Unitree G1 Ultimate B Humanoid Robot with 3 Finger Hands with Tactile Sensor (G1EDU-U4)

Unitree G1 Ultimate B หุ่นยนต์มนุษย์ที่มีมือ 3 นิ้วพร้อมเซ็นเซอร์สัมผัส (G1EDU-U4)

ภายในกลุ่ม G1 ที่กว้างขึ้น รุ่น “EDU” ถูกจัดตำแหน่งสำหรับกรณีการใช้งานในห้องปฏิบัติการ เช่นหุ่นยนต์เรียนรู้, การเรียนรู้แบบเสริมแรง, การโต้ตอบระหว่างมนุษย์กับหุ่นยนต์, และ การจัดการมือถือ, ซึ่งนักพัฒนาจะได้รับประโยชน์จากการรับรู้ที่ลึกซึ้งขึ้น, อิสระในการเคลื่อนไหวที่ขยายออก, และความสามารถในการคอมพิวเตอร์บนบอร์ดที่สูงขึ้นเมื่อเปรียบเทียบกับการกำหนดค่าพื้นฐาน.

แพ็คเกจ “Ultimate B” มักถูกใช้โดยผู้ขายต่อเพื่ออธิบายการกำหนดค่า EDU ที่รวมถึง มือที่มีความสามารถในการสัมผัส (มักจะถูกอ้างถึงว่า Dex3-1 ด้วยอาร์เรย์เซ็นเซอร์สัมผัส) และการตั้งค่าที่มีอิสระสูงกว่า Unitree อธิบายรุ่น G1 EDU ว่ารองรับการ มือที่มีความคล่องแคล่วสามนิ้วที่ควบคุมด้วยแรง ตัวเลือกและหมายเหตุที่ Dex3-1 สามารถติดตั้งด้วยอาร์เรย์เซ็นเซอร์สัมผัสได้ตามต้องการ, ทำให้การวิจัยการจัดการที่มีการติดต่อมากขึ้นเป็นไปได้。

ออกแบบและคุณสมบัติ

รูปแบบและการจัดเรียงทางกลของมนุษย์

[ "แพลตฟอร์ม G1 เป็นหุ่นยนต์มนุษย์ที่กะทัดรัดออกแบบมาเพื่อการเคลื่อนที่แบบสองขาอย่างมั่นคงและการวิจัยการจัดการ Unitree เผยแพร่รูปแบบ \"นั่งยอง\" ที่พับได้ของ" ] ["690 × 450 × 300 มม"] และรูปแบบที่ยืนอยู่ของ ["1320 × 450 × 200 มม"] (dimensions are typically presented as length × width × thickness/height depending on the chart context). น้ำหนักที่เผยแพร่คือ ประมาณ 35 กก. (with battery), แตกต่างกันไปตามการกำหนดค่า.

อิสระในการเคลื่อนไหวและการกำหนดค่าที่เป็นโมดูล

ลักษณะเฉพาะที่กำหนดของการกำหนดค่า EDU คือช่วงของ total degrees of freedom (DoF). Unitree ระบุการกำหนดค่า G1 พื้นฐานที่ 23 DoF, ในขณะที่การกำหนดค่า EDU ครอบคลุม 23–43 DoF ขึ้นอยู่กับตัวเลือก (เช่น โมดูลเอวและมือ/ข้อมือ)
สำหรับการตั้งค่ามือที่คล่องแคล่ว Unitree อธิบายว่า Dex3-1 มือสามนิ้วที่มี 7 DoF, โดยมีอิสระในการเคลื่อนไหวของข้อมือเพิ่มเติมตามต้องการ และกำหนดการกระจาย DoF ของนิ้ว (นิ้วหัวแม่มือ: 3 DoF ที่ใช้งาน; นิ้วชี้: 2; นิ้วกลาง: 2).

