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

Unitree G1 Ultimate B Robot Nhân Hình với Tay 3 Ngón có Cảm Biến Xúc Giác (G1EDU-U4)

Trong dòng sản phẩm G1 rộng lớn hơn, các biến thể “EDU” được định vị cho các trường hợp sử dụng trong phòng thí nghiệm nhưhọc máy robot, học tăng cường, tương tác giữa con người và robot, và manipulation di động, nơi các nhà phát triển được hưởng lợi từ cảm biến phong phú hơn, các bậc tự do mở rộng và khả năng tính toán trên bo mạch cao hơn so với các cấu hình cơ bản.

Nhãn gói “Ultimate B” thường được các nhà phân phối sử dụng để mô tả một cấu hình EDU bao gồm bàn tay khéo léo có khả năng cảm ứng (Thường được tham chiếu là Dex3-1 với các mảng cảm biến xúc giác) và một thiết lập có độ tự do cao hơn. Unitree mô tả biến thể G1 EDU là hỗ trợ một bàn tay khéo léo ba ngón điều khiển bằng lực tùy chọn và ghi chú rằng các Dex3-1 có thể được cài đặt tùy chọn với các mảng cảm biến xúc giác, cho phép nghiên cứu thao tác phong phú về liên lạc.

Thiết kế và Tính năng

Yếu tố hình dạng hình người và bố trí cơ khí

{ "0": "Nền tảng G1 là một hình người nhỏ gọn được thiết kế cho việc di chuyển hai chân ổn định và nghiên cứu thao tác. Unitree công bố một dạng hình gập \"ngồi xổm\" của" } ["690 × 450 × 300 mm"] và một yếu tố hình thức đứng của ["1320 × 450 × 200 mm"] (kích thước thường được trình bày dưới dạng chiều dài × chiều rộng × độ dày/cao tùy thuộc vào ngữ cảnh biểu đồ). Trọng lượng được công bố là khoảng 35 kg (với pin), thay đổi theo cấu hình.

Cấp độ tự do và cấu hình mô-đun

Một đặc điểm xác định của các cấu hình EDU là phạm vi của chúng tổng số bậc tự do (DoF). Unitree liệt kê một cấu hình G1 cơ bản tại 23 DoF, trong khi cấu hình EDU trải dài 23–43 DoF tùy thuộc vào các tùy chọn (ví dụ: các mô-đun eo và tay/cổ tay).
Đối với thiết lập tay khéo léo, Unitree mô tả các Dex3-1 ba ngón tay với 7 DoF, với các bậc tự do cổ tay tùy chọn bổ sung, và chỉ định phân phối DoF ngón tay (ngón cái: 3 DoF hoạt động; ngón trỏ: 2; ngón giữa: 2).

Bàn tay khéo léo với cảm giác xúc giác

Khái niệm “Ultimate B / U4” tập trung vào manipulation cảm ứng—sự kết hợp của kiểm soát lực lượng và mảng cảm biến xúc giác nhúng vào tay. Unitree tuyên bố rõ ràng rằng Dex3-1 có thể được cài đặt tùy chọn với các mảng cảm biến xúc giác, thường được sử dụng để ước lượng vị trí tiếp xúc, trượt và độ ổn định của việc nắm giữ cho các nhiệm vụ lấy và đặt, sử dụng công cụ và chèn linh hoạt mạnh mẽ hơn.

Công nghệ và Thông số kỹ thuật

Thiết kế kích hoạt và khớp nối

Thông số G1 được Unitree công bố nhấn mạnh các lựa chọn khớp và hệ thống truyền động nhằm hỗ trợ chuyển động động và kiểm soát lặp lại. Công ty liệt kê biến dạng con lăn chéo cấp công nghiệp và bộ mã hóa kép trong ngăn xếp chung, cũng như một ["Động cơ đồng bộ nam châm vĩnh cửu (PMSM)"] kiến trúc cho phản hồi và xử lý nhiệt.

Tính toán trên tàu cho robot và AI

Đối với tính toán, Unitree phân biệt giữa tài nguyên tính toán cơ bản và EDU và liệt kê một tùy chọn EDU với một NVIDIA Jetson Orin mô-đun (thường được sử dụng trong robot cho nhận thức thời gian thực, hợp nhất cảm biến và suy diễn học sâu).
Trong các gói EDU Ultimate điển hình được bán qua các nhà phân phối robot, cấu hình thường được mô tả bằng Jetson Orin NX (16 GB) và ~100 TOPS khả năng lớp, phù hợp với mục tiêu chạy nhận thức và suy diễn chính sách có thông lượng cao hơn trên robot.

Cân nhắc về khả năng di chuyển và tải trọng

Unitree cung cấp một con số tốc độ tối đa cho nền tảng G1 lên đến 2 m/s (có thể thay đổi tùy theo cấu hình và điều kiện thử nghiệm). Nó cũng liệt kê tải tối đa của cánh tay EDU là khoảng 3 kg (một tầng tải chung cho người hình người nhỏ gọn và thao tác trong phòng thí nghiệm).
Trong các gói "Ultimate B (U4)" được liệt kê bởi nhà phân phối, thông số thường được trình bày như sau ~3 kg tải trọng tối đa của cánh tay, điều này nhất quán với vị trí EDU cho các thiết bị thử nghiệm bàn và công nghiệp nhẹ hơn là nâng nặng.

