Unitree G1-D – dwuramienna platforma robotyczna do AI i manipulacji
Unitree G1-D to dwuramienna platforma humanoidalna opracowana z myślą o zbieraniu danych, teleoperacji, uczeniu robotów oraz rozwijaniu zaawansowanych modeli manipulacji. Regulowana kolumna została połączona z podstawą stacjonarną albo mobilnym podwoziem kołowym, zależnie od wybranej wersji.
Platforma może współpracować z chwytakami lub dłońmi robotycznymi, natomiast kamery umieszczone w głowie i przy nadgarstkach wspierają obserwację otoczenia. Proces rozwoju może obejmować demonstrację zadania, rejestrację danych, trenowanie modelu AI, symulację oraz testy na rzeczywistym robocie.
G1-D może być wykorzystywany przez uczelnie, laboratoria AI, integratorów i przedsiębiorstwa realizujące projekty badawczo-rozwojowe. Zakres wykonywanych czynności zależy od konfiguracji robota, końcówek roboczych, zastosowanego modelu AI oraz integracji z docelowym stanowiskiem.
Najważniejsze możliwości Unitree G1-D
Konstrukcja G1-D została oparta na dwóch ramionach robotycznych, ruchomym pasie i regulowanej kolumnie. W zależności od wybranej wersji platforma może pracować na podstawie stacjonarnej albo poruszać się z wykorzystaniem mobilnego podwozia kołowego.
Dwie wersje platformy
Wersja Standard oferuje 17 stopni swobody, natomiast mobilna wersja Flagship została wyposażona w 19 stopni swobody, bez uwzględniania końcówek roboczych.
Standard / FlagshipDwa ramiona robotyczne
Każde ramię ma siedem stopni swobody, dzięki czemu mogą być rozwijane zadania wymagające manipulowania przedmiotami obiema rękami.
Udźwig pojedynczego ramienia
Maksymalny udźwig jednego ramienia wynosi około 3 kg. Rzeczywista wartość zależy między innymi od wysunięcia ramienia, pozycji robota i rodzaju końcówki roboczej.
Regulowana wysokość platformy
Kolumna podnosząca pozwala zmieniać wysokość robota, rozszerzając przestrzeń roboczą i ułatwiając wykonywanie czynności na różnych poziomach.
Ruch kolumny podnoszącej
Elektrycznie regulowana kolumna umożliwia zmianę wysokości korpusu podczas przygotowywania i wykonywania zaplanowanych zadań manipulacyjnych.
Mobilność wersji Flagship
Mobilne podwozie z napędem różnicowym umożliwia obrót w miejscu o 360° oraz przemieszczanie platformy pomiędzy stanowiskami roboczymi.
Wersja FlagshipCzym jest Unitree G1-D?
G1-D łączy dwuramienną platformę humanoidalną z narzędziami wspierającymi zbieranie danych, rozwój modeli AI oraz ich uruchamianie na rzeczywistym robocie.
Platforma do badań, integracji i rozwoju aplikacji
W konstrukcji G1-D nogi znane z kroczącego robota Unitree G1 zostały zastąpione regulowaną kolumną osadzoną na podstawie stacjonarnej lub mobilnym podwoziu. Zachowany został natomiast humanoidalny korpus z dwoma wieloosiowymi ramionami, które mogą współpracować z różnymi końcówkami roboczymi.
Takie rozwiązanie pozwala skoncentrować się na manipulowaniu przedmiotami, rozwijaniu koordynacji obu ramion oraz zbieraniu powtarzalnych danych z wykonywanych zadań. Regulacja wysokości korpusu dodatkowo rozszerza przestrzeń roboczą i umożliwia pracę z obiektami znajdującymi się na różnych poziomach.
G1-D nie jest wyłącznie urządzeniem do odtwarzania wcześniej przygotowanych ruchów. Platforma może zostać wykorzystana jako środowisko rozwojowe, w którym demonstracje operatora są rejestrowane, porządkowane i wykorzystywane do trenowania modeli sterujących zachowaniem robota.
Jak powstaje zadanie dla robota?
Demonstracja zadania
Operator pokazuje oczekiwany sposób wykonania określonej czynności.
Zbieranie i przygotowanie danych
Rejestrowane są ruchy, obraz oraz pozostałe dane potrzebne do dalszego uczenia.
Trenowanie modelu AI
Przygotowane dane są wykorzystywane do rozwijania modelu odpowiedzialnego za wykonanie zadania.
Symulacja i ocena
Zachowanie modelu może zostać sprawdzone i zweryfikowane w środowisku symulacyjnym.
Wdrożenie na G1-D
Zweryfikowany model jest uruchamiany na rzeczywistej platformie i testowany w docelowym środowisku.