มือที่ชำนาญพร้อมการสัมผัสที่ละเอียด

แนวคิด “Ultimate B / U4” มุ่งเน้นที่ การจัดการที่เปิดใช้งานด้วยการสัมผัส—การรวมกันของ ควบคุมแรง และ เซ็นเซอร์สัมผัสแบบอาร์เรย์ ฝังอยู่ในมือ ยูนิตรีระบุอย่างชัดเจนว่า Dex3-1 สามารถติดตั้งด้วยอาร์เรย์เซ็นเซอร์สัมผัสได้ตามต้องการ, ซึ่งมักใช้ในการประเมินตำแหน่งการสัมผัส การลื่นไถล และความเสถียรของการจับเพื่อให้การหยิบและวาง การใช้เครื่องมือ และงานการแทรกที่ยืดหยุ่นมีความแข็งแกร่งมากขึ้น

เทคโนโลยีและสเปค

การกระตุ้นและการออกแบบข้อต่อ

หน่วยงาน Unitree ได้เผยแพร่สเปค G1 ที่เน้นการเลือกข้อต่อและระบบขับเคลื่อนที่ออกแบบมาเพื่อสนับสนุนการเคลื่อนไหวที่มีพลศาสตร์และการควบคุมที่สามารถทำซ้ำได้ บริษัทได้ระบุ ลูกปืนลูกกลิ้งข้ามเกรดอุตสาหกรรม และ dual encoders ในสแต็กร่วม รวมถึง a PMSM (มอเตอร์ซิงโครนัสแม่เหล็กถาวร) สถาปัตยกรรมสำหรับการตอบสนองและการจัดการความร้อน.

การคอมพิวเตอร์บนเรือสำหรับหุ่นยนต์และปัญญาประดิษฐ์

สำหรับการคอมพิวเตอร์ Unitree แยกความแตกต่างระหว่างทรัพยากรการคอมพิวเตอร์พื้นฐานและ EDU และระบุทางเลือก EDU ที่มีคุณสมบัติเป็น NVIDIA Jetson Orin โมดูล (ที่ใช้กันทั่วไปในหุ่นยนต์สำหรับการรับรู้แบบเรียลไทม์ การรวมข้อมูลเซ็นเซอร์ และการอนุมานการเรียนรู้เชิงลึก)
ในแพ็คเกจ EDU Ultimate ที่ขายผ่านผู้จัดจำหน่ายหุ่นยนต์ การกำหนดค่ามักจะถูกอธิบายด้วย Jetson Orin NX (16 GB) และ ~100 TOPS class capability, aligned with the goal of running higher-throughput perception and policy inference on the robot.

การพิจารณาความคล่องตัวและน้ำหนักบรรทุก

Unitree ให้ข้อมูลความเร็วสูงสุดสำหรับแพลตฟอร์ม G1 สูงสุดถึง 2 เมตร/วินาที (varies by configuration and testing conditions). It also lists EDU arm maximum load as --- (varies by configuration and testing conditions). มันยังแสดงรายการโหลดสูงสุดของแขน EDU เป็น ประมาณ 3 กิโลกรัม (a common payload tier for compact humanoids and lab manipulation).
ในแพ็คเกจ “Ultimate B (U4)” ที่ระบุโดยผู้จัดจำหน่าย สเปคมักจะถูกนำเสนอเป็น ~3 กก. น้ำหนักบรรทุกสูงสุดที่แขน, ซึ่งสอดคล้องกับตำแหน่งของ EDU สำหรับอุปกรณ์ทดสอบบนโต๊ะและอุตสาหกรรมเบา แทนที่จะเป็นการยกหนัก.

แอปพลิเคชันและกรณีการใช้งาน

การวิจัยการจัดการมือถือ

มือสามนิ้วที่ควบคุมด้วยแรงและมีความสามารถในการสัมผัสนั้นเหมาะสมเป็นพิเศษสำหรับ การจัดการมือถือ การวิจัย—งานที่หุ่นยนต์ต้องเดินไปยังพื้นที่ทำงาน, รับรู้วัตถุ, จับมันอย่างเชื่อถือได้, และวางมันด้วยการสัมผัสที่ควบคุมได้. การรับรู้สัมผัสช่วยแก้ไขความไม่แน่นอนที่การมองเห็นเพียงอย่างเดียวไม่สามารถจัดการได้ (เช่น, วัตถุโปร่งใส, การบังที่จุดสัมผัส, และการลื่นระหว่างการยก).

