entegrasyonun ilk modu, NVIDIA Isaac Sim'i ön plana alırken, ROBOGUIDE'ın arka planda çalışarak sanal alandaki robot davranışını doğru bir şekilde sağlamasını sağlıyor. ROBOGUIDE, Isaac Sim ile sıkı bir şekilde entegre olup sürekli doğrudan iletişim kurmaktadır.
“Bu yeni ortamda, kullanıcılar ROBOGUIDE'a bağlı sanal veya fiziksel öğretim kumandalarından Isaac Sim'de robotları sezgisel olarak gerçek zamanlı olarak kontrol edebilirler - sanki gerçek bir robotu kontrol ediyorlarmış gibi,” dedi FANUC. “Kullanıcılar, jogging işlemleri gerçekleştirebilir, robot programlarını öğretebilir, programları çalıştırabilir ve sonuçları doğrudan Isaac Sim içinde doğrulayabilir. Bu, GPU hızlandırmalı fiziksel olarak doğru sensör ve çevre simülasyonları içinde robotlar için sezgisel ve verimli ön kurulum çalışmaları ve süreç tasarımı sağlar.”
Şirketler, NVIDIA Isaac Lab açık robot öğrenme çerçevesi ve NVIDIA Omniverse kütüphanelerinin, geleneksel olarak yeniden üretimi zor olan görevlerin yüksek hassasiyetli simülasyonlarını sağladığını belirtti. Örnekler arasında kablolar gibi esnek bileşenlerin işlenmesi veya yerleştirme ve montaj işlemler