Unitree G1-D a Unitree G1 – najważniejsze różnice
Chociaż obie platformy wykorzystują humanoidalną konstrukcję Unitree, zostały opracowane z myślą o innych kierunkach badań, programowania i wdrożeń.
Unitree G1
Kompaktowy robot humanoidalny poruszający się na dwóch nogach.
Unitree G1-D
Dwuramienna platforma na regulowanej kolumnie i podstawie stacjonarnej lub mobilnej.
Kiedy wybrać Unitree G1?
G1 będzie lepszym wyborem, gdy projekt obejmuje poruszanie się na dwóch nogach, badanie równowagi, sterowanie całym ciałem albo prezentację mobilności robota humanoidalnego.
Poznaj robota Unitree G1Kiedy wybrać Unitree G1-D?
G1-D będzie lepszym wyborem, gdy głównym celem jest praca ramion, manipulowanie obiektami, pozyskiwanie danych, uczenie przez demonstrację lub testowanie modeli AI na rzeczywistym stanowisku.
Ramiona, pas i regulowana przestrzeń robocza G1-D
Stopnie swobody zostały rozdzielone pomiędzy ramiona, ruchomy pas, kolumnę podnoszącą oraz – w wersji Flagship – mobilne podwozie.
Z czego wynika 17 lub 19 DoF?
Dwa siedmioosiowe ramiona
Rozbudowana kinematyka ramion umożliwia rozwijanie ruchów wykonywanych jedną lub dwiema końcówkami roboczymi. Maksymalny udźwig pojedynczego ramienia wynosi około 3 kg i zależy od jego ułożenia.
Ruchomy pas robota
Ruch korpusu może być wykorzystywany do zmiany orientacji ramion i zwiększenia dostępnej przestrzeni manipulacyjnej bez przestawiania całej platformy.
Regulowana kolumna podnosząca
Zmiana wysokości korpusu pozwala dostosować położenie ramion do stołu, regału, pojemnika albo innego elementu stanowiska roboczego.
Mobilne podwozie wersji Flagship
Napęd różnicowy pozwala platformie przemieszczać się pomiędzy stanowiskami oraz obracać w miejscu. Mobilność może zostać połączona z pracą kolumny, pasa i obu ramion.
Dlaczego regulowana przestrzeń robocza jest ważna?
Możliwość łączenia ruchu ramion, pasa i kolumny pozwala dostosowywać pozycję robota do obiektów znajdujących się na różnych wysokościach i pod różnymi kątami. W wersji Flagship przestrzeń robocza może zostać dodatkowo rozszerzona przez zmianę położenia całej platformy.
Unitree G1-D Standard czy G1-D Flagship?
Obie wersje wykorzystują ten sam dwuramienny korpus i regulowaną kolumnę. Najważniejsza różnica dotyczy rodzaju podstawy, mobilności, czujników podwozia oraz czasu działania.
G1-D Standard
Wersja przeznaczona do pracy na wyznaczonym stanowisku, w laboratorium albo przy stanowisku badawczym. Platforma może zostać przestawiona, ale nie porusza się autonomicznie przy użyciu własnego podwozia.
G1-D Flagship
Wersja wyposażona w mobilne podwozie z napędem różnicowym oraz zestaw czujników. Może przemieszczać się pomiędzy stanowiskami i obracać się w miejscu.
| Porównywana cecha | G1-D Standard | G1-D Flagship |
|---|---|---|
| Rodzaj podstawy | Podstawa stacjonarna bez własnego napędu. | Mobilne podwozie z napędem różnicowym. |
| Łączna liczba stopni swobody | 17 DoF bez końcówek roboczych. | 19 DoF bez końcówek roboczych. |
| Wymiary przy minimalnej wysokości | 1260 × 620 × 620 mm. | 1260 × 525 × 570 mm. |
| Wymiary przy maksymalnej wysokości | 1680 × 620 × 620 mm. | 1680 × 525 × 570 mm. |
| Masa z akumulatorem | Około 90 kg. | Około 90 kg. |
| Prędkość jazdy | Nie dotyczy. | Do około 1,5 m/s. |
| Obrót w miejscu | Nie dotyczy. | Obrót o 360° |
| Czujniki podwozia | Nie dotyczy. | LiDAR, dwie kamery głębi, dwa czujniki kolizji oraz dwa czujniki niskich przeszkód. |
| Akumulator | Szybko wymienny akumulator górnej części platformy o pojemności 9 Ah. | Wbudowany akumulator mobilnego podwozia o pojemności 30 Ah. |
| Orientacyjny czas działania | Około 2 godzin. | Około 6 godzin. |
Elementy wspólne dla obu wersji
robot będzie pracował przy jednym stanowisku, a projekt koncentruje się na manipulacji, zbieraniu danych i rozwoju modeli sterowania ramionami.
platforma ma przemieszczać się pomiędzy stanowiskami, potrzebny jest dłuższy czas działania lub projekt obejmuje badania nad mobilną manipulacją.