Các ứng dụng và trường hợp sử dụng

Nghiên cứu về thao tác di động

Một bàn tay ba ngón được điều khiển bằng lực và có khả năng cảm nhận xúc giác đặc biệt phù hợp cho manipulation di động nghiên cứu—các nhiệm vụ mà robot phải đi đến một không gian làm việc, nhận biết các đối tượng, nắm bắt chúng một cách đáng tin cậy và đặt chúng với tiếp xúc được kiểm soát. Cảm biến xúc giác giúp giải quyết sự không chắc chắn mà thị giác một mình gặp khó khăn (ví dụ: các đối tượng trong suốt, che khuất khi tiếp xúc và trượt trong quá trình nâng).

Giáo dục và phòng thí nghiệm chương trình Robotics

Các trường đại học và chương trình đào tạo sử dụng các nền tảng hình người như G1 EDU để giảng dạy:

• Kinematics và động lực học của robot (Mô hình DoF, điều khiển toàn thân)

• Dòng cảm nhận (depth cameras, lập bản đồ dựa trên LiDAR khi có sẵn, và hợp nhất cảm biến)

• Học dựa trên điều khiển (imitation learning, reinforcement learning, and sim-to-real transfer)

Tương tác giữa con người và robot và cảm giác học

Cấu hình xúc giác kiểu U4 hỗ trợ cảm giác và nghiên cứu tương tác, chẳng hạn như bắt tay có kiểm soát, chuyển giao tuân thủ và hành vi điều chỉnh cầm nắm được điều khiển bởi phản hồi xúc giác. Đây là một hướng nghiên cứu phổ biến cho “AI vật lý”, nơi cảm biến phong phú về tiếp xúc được sử dụng để học các kỹ năng thao tác vững chắc trong các môi trường không bị ràng buộc.

Kiểm tra nguyên mẫu cho các khái niệm dịch vụ và công nghiệp nhẹ

Trong khi không phải là một cánh tay robot công nghiệp chuyên dụng, G1 EDU Ultimate B có thể được sử dụng cho thử nghiệm bằng chứng khái niệm trong robot dịch vụ (logistics phòng thí nghiệm, quy trình kiểm tra, di chuyển vật liệu đơn giản). Giá trị của nó thường nằm ở tốc độ thử nghiệm và tính linh hoạt của phần mềm hơn là thông lượng.

Lợi ích / Lợi thế

Liên lạc phong phú thông qua cảm biến xúc giác

Cảm biến xúc giác cung cấp thông tin bổ sung cho thị giác: phân bố áp lực, trượt bắt đầu và trạng thái tiếp xúc theo thời gian thực. Unitree lưu ý rằng các mảng cảm biến xúc giác là một tùy chọn cho Dex3-1, cho phép các nhà phát triển thực hiện các cách nắm bắt ổn định hơn và các chính sách thao tác đáng tin cậy hơn.

Cấu hình và mở rộng cao hơn

Dải DoF rộng của cấu hình EDU (23–43) hỗ trợ nhiều thử nghiệm hơn với toàn thân chuyển động, điểm khớp eo, và khả năng khéo léo của tay/cổ tay—hữu ích cho các nhóm nghiên cứu muốn một nền tảng để bao phủ nhiều dự án.

Dấu chân tính toán sẵn sàng cho AI

Sự hiện diện của tính toán lớp Jetson Orin trong các cấu hình hướng đến giáo dục hỗ trợ suy diễn trên robot cho mô hình thị giác, ước lượng tư thế, và mạng lưới chính sách, giảm sự phụ thuộc vào các trạm làm việc bên ngoài và giảm độ trễ cho các hành vi vòng kín.

FAQ Section

G1 EDU Ultimate B (G1EDU-U4) của Unitree là gì?

The G1EDU-U4 là một cấu hình nghiên cứu/giáo dục của Unitree’s Robot hình người G1 điều này nhấn mạnh khéo léo thao tác, thường có bàn tay ba ngón với mảng cảm biến xúc giác để kiểm soát giàu liên hệ.

Làm thế nào mà bàn tay ba ngón có khả năng cảm ứng hoạt động?

Unitree’s Dex3-1 tay là một kiểm soát bằng lực thiết kế ba ngón với một bản phát hành 7 DoF cấu trúc ngón tay (ngón cái 3 DoF, ngón trỏ 2, ngón giữa 2). Unitree lưu ý rằng nó có thể được lắp đặt tùy chọn với mảng cảm biến xúc giác, cái cung cấp phản hồi liên lạc để cải thiện độ ổn định khi nắm và thao tác tinh vi.

Tại sao cảm biến xúc giác lại quan trọng cho việc thao tác của người máy?

Cảm nhận xúc giác giúp robot phát hiện liên hệ, phân bố áp suất, và trượt, cho phép nắm bắt đáng tin cậy hơn—đặc biệt khi tầm nhìn bị che khuất vào thời điểm tiếp xúc. Điều này rất quan trọng cho các nhiệm vụ như nhặt, đặt, chèn, hoặc đưa đồ vật cho mọi người.

Lợi ích của G1EDU-U4 so với cấu hình người máy cơ bản là gì?

Lợi ích chính thường bao gồm tùy chọn DoF cao hơn, bàn tay khéo léo, và cảm nhận xúc giác cho nghiên cứu thao tác, cộng thêm Máy tính lớp Jetson Orin trong nhiều cấu hình EDU để hỗ trợ các khối lượng công việc AI theo thời gian thực.

Tóm tắt

The Unitree G1 EDU Ultimate B (G1EDU-U4) đại diện cho một cấu hình tập trung vào nghiên cứu, có khả năng cảm ứng của nền tảng hình người G1, kết hợp bàn tay khéo léo ba ngón, mảng cảm biến xúc giác tùy chọn, và Máy tính trên tàu định hướng AI để hỗ trợ nghiên cứu và phát triển robot hình người hiện đại—đặc biệt trong lĩnh vực thao tác, cảm giác và tương tác giữa người và robot.