FANUC stärkt Zusammenarbeit mit NVIDIA

1. Intuitive Roboterbedienung in einer "virtuellen Fabrik" mit NVIDIA Isaac Sim & ROBOGUIDE

FANUC hat die Integration zwischen NVIDIAs offenem Referenz-Framework für Robotersimulationen NVIDIA Isaac Sim und FANUCs Robotersimulationssoftware ROBOGUIDE weiter gestärkt, um eine intuitive Bedienung innerhalb einer virtuellen Fabrik zu ermöglichen und hochgenaue, nahtlos integrierte digitale Zwillinge zu realisieren.

Auf der International Robot Exhibition in Tokio im vergangenen Dezember demonstrierte FANUC die Technologie, mit der in ROBOGUIDE erstellte Roboterbewegungssimulationen in NVIDIA Isaac Sim importiert werden können, um präzise Trajektorien und Zykluszeiten in einer virtuellen Umgebung mit denselben Steuerungsalgorithmen wie der reale Roboter zu reproduzieren. Mit der verbesserten Integration sind die beiden Systeme nun noch enger miteinander verbunden und bieten eine noch praktischere und effizientere Simulationsumgebung für Robotertests und virtuelle Inbetriebnahmen.

Bei der ersten Integrationsart steht NVIDIA Isaac Sim im Vordergrund, während ROBOGUIDE im Hintergrund arbeitet, um ein genaues Roboterverhalten im virtuellen Raum zu gewährleisten. ROBOGUIDE ist eng mit Isaac Sim verzahnt und steht in ständiger direkter Kommunikation. In dieser neuen Umgebung können die Benutzer die Roboter in Isaac Sim intuitiv und in Echtzeit über virtuelle oder physische Teach-Pendants bedienen, die mit ROBOGUIDE verbunden sind - so als ob sie einen echten Roboter steuern würden. Der Anwender kann direkt in Isaac Sim verfahren, Roboterprogramme einlernen, die Programme ausführen und die Ergebnisse überprüfen. Dies ermöglicht intuitive und effiziente Vorinstallationsstudien und Prozessdesign für Roboter innerhalb von GPU-beschleunigten, physikalisch genauen Sensor- und Umgebungssimulationen.

Durch die weitere Nutzung des offenen Roboter-Lern-Frameworks NVIDIA Isaac Lab und der NVIDIA Omniverse-Bibliotheken werden hochpräzise Simulationen von Aufgaben möglich, die bisher nur schwer reproduzierbar waren, wie z.B. die Handhabung flexibler Komponenten wie Kabel oder die Durchführung von Einsteck- und Montagevorgängen. Roboter, die in Isaac Sim arbeiten, behalten durch die Integration mit ROBOGUIDE identische Trajektorien und Zykluszeiten bei wie reale Maschinen, wodurch die Lücke zwischen Simulation und Realität geschlossen wird. Diese kombinierte Umgebung unterstützt auch Reinforcement Learning und Imitationslernen und beschleunigt so die Evaluierung und den Einsatz von physischen KI-Systemen.

Der zweite Integrationsmodus stellt ROBOGUIDE in den Vordergrund, während die NVIDIA PhysX Physik-Engine eine erweiterte Simulation im Hintergrund ermöglicht. Mit dieser Erweiterung nutzt ROBOGUIDE nun PhysX und ermöglicht die präzise Simulation komplexer Aufgaben wie die Kommissionierung von Behältern, die bisher nur schwer zu simulieren waren. Zufällig gestapelte Teile können mit Hilfe der physikbasierten Modellierung realistisch simuliert werden, während das 3D-Vision-System von ROBOGUIDE die Positionen der Teile identifiziert und es den Robotern ermöglicht, Pick-and-Place-Operationen durchzuführen. Szenarien aus der realen Welt - wie z. B. die Feststellung, dass ein Roboter ein bestimmtes Teil nicht entnehmen kann, und die Auswahl einer Alternative - können virtuell nachgebildet werden.

Dieser Fortschritt ermöglicht es den Anwendern, Machbarkeitsstudien für Kommissioniersysteme in einer virtuellen Umgebung durchzuführen, wodurch die Notwendigkeit umfangreicher Versuche mit echten Teilen entfällt. In Kombination mit NVIDIA PhysX verbessert ROBOGUIDE die Effizienz der Entwicklung und des Einsatzes von Kommissioniersystemen, die bisher nur mit erheblichem Zeitaufwand und Fachwissen vor Ort möglich waren, erheblich.

2. FANUC Roboter und NVIDIA GR00T N Roboterfundamentmodell zum Falten von T-Shirts durch Nachahmungslernen

Auf der New Product Open House Show im Mai demonstrierte FANUC ein Zwei-Arm-System mit zwei CRX kollaborativen Robotern (Cobots) zum Falten von T-Shirts durch Nachahmungslernen unter Verwendung des offenen Roboterfundamentmodells von NVIDIA NVIDIA Isaac GR00T N. Das Falten von flexiblen Objekten wie T-Shirts erfordert eine kontinuierliche Anpassung der Roboterbewegung an sich ändernde Formen, was mit konventionellem Playback-Teaching oder bildverarbeitungsbasierter Roboterbahnkompensation nur schwer zu erreichen ist. In dieser Demonstration führt ein Bediener die Faltaufgabe mit CRX-Robotern aus, und das System lernt anhand dieser Beispiele durch Nachahmungslernen. Das zweiarmige CRX-System wird so trainiert, dass es die Aufgabe nachahmt und sich die notwendigen Techniken aneignet, um den Faltvorgang abzuschließen.

Mit Bewegungen, die in Echtzeit durch Nachahmungslernen erzeugt werden, falten die CRX-Roboter autonom T-Shirts, während sie das Objekt mithilfe von Kameras visuell erkennen. Traditionell neigen nachahmungsgelernte Roboterbewegungen dazu, segmentiert und ruckartig zu erscheinen. Durch die Kombination der fortschrittlichen Bewegungssteuerungs-Technologie von FANUC mit dem NVIDIA GR00T N-Modell erreicht das System eine gleichmäßige, kontinuierliche Bewegung. Besucher können eine Live-Demonstration des zweiarmigen Roboters erleben, der autonom T-Shirts in Echtzeit faltet.

3. FANUC Robotersystem mit NVIDIA Jetson Thor Plattform

Auf der Internationalen Roboterausstellung 2025 in Tokio hat FANUC einen "KI-Roboter, der Kollisionen mit Menschen vermeidet" vorgestellt, der auf der offenen Plattform von FANUC Roboter basiert. Das System wurde mit NVIDIAs neuestem Robotercomputer NVIDIA Jetson Thoraufgerüstet.

Durch den Austausch des NVIDIA Jetson AGX Orin-Moduls durch das Jetson T5000-Modul wurde die KI-Rechenleistung des Systems um mehr als das 7,5-fache verbessert. Auf der Messe können die Besucher einen Roboter erleben, der den Bewegungen eines Menschen schneller und reibungsloser ausweicht, indem er die leistungsstarken Fähigkeiten des Jetson Thor nutzt.

Bei der FANUC New Product Open House Exhibition im Mai dieses Jahres erleben die Besucher aus erster Hand den Betrieb von Robotern in einem virtuellen Raum, hochpräzise Simulationen, Physiksimulationen mit NVIDIA PhysX, Vorführungen von zweiarmigen Robotern, die durch Imitationslernen auf dem NVIDIA-Roboterfundamentmodell trainiert wurden, und kollaborative Robotersysteme mit der neuesten NVIDIA Edge-Computing-Plattform.