G1-D Unitree jako platforma do nauki i testów robotyki humanoidalnej
Unitree G1-D został opracowany jako dwuramienna platforma do zbierania danych, teleoperacji, trenowania modeli AI oraz testowania zadań manipulacyjnych. Może być wykorzystywany w laboratoriach, edukacji, projektach badawczo-rozwojowych i podczas budowy pilotażowych stanowisk automatyzacji.
Zapraszamy do kontaktu
Wypełnij formularz kontaktowy w celu otrzymania oferty.
Kamery, czujniki i system percepcji Unitree G1-D
Dane obrazowe i informacje z czujników mogą być wykorzystywane podczas teleoperacji, zbierania materiału treningowego, rozwijania algorytmów manipulacji oraz obserwacji otoczenia.
Obserwacja otoczenia i przestrzeni roboczej
Kamery zostały rozmieszczone w głowie oraz przy obu nadgarstkach, dzięki czemu mogą być pozyskiwane dane z ogólnej perspektywy robota i bezpośredniego otoczenia końcówek roboczych.
Stereoskopowa kamera HD w głowie
Kamera zapewnia przedni widok z perspektywy robota i może dostarczać dane obrazowe do teleoperacji, rejestracji demonstracji oraz rozwijania algorytmów percepcji.
Kamery HD przy nadgarstkach
Kamery umieszczone przy ramionach umożliwiają obserwowanie obiektu i końcówki roboczej z niewielkiej odległości podczas chwytania lub manipulowania.
Przetwarzanie i rozwój modeli AI
Platforma łączy podstawową jednostkę sterującą z możliwością zastosowania dodatkowego modułu przeznaczonego do bardziej wymagających obliczeń.
Jednostka odpowiada za podstawowe działanie platformy oraz obsługę jej systemów.
Dodatkowa jednostka może być wykorzystywana podczas rozwijania i uruchamiania modeli percepcji oraz sterowania.
Czujniki mobilnego podwozia G1-D
Mobilna wersja Flagship została dodatkowo wyposażona w czujniki przeznaczone do obserwowania przestrzeni wokół podwozia i wykrywania przeszkód znajdujących się na jego drodze.
LiDAR
Czujnik laserowy dostarczający danych o otoczeniu mobilnej platformy.
Kamery głębi
Obserwacja przestrzeni i obiektów znajdujących się w pobliżu podwozia.
Czujniki kolizji
Dodatkowa warstwa wykrywania fizycznego kontaktu podwozia z przeszkodą.
Czujniki niskich przeszkód
Wykrywanie obiektów znajdujących się nisko przy powierzchni, po której porusza się robot.
Końcówki robocze i dłonie dla Unitree G1-D
G1-D może współpracować z różnymi chwytakami i dłońmi robotycznymi. Wybór końcówki wpływa na sposób chwytania, rodzaj pozyskiwanych danych oraz złożoność programowania.
Chwytak dwupalcowy
Prosta końcówka przeznaczona do chwytania przedmiotów pomiędzy dwiema równoległymi szczękami. Może być wykorzystywana w powtarzalnych zadaniach przenoszenia, odkładania i sortowania obiektów.
Dłoń trójpalczasta bez dotyku
Ruchome palce pozwalają rozwijać bardziej zróżnicowane sposoby chwytania niż w przypadku prostego chwytaka. Wersja bez czujników dotykowych może być wykorzystywana do badań nad ruchem palców i geometrią chwytu.
Dłoń trójpalczasta z dotykiem
Czujniki dotykowe mogą dostarczać dodatkowych danych o kontakcie dłoni z przedmiotem. Informacje te mogą wspierać badania nad kontrolą chwytu oraz rozwijanie modeli wykorzystujących dane z kilku rodzajów czujników.
Dłoń pięciopalczasta
Wielopalczasta konstrukcja została przeznaczona do projektów wymagających rozwijania chwytów zbliżonych do sposobu posługiwania się przedmiotami przez człowieka. Wiąże się to również z większą złożonością sterowania i przygotowania danych.
Jak wybrać końcówkę roboczą?
Dobór nie powinien opierać się wyłącznie na liczbie palców. Najpierw należy określić zadanie, właściwości obiektów, wymagane dane oraz sposób sterowania.
Przedmiot
Należy uwzględnić jego rozmiar, kształt, masę, sztywność powierzchni i podatność na uszkodzenie.
Rodzaj zadania
Powtarzalne przenoszenie wymaga innego chwytaka niż obracanie, dopasowywanie lub obsługa narzędzia.