การศึกษาและห้องปฏิบัติการหุ่นยนต์

มหาวิทยาลัยและโปรแกรมการฝึกอบรมใช้แพลตฟอร์มมนุษย์เช่น G1 EDU เพื่อสอน:

• กลศาสตร์และพลศาสตร์ของหุ่นยนต์ (การสร้างแบบจำลอง DoF, การควบคุมร่างกายทั้งหมด)

• การรับรู้ท่อส่ง (depth cameras, การทำแผนที่ที่ใช้ LiDAR เมื่อมีให้ใช้, และการรวมข้อมูลเซ็นเซอร์)

• การควบคุมที่ใช้การเรียนรู้ ["การเรียนรู้จากการเลียนแบบ","การเรียนรู้แบบเสริมแรง","การถ่ายโอนจากการจำลองสู่ความเป็นจริง"]

การโต้ตอบระหว่างมนุษย์กับหุ่นยนต์และการสัมผัส

การกำหนดค่าทัชสัมผัสแบบ U4 รองรับ การศึกษาเกี่ยวกับการสัมผัสและการโต้ตอบ, เช่น การจับมือที่ควบคุมได้, การส่งต่อที่สอดคล้องกัน, และพฤติกรรมการปรับการจับที่ขับเคลื่อนโดยการตอบสนองทางสัมผัส นี่เป็นทิศทางการวิจัยที่พบบ่อยสำหรับ “AI ทางกายภาพ” ซึ่งการรับรู้ที่อุดมไปด้วยการสัมผัสถูกใช้เพื่อเรียนรู้ทักษะการจัดการที่แข็งแกร่งในสภาพแวดล้อมที่ไม่มีข้อจำกัด

การทดสอบต้นแบบสำหรับบริการและแนวคิดอุตสาหกรรมเบา

ในขณะที่ไม่ใช่แขนหุ่นยนต์อุตสาหกรรมที่เฉพาะเจาะจง G1 EDU Ultimate B สามารถใช้สำหรับ การทดลองเพื่อพิสูจน์แนวคิด ในหุ่นยนต์บริการ (การจัดการในห้องปฏิบัติการ, รูทีนการตรวจสอบ, การเคลื่อนย้ายวัสดุอย่างง่าย) คุณค่าของมันมักอยู่ที่ความเร็วในการทดลองและความยืดหยุ่นของซอฟต์แวร์มากกว่าปริมาณการผลิต

ข้อดี / ประโยชน์

การจัดการที่มีข้อมูลติดต่อมากมายผ่านการสัมผัสทางกายภาพ

เซ็นเซอร์สัมผัสให้ข้อมูลที่เสริมการมองเห็น: การกระจายแรงกด, การลื่นเริ่มต้น, และสถานะการสัมผัสแบบเรียลไทม์. Unitree ระบุว่าอาร์เรย์เซ็นเซอร์สัมผัสเป็นตัวเลือกสำหรับ Dex3-1, ช่วยให้นักพัฒนาสามารถนำไปใช้ในการจับที่มีเสถียรภาพมากขึ้นและนโยบายการจัดการที่เชื่อถือได้มากขึ้น.

