Unitree представила своего первого колесного гуманоидного робота G1-D для сбора данных и обучения ИИ

Гуманоидный робот G1-D. Источник: Unitree

Компания Unitree Robotics официально представила G1-D – первого человекоподобного колесного робота. Он предназначен для сбора данных, обучения моделей ИИ и выполнения задач в реальных условиях. G1-D является частью комплексного решения, объединяющего аппаратную платформу и программное обеспечение для полного цикла работы с искусственным интеллектом.

Что известно

Робот доступен в версиях Standard и Flagship. Обе имеют высоту от 1260 мм до 1680 мм и вес до 80 кг. Standard-версия является стационарной, тогда как Flagship оснащена мобильной базой с дифференциальным приводом и может двигаться со скоростью до 1,5 м/с. Встроенные сенсоры включают LiDAR, глубинные камеры и системы обнаружения столкновений.

Модель имеет 17 степеней свободы в стационарной версии и 19 в мобильной (без учета эффекторов). Каждая рука оснащена 7 степенями свободы и выдерживает нагрузку до 3 кг. Соединение в области талии позволяет движение по оси Z до ±155 градусов и по оси Y от минус 2,5 до плюс 135 градусов. Вертикальная рабочая зона составляет от 0 до 2 метров.

На голове размещена бинокулярная камера высокой четкости, дополнительные камеры установлены на запястьях. Робот поддерживает различные эффекторные устройства, среди которых двухпальцевые захваты, трех- и пяти пальцевые манипуляторы с сенсорами прикосновения или без них. Вычислительную основу составляет модуль Nvidia Jetson Orin NX, обеспечивающий до 100 TOPS производительности. Аккумулятор в версии Flagship обеспечивает до шести часов автономной работы.

G1-D может выполнять ручные операции в промышленности, на складах, в сервисных зонах и розничной торговле. Робот также используется для сбора и аннотации данных для ИИ.

Вместе с оборудованием Unitree представила программную платформу для управления полным циклом работы с данными: от сбора до развертывания моделей. Платформа поддерживает инструменты управления задачами, аннотации, симуляции, распределенное обучение, интеграцию с GROOT, PI и экспорт моделей.

Источник: Unitree