Potrzebne dane
W projektach badawczych należy określić, czy potrzebne będą wyłącznie dane o ruchu, czy również informacje o kontakcie z obiektem.
Integracja
Należy sprawdzić interfejs sterowania, konfigurację oprogramowania, kalibrację i zgodność z ramieniem.
Zmiana chwytaka lub dłoni wpływa nie tylko na mechanikę. Może również wymagać dostosowania teleoperacji, procesu zbierania danych, modelu sterującego i procedur bezpieczeństwa.
Teleoperacja i zbieranie danych do uczenia robota G1-D
Teleoperacja pozwala operatorowi wykonywać zadanie za pomocą robota, natomiast przebieg demonstracji może zostać zapisany i wykorzystany do przygotowania zbioru treningowego.
Od ruchu operatora do zbioru danych
Operator prezentuje prawidłowy sposób wykonania zadania. Robot odwzorowuje polecenia, a system może rejestrować informacje potrzebne do późniejszego uczenia modelu.
Jakie informacje mogą tworzyć demonstrację?
Dokładny zakres zależy od konfiguracji robota, użytych końcówek, czujników oraz udostępnionych interfejsów. Zbiór może łączyć kilka rodzajów danych.
Dane obrazowe
Obraz z kamery w głowie i kamer przy nadgarstkach podczas wykonywania zadania.
Ruch i stan robota
W zależności od dostępnych interfejsów mogą być rejestrowane pozycje stawów, trajektorie, polecenia i stany poszczególnych modułów.
Dane końcówki roboczej
Informacje o ruchu chwytaka lub dłoni, a przy odpowiednim wyposażeniu również dane dotykowe.
Opis i wynik próby
Zadanie może zostać uzupełnione o oznaczenia, informacje o warunkach oraz ocenę poprawności wykonania.
Od utworzenia zadania do eksportu zbioru
Zbieranie danych powinno być zarządzanym i powtarzalnym procesem. Każda demonstracja musi zostać przypisana do zadania, sprawdzona i właściwie opisana.
Utworzenie zadania
Definiowany jest cel zbierania danych, scenariusz, warunki wykonania oraz oczekiwany rezultat.
Edycja i przydzielenie
Zadanie zostaje skonfigurowane i przypisane do operatora, robota albo wybranego stanowiska.
Rejestracja i anotacja
Demonstracja zostaje wykonana, a dane są opisywane i oznaczane zgodnie z przyjętym schematem.
Przesłanie i kontrola
Zarejestrowany materiał jest przesyłany, przeglądany oraz oceniany pod kątem jakości i kompletności.
Przechowywanie danych
Zaakceptowane demonstracje są organizowane jako zasoby danych gotowe do dalszego wykorzystania.
Eksport zbioru
Dane mogą zostać wyeksportowane lub przekształcone do formatu używanego przez wybrane środowisko treningowe.
Szablony zadań
Ujednolicona konfiguracja ułatwia wykonywanie wielu demonstracji według tych samych zasad.
Ocena jakości danych
Nieudane lub niekompletne próby mogą zostać odrzucone przed rozpoczęciem kosztownego treningu.
Wiele robotów i stanowisk
Architektura procesu może obsługiwać równoległe pozyskiwanie danych z większej liczby platform.
Demonstracja pokazuje robotowi przykładowy sposób wykonania zadania i dostarcza materiału treningowego. Samo zapisanie ruchu operatora nie tworzy jeszcze modelu zdolnego do samodzielnej pracy w zmiennych warunkach.
Trenowanie modeli AI, symulacja i wdrożenie na Unitree G1-D
Zarejestrowane demonstracje mogą zostać wykorzystane do rozwijania modeli manipulacji, które uczą robota rozpoznawania sytuacji, planowania ruchu i wykonywania określonych czynności. Proces obejmuje przygotowanie treningu, ocenę modelu w symulacji oraz jego późniejsze wdrożenie w środowisku robota.
Wybór architektury modelu
Dobierana jest architektura odpowiadająca rodzajowi zadania, sposobowi reprezentacji danych oraz wymaganym sygnałom wejściowym i wyjściowym.
Konfiguracja treningu
Określane są zbiory danych, parametry uczenia, sposób walidacji oraz zasoby obliczeniowe wykorzystywane podczas trenowania modelu.
Monitorowanie procesu
Przebieg treningu może być obserwowany w czasie rzeczywistym. Analizowane są wyniki modelu, wykorzystanie zasobów oraz występujące błędy.
Korekta parametrów
Na podstawie uzyskanych rezultatów wprowadzane są zmiany w konfiguracji, danych lub parametrach modelu, a następnie trening jest ponawiany.
Testy w symulacji
Zachowanie modelu jest oceniane w wirtualnym środowisku, w którym można sprawdzić różne warianty zadania bez narażania robota i stanowiska.