ความสามารถในการปรับแต่งและขยายเพิ่มเติมที่สูงขึ้น

ช่วง DoF ที่กว้างของการกำหนดค่า EDU (23–43) สนับสนุนการทดลองมากขึ้นกับ การเคลื่อนไหวของร่างกายทั้งหมด, เอวที่สามารถเคลื่อนไหวได้, และ มือ/ข้อมือ ความคล่องแคล่ว—มีประโยชน์สำหรับกลุ่มวิจัยที่ต้องการแพลตฟอร์มเดียวเพื่อครอบคลุมหลายโครงการ。

AI-ready compute footprint

การมีอยู่ของการคอมพิวเตอร์ระดับ Jetson Orin ในการกำหนดค่าที่มุ่งเน้นการศึกษา สนับสนุนการอนุมานบนหุ่นยนต์สำหรับ โมเดลวิสัยทัศน์, การประมาณตำแหน่ง, และ นโยบายเครือข่าย, ลดการพึ่งพาเวิร์กสเตชันภายนอกและลดความหน่วงสำหรับพฤติกรรมแบบปิดลูป。

```json [ "ส่วนคำถามที่พบบ่อย" ] ```

อะไรคือ Unitree G1 EDU Ultimate B (G1EDU-U4)?

The G1EDU-U4 เป็น การวิจัย/การศึกษา การกำหนดค่า ของ Unitree’s หุ่นยนต์มนุษย์ G1 ที่เน้นย้ำ การจัดการที่คล่องแคล่ว, โดยทั่วไปมีการแสดงออก มือสามนิ้วที่มีอาร์เรย์เซ็นเซอร์สัมผัส สำหรับการควบคุมที่มีการติดต่อกันมาก

มือสามนิ้วที่มีการสัมผัสทำงานอย่างไร?

Unitree’s Dex3-1 มือคือ a ควบคุมด้วยแรง การออกแบบสามนิ้วที่เผยแพร่ 7 DoF โครงสร้างนิ้ว (นิ้วหัวแม่มือ 3 DoF, นิ้วชี้ 2, นิ้วกลาง 2). Unitree ระบุว่าสามารถติดตั้งได้ตามต้องการด้วย เซ็นเซอร์สัมผัสแบบอาร์เรย์, ซึ่งให้ข้อเสนอแนะแบบสัมผัสเพื่อปรับปรุงความเสถียรของการจับและการจัดการที่ละเอียดอ่อน。

ทำไมการรับรู้ทางสัมผัสจึงสำคัญต่อการจัดการของหุ่นยนต์ที่มีลักษณะคล้ายมนุษย์?

การรับรู้ทางสัมผัสช่วยให้หุ่นยนต์ตรวจจับ ติดต่อ, การกระจายความดัน, และ "ลื่น", ทำให้การจับยึดมีความน่าเชื่อถือมากขึ้น—โดยเฉพาะเมื่อการมองเห็นถูกปิดกั้นในขณะสัมผัส นี่เป็นสิ่งสำคัญสำหรับงานต่างๆ เช่น การหยิบ การวาง การใส่ หรือการส่งวัตถุให้กับผู้คน

อะไรคือข้อดีของ G1EDU-U4 เมื่อเปรียบเทียบกับการตั้งค่ามนุษย์พื้นฐาน?

ประโยชน์หลักมักรวมถึง ตัวเลือก DoF ที่สูงขึ้น, มือที่ชำนาญ, และ การรับรู้ทางสัมผัส สำหรับการวิจัยการจัดการ, บวก Jetson Orin-class compute ในหลายการกำหนดค่า EDU เพื่อสนับสนุนการทำงานของ AI แบบเรียลไทม์。

สรุป

The Unitree G1 EDU Ultimate B (G1EDU-U4) แทนที่ด้วยการกำหนดค่าที่เน้นการวิจัยและรองรับการสัมผัสของแพลตฟอร์มมนุษย์ G1 โดยรวมเข้าด้วยกัน มือที่มีนิ้วสามนิ้วที่คล่องแคล่ว, อาร์เรย์เซ็นเซอร์สัมผัสแบบเลือกได้, และ การคอมพิวเตอร์บนเรือที่มุ่งเน้น AI เพื่อสนับสนุนการวิจัยและพัฒนาโรบอทมนุษย์สมัยใหม่—โดยเฉพาะในด้านการจัดการ การสัมผัส และการโต้ตอบระหว่างมนุษย์กับโรบอท。