Sentibiotics Navigation SDK

Compartir

El kit de desarrollo de software está diseñado para investigadores e ingenieros que trabajan en proyectos de navegación con robots autónomos. El kit también se puede utilizar para fines educativos en universidades y otras instituciones educativas.

Disponible como un sistema robótico completo y listo para ejecutar que incluye el prototipo de plataforma de referencia móvil de Neurotechnology. También como una opción solo de software para la integración en el hardware robótico existente.

CARACTERÍSTICAS Y CAPACIDADES

  • Un algoritmo propietario basado en una red neuronal profunda para el aprendizaje de imitación basado en robots autónomos de navegación.
  • Navegación autónoma a largas distancias.
  • Incluye motor de aprendizaje y reconocimiento de objetos.
  • El kit de desarrollo de software se basa en el middleware Ketic Kame Framework de Tensorflow y ROS (sistema operativo de robot).
  • El simulador de Gazebo está totalmente integrado con el kit y se puede utilizar para el desarrollo de software y la evaluación de algoritmos sin la necesidad de hardware robótico.
  • Se incluye código fuente completo para los algoritmos de robótica.
  • Se incluyen especificaciones detalladas para el hardware de robótica.
  • El prototipo de robot móvil listo para ejecutar está disponible opcionalmente.

El SDK de navegación de SentiBotics proporciona la siguiente funcionalidad:

  • Navegación con robot autónomo basada en aprendizaje de imitación : el usuario de la robótica, a través de la interfaz de control, primero ejecuta el robot varias veces en la trayectoria cerrada deseada. Durante este proceso, se capturan pares de datos de entrenamiento (imágenes y comandos del panel de control) y se establece fuera de línea una red neuronal profunda y un controlador de movimiento basado en el aprendizaje por imitación utilizando el marco TensorFlow y la infraestructura de entrenamiento del controlador proporcionada. Una vez que el controlador está completamente entrenado, el robot puede colocarse en cualquier punto a lo largo de la trayectoria aprendida y funcionará de manera autónoma dentro de ese entorno.
  • Navegación autónoma a largas distancias : el controlador capacitado permitirá al robot navegar a través de distancias que superen los cientos de metros.
  • Aprendizaje y reconocimiento de objetos : los usuarios pueden inscribir objetos de interés en el motor de reconocimiento de objetos incluido para una mejora adicional del espacio aprendido por el controlador. La capacidad de reconocimiento de objetos puede permitir realizar ciertas acciones una vez que se detecta un objeto en particular, así como realizar la recarga automática del robot buscando estaciones de acoplamiento a lo largo de la trayectoria.
  • Fácil integración con otros robots basados ​​en ROS : SentiBotics Navigation SDK usa la infraestructura Tensorflow para capacitar y ejecutar controladores de navegación de robots basados ​​en DNN. También se basa en el middleware ROS Kinetic Kame. El algoritmo necesita la entrada de datos solo desde una sola cámara web y dos buscadores de rango ultrasónicos de bajo costo, por lo que no requiere ningún hardware avanzado para escanear el entorno.
  • Código fuente para los algoritmos de robótica : el SDK incluye el código de Python y C ++ para todas las implementaciones de algoritmos de robótica (aprendizaje y ejecución de la trayectoria, aprendizaje y reconocimiento de objetos, interfaz de control de robot de alto nivel), descripción de modelos de robot y software de integración de URDF. SentiBotics Navigation SDK con el simulador de Gazebo.
  • Escenarios de uso : los algoritmos se ejecutan en los modos de simulador o en el mundo real (con hardware de robot). La recopilación de datos de capacitación y la capacitación del controlador son las mismas para todos los escenarios:
  • Simulador robótico de Gazebo : El SDK de navegación de SentiBotics incluye el software de simulador Gazebo totalmente integrado y permite realizar la capacitación del controlador de navegación en un entorno virtual. Se incluye un modelo de prueba 3D completo, completo con un diseño de oficina y un robot simulado de SentiBotics. Este escenario tiene los requisitos de hardware más bajos, ya que solo requiere una PC que cumpla con los requisitos del sistema
  • Robot remoto : en este caso, un robot transmite imágenes de la cámara y datos de sensores a una PC o servidor que ejecuta el software de navegación SentiBotics para calcular comandos de movimiento. Los comandos generados se envían de vuelta al robot. Este escenario tiene bajos requisitos de hardware para el robot pero requiere una conexión de red inalámbrica robusta.
  • Robot autónomo : el controlador entrenado se convierte al formato de gráfico Movidius, se carga en la computadora del robot y se ejecuta a bordo. Este escenario requiere un robot con hardware dedicado para los cálculos de DNN, como el dongle NCS Movidius o una GPU. En este escenario, el robot se puede utilizar en áreas sin cobertura de red inalámbrica.
  • Hardware robótico : la documentación con especificaciones detalladas para el hardware de plataforma móvil de referencia de SentiBotics se puede descargar de forma gratuita. Los clientes del SDK de navegación de SentiBotics también pueden comprar un prototipo de robot móvil listo para ejecutar .

 

Una versión de prueba gratuita de 30 días del SDK está disponible para su uso en un simulador de robótica Gazebo. Pulse aquí.

Para mayor información y asesoría, contáctanos

Compartir