Eksport i wdrożenie
Po zakończeniu walidacji model zostaje przygotowany do inferencji i połączony z systemem sterowania odpowiednio skonfigurowanego robota G1-D.
Gdzie wykonywane są obliczenia?
Trening, symulacja i inferencja stanowią odrębne etapy. Każdy z nich może wymagać innego środowiska obliczeniowego.
Infrastruktura treningowa
Serwery lub klastry GPU mogą być wykorzystywane do przetwarzania zbiorów danych, trenowania modeli oraz równoległego wykonywania zadań obliczeniowych.
Środowisko symulacyjne
Wirtualne stanowisko pozwala oceniać model, porównywać warianty oraz sprawdzać reakcje na sytuacje, które trudno bezpiecznie odtworzyć podczas pierwszych prób.
Robot Unitree G1-D
Na robocie uruchamiana jest inferencja wdrożonego modelu. Opcjonalny moduł o podwyższonej mocy obliczeniowej może obsługiwać wybrane modele bezpośrednio przy stanowisku.
Zastosowania Unitree G1-D – od laboratorium AI do automatyzacji
Unitree G1-D może być wykorzystywany jako platforma badawcza do rozwijania modeli manipulacji, a także do budowy pilotażowych stanowisk automatyzacji. Dwuramienna konstrukcja, wymienne końcówki robocze, kamery oraz możliwość zbierania danych pozwalają testować zadania związane z rozpoznawaniem, chwytaniem, przenoszeniem i porządkowaniem przedmiotów.
Laboratoria AI i robotyki
G1-D może być wykorzystywany do zbierania demonstracji, rozwijania modeli uczenia przez naśladowanie oraz badania koordynacji wzroku, ramion i końcówek roboczych.
Przemysł i zaplecze techniczne
Dwuramienna konstrukcja pozwala rozwijać stanowiska do obsługi przedmiotów, sortowania komponentów oraz wykonywania powtarzalnych czynności w uporządkowanym otoczeniu.
Produkty, półki i zaplecze sklepu
Platforma może służyć do rozwijania modeli rozpoznających opakowania i ich położenie, a następnie chwytających, porządkujących lub przekładających produkty.
Zadania codzienne i obsługowe
G1-D może być wykorzystywany do badań nad manipulacją przedmiotami o zróżnicowanym kształcie oraz nad wykonywaniem czynności wymagających elastycznej pracy obu ramion.
Od jakiego zadania najlepiej rozpocząć wdrożenie?
Pierwszy scenariusz powinien być możliwie jednoznaczny, wykonywany w kontrolowanym środowisku i łatwy do oceny. Pozwala to szybciej zebrać spójne dane oraz porównać kolejne wersje modelu.
Jak zaplanować pilotażowe wdrożenie Unitree G1-D?
Projekt powinien rozpoczynać się od konkretnego zadania, a nie od ogólnego celu zastąpienia pracy człowieka. Im dokładniej zostaną określone przedmioty, przestrzeń robocza, oczekiwany rezultat i sposób oceny, tym łatwiej będzie przygotować dane oraz zweryfikować możliwości robota.
Wybór zadania i celu
Określane jest jedno, możliwie powtarzalne zadanie oraz warunek jego poprawnego wykonania. Może nim być odłożenie elementu, obsługa uchwytu albo przygotowanie zestawu przedmiotów.
Analiza środowiska pracy
Sprawdzane są wymiary stanowiska, zakres ruchu ramion, oświetlenie, ustawienie przedmiotów, powierzchnia podłoża oraz możliwe kolizje z wyposażeniem i ludźmi.
Dobór konfiguracji G1-D
Wybierana jest wersja Standard lub Flagship, odpowiednia końcówka robocza, moduł obliczeniowy oraz dodatkowe wyposażenie wymagane przez planowany scenariusz.
Demonstracje i przygotowanie modelu
Rejestrowane są prawidłowe wykonania zadania, a następnie dane są porządkowane, oceniane i wykorzystywane podczas trenowania lub dostosowywania modelu manipulacji.
Testy kontrolowane
Najpierw przeprowadzane są testy w symulacji, a następnie próby na rzeczywistym robocie przy ograniczonej prędkości, niewielkiej liczbie przedmiotów i stałym nadzorze operatora.
Rozszerzanie zakresu zadania
Po uzyskaniu stabilnych wyników mogą być stopniowo dodawane nowe przedmioty, warianty położenia, trudniejsze warunki oraz kolejne etapy całego procesu.
Jak ocenić wynik pilotażu?
Rezultat powinien być oceniany na podstawie mierzalnych wskaźników, a nie tylko pojedynczej udanej demonstracji.
Programowanie i integracja robota Unitree G1-D
G1-D został przygotowany z myślą o rozwoju własnych aplikacji. Zakres prac może obejmować przetwarzanie danych z kamer, tworzenie logiki zadania, wdrażanie modeli AI oraz komunikację z zewnętrznymi komputerami i systemami stanowiska.
Przepływ danych i poleceń w aplikacji G1-D
Własne oprogramowanie może łączyć percepcję, algorytm zadania, warstwę komunikacji oraz mechanizmy robota.
Kamery i stan robota
Obraz, pozycje mechanizmów i dostępne dane pomiarowe.
Warstwa komunikacji
Wymiana danych pomiędzy robotem a aplikacją.
Algorytm i model AI
Interpretacja danych, planowanie i wybór działania.
Mechanizmy G1-D
Ramiona, pas, kolumna, końcówki i mobilna podstawa.
Percepcja i analiza obrazu
Obraz z kamer może być przetwarzany w celu wykrywania przedmiotów, oceny ich położenia oraz wyboru miejsca chwytu lub odłożenia.
Logika własnego zadania
Aplikacja może zarządzać kolejnością czynności, warunkami przejścia, obsługą błędów oraz komunikacją z wyposażeniem stanowiska.
Modele manipulacji i inferencja
Wytrenowany model może przekształcać dane sensoryczne w decyzje dotyczące ruchu, chwytu i sposobu wykonania określonego zadania.
Integracja ze stanowiskiem
Robot może zostać połączony z zewnętrznym komputerem, systemem zapisu danych, aplikacją nadzorującą lub innymi elementami przygotowanego stanowiska.
Narzędzia istotne podczas przygotowania projektu
Ostateczny zestaw zależy od wersji robota, końcówki roboczej, modułu obliczeniowego i zakresu udostępnionych interfejsów.
Co wpływa na skuteczność działania Unitree G1-D?
Prawidłowe wykonanie zadania jest wynikiem współpracy mechaniki, percepcji, danych i oprogramowania. Nawet dobrze wytrenowany model może uzyskiwać słabsze rezultaty, jeżeli zmienione zostaną oświetlenie, położenie przedmiotu, sposób chwytu albo warunki stanowiska.
Jakość danych treningowych
Demonstracje powinny przedstawiać prawidłowe wykonanie zadania oraz obejmować najważniejsze warianty położenia przedmiotów i przebiegu ruchu.
Oświetlenie i tło
Refleksy, cienie, zmiana temperatury barwowej oraz podobny kolor przedmiotu i tła mogą ograniczać skuteczność rozpoznawania obrazu.
Geometria przedmiotów
Rozmiar, masa, kształt, sztywność i położenie wpływają na możliwość wykonania chwytu oraz utrzymania przedmiotu podczas ruchu.
Dobór końcówki roboczej
Chwytak dwupalcowy i dłonie wielopalczaste oferują inne możliwości. Końcówka powinna zostać dobrana do kształtu, delikatności i sposobu podawania elementu.
Kalibracja i opóźnienia
Niedokładne odwzorowanie położenia kamery, ramienia i stanowiska może powodować przesunięcie chwytu, nawet jeżeli przedmiot został poprawnie rozpoznany.
Walidacja i monitoring
Wyniki powinny być oceniane w kolejnych seriach testów. Rejestrowane błędy mogą następnie zostać wykorzystane do uzupełniania danych i poprawiania modelu.
Środowisko kontrolowane
Ograniczenie liczby zmiennych ułatwia zebranie danych, analizę błędów i ocenę kolejnych wersji modelu.
Środowisko zmienne
Po uzyskaniu stabilnych rezultatów zakres zadania może być rozszerzany o warunki spotykane podczas rzeczywistej pracy.
Bezpieczeństwo pracy i ograniczenia Unitree G1-D
G1-D jest złożoną platformą robotyczną wyposażoną w napędy, ruchome ramiona, regulowaną kolumnę oraz opcjonalne podwozie mobilne. Dlatego testy powinny być prowadzone w wydzielonej przestrzeni, pod nadzorem przeszkolonego operatora i zgodnie z dokumentacją właściwą dla danej konfiguracji.
Wydzielona strefa pracy
Osoby postronne powinny pozostawać poza zasięgiem ramion i planowaną trasą podwozia. Należy uwzględnić również przestrzeń potrzebną do obrotu pasa oraz kolumny robota.
Możliwość zatrzymania
Przed uruchomieniem programu powinien zostać sprawdzony sposób przerwania ruchu. Operator musi obserwować robota i mieć możliwość natychmiastowego zatrzymania zadania.
Ograniczona prędkość testowa
Pierwsze próby powinny być wykonywane z ograniczoną prędkością, małym obciążeniem i krótkimi trajektoriami. Zakres ruchu może być zwiększany dopiero po walidacji.
Strefy zgniatania i chwytu
Dłonie, chwytaki, przeguby oraz przestrzeń pomiędzy robotem a wyposażeniem stanowiska mogą tworzyć strefy pochwycenia. Nie należy wkładać dłoni w obszar wykonywanego ruchu.
Podłoże i trasa podwozia
Wariant Flagship powinien poruszać się po stabilnej, uporządkowanej powierzchni. Należy wcześniej sprawdzić progi, przewody, krawędzie, wąskie przejazdy i niskie przeszkody.
Kontrola programu i modelu
Nowy kod lub model powinien zostać najpierw sprawdzony w symulacji, a następnie uruchomiony w ograniczonym zakresie. Błędy komunikacji i nieoczekiwane wyniki muszą przerywać zadanie.
Kontrola przed uruchomieniem zadania
Krótka procedura kontrolna powinna zostać wykonana przed każdą nową sekwencją, modelem lub zmianą stanowiska.
Najważniejsze ograniczenia platformy
Materiały pokazujące możliwe zastosowania należy odróżnić od funkcji dostępnych w gotowej konfiguracji robota.
Funkcje rozwojowe
Część prezentowanych przez producenta przykładów nadal znajduje się na etapie rozwijania i testowania.
Zależność od konfiguracji
Parametry i możliwości mogą różnić się w zależności od wersji, wyposażenia, końcówki i oprogramowania.
Udźwig zależny od pozycji
Maksymalny udźwig ramienia zmienia się wraz z wysunięciem, ułożeniem przegubów oraz dynamiką wykonywanego ruchu.
Percepcja nie gwarantuje autonomii
Kamery i czujniki dostarczają dane, ale sposób ich interpretacji zależy od wdrożonego modelu i aplikacji.
Dane techniczne Unitree G1-D Standard i Flagship
Obie wersje wykorzystują tę samą dwuramienną platformę, regulowaną kolumnę oraz system kamer. Wariant Flagship został dodatkowo wyposażony w mobilne podwozie, czujniki nawigacyjne i akumulator o większej pojemności.
| Parametr | G1-D Standard | G1-D Flagship |
|---|---|---|
| Wymiary i konstrukcja | ||
| Wymiary przy minimalnej wysokości kolumny | 1260 × 620 × 620 mm | 1260 × 525 × 570 mm |
| Wymiary przy maksymalnej wysokości kolumny | 1680 × 620 × 620 mm | 1680 × 525 × 570 mm |
| Masa z akumulatorem | około 90 kg | około 90 kg |
| Łączna liczba stopni swobody bez końcówek | 17 DoF | 19 DoF |
| Stopnie swobody jednego ramienia | 7 DoF | 7 DoF |
| Maksymalny udźwig jednego ramienia | około 3 kg | około 3 kg |
| Stopnie swobody pasa | 2 DoF | 2 DoF |
| Zakres obrotu pasa – oś Z | ±155° | ±155° |
| Zakres ruchu pasa – oś Y | od −2,5° do +135° | od −2,5° do +135° |
| Stopnie swobody regulowanej kolumny | 1 DoF | 1 DoF |
| Prędkość regulacji kolumny | około 60 mm/s | około 60 mm/s |
| Końcówki robocze | ||
| Dostępne warianty | Chwytak dwupalcowy, dłoń trójpalczasta bez dotyku, dłoń trójpalczasta z czujnikami dotyku lub dłoń pięciopalczasta | Chwytak dwupalcowy, dłoń trójpalczasta bez dotyku, dłoń trójpalczasta z czujnikami dotyku lub dłoń pięciopalczasta |
| Mobilne podwozie | ||
| Maksymalna prędkość jazdy | — | do 1,5 m/s |
| Typ napędu | — | Napęd różnicowy, obrót o 360° w miejscu |
| Czujniki podwozia | — | LiDAR ×1, kamery głębi ×2, czujniki kolizji ×2 oraz czujniki niskich przeszkód ×2 |
| Percepcja, komunikacja i obliczenia | ||
| Podstawowa jednostka obliczeniowa | wydajny procesor 8-rdzeniowy | wydajny procesor 8-rdzeniowy |
| Opcjonalny moduł o zwiększonej mocy | Różne warianty, m.in. Orin NX 16 GB – 100 TOPS | Różne warianty, m.in. Orin NX 16 GB – 100 TOPS |
| Kamera na głowie | kamera stereoskopowa HD ×1 | kamera stereoskopowa HD ×1 |
| Kamery na nadgarstkach | kamery HD ×2 | kamery HD ×2 |
| Łączność bezprzewodowa | Wi-Fi 6, Bluetooth 5.2 | Wi-Fi 6, Bluetooth 5.2 |
| Zasilanie i wyposażenie | ||
| Akumulator | Akumulator górnej części korpusu, szybka wymiana, 9 Ah | Akumulator zintegrowany z podwoziem, 30 Ah |
| Orientacyjny czas pracy | około 2 godzin | około 6 godzin |
| Kontroler ręczny | Tak | Tak |
| Komputer do wizualizacji | Tak | Tak |
| Oprogramowanie i rozwój | ||
| Aktualizacje OTA | Tak | Tak |
| Secondary development | Tak | Tak |
FAQ – Unitree G1-D
Odpowiedzi dotyczą konstrukcji, konfiguracji, programowania, zastosowań i przygotowania wdrożenia robota G1-D.
? Czym jest Unitree G1-D?
Unitree G1-D jest dwuramienną platformą robotyczną przeznaczoną do zbierania danych, teleoperacji, trenowania modeli AI oraz testowania zadań manipulacyjnych. Robot występuje w wersji Standard i mobilnej wersji Flagship.
? Czy G1-D jest tym samym robotem co kroczący Unitree G1?
Nie. G1-D wykorzystuje humanoidalny korpus i dwa ramiona, ale nie został wyposażony w nogi. Górna część robota jest osadzona na regulowanej kolumnie, a wariant Flagship porusza się na kompaktowym podwoziu kołowym.
? Czym różni się G1-D Standard od G1-D Flagship?
Wersja Standard ma 17 stopni swobody i jest przeznaczona głównie do pracy przy stanowisku. Flagship oferuje 19 stopni swobody, mobilne podwozie, prędkość do 1,5 m/s, czujnik LiDAR, kamery głębi oraz większy akumulator.
? Czy Unitree G1-D działa autonomicznie od razu po uruchomieniu?
G1-D jest platformą badawczo-wdrożeniową, a nie gotowym autonomicznym pracownikiem. Realizacja konkretnego zadania wymaga przygotowania danych, modelu, logiki aplikacji, konfiguracji sprzętowej oraz testów na docelowym stanowisku.
? Jakie końcówki robocze można zastosować w G1-D?
Dostępne są między innymi chwytaki dwupalcowe, dłonie trójpalczaste bez czujników dotyku, dłonie trójpalczaste z czujnikami dotyku oraz dłonie pięciopalczaste. Dobór powinien zostać przeprowadzony dla konkretnego rodzaju przedmiotów i zadania.
? Jaki jest udźwig ramion Unitree G1-D?
Maksymalny udźwig jednego ramienia wynosi około 3 kg. Rzeczywista wartość zależy jednak od wysunięcia ramienia, ułożenia przegubów, zastosowanej końcówki oraz prędkości wykonywanego ruchu.
? Jaką wysokość roboczą oferuje G1-D?
Regulowana kolumna pozwala zmieniać całkowitą wysokość platformy w zakresie około 1260–1680 mm. Dzięki temu położenie ramion może być dopasowane do wysokości stołu, półki lub innego elementu stanowiska.
? Czy G1-D można programować w Pythonie lub integrować z ROS 2?
Robot obsługuje secondary development, natomiast zakres dostępnych interfejsów zależy od konfiguracji i aktualnej dokumentacji G1-D. Zgodność z konkretną wersją SDK, Pythonem, C++, DDS lub ROS 2 powinna zostać potwierdzona przed rozpoczęciem projektu.
? Ile czasu może pracować Unitree G1-D?
Orientacyjny czas pracy wersji Standard wynosi około 2 godzin, natomiast wersji Flagship około 6 godzin. Czas zależy od intensywności ruchów, obciążenia, wyposażenia i wykorzystania zasobów obliczeniowych.
? Do jakich zastosowań może zostać wykorzystany G1-D?
Platforma może być wykorzystywana w laboratoriach AI, projektach badawczo-rozwojowych oraz podczas budowy pilotażowych stanowisk związanych z sortowaniem, przenoszeniem, rozpoznawaniem i układaniem przedmiotów.
? Ile kosztuje Unitree G1-D?
Cena zależy od wersji Standard lub Flagship, wybranych końcówek roboczych, modułu obliczeniowego oraz dodatkowego wyposażenia. Dlatego oferta jest przygotowywana po określeniu planowanego zastosowania i wymaganej konfiguracji.
? Jak bezpiecznie rozpocząć testy z G1-D?
Pierwsze próby powinny być prowadzone w wydzielonej przestrzeni, z ograniczoną prędkością i niewielkim obciążeniem. Operator powinien obserwować robota, zachować bezpieczną odległość i mieć możliwość natychmiastowego zatrzymania wykonywanego programu.
Planujesz projekt z robotem Unitree G1-D?
Pomożemy przeanalizować zadanie, dobrać wersję Standard lub Flagship, odpowiednią końcówkę roboczą i moduł obliczeniowy oraz zaplanować pierwsze testy na docelowym stanowisku.