新的基准测试展示了RoboDK 6如何支持响应式路径规划、运行时调整和新兴的物理AI应用。
碰撞检测是机器人仿真和运动规划中计算量最大的环节之一。规划器可能需要对照周围的几何形状检查数千种潜在的机器人配置和路径段，这涉及大量的数学运算。
这些计算在RoboDK 6中得到了显著加速。事实上，”显著”可能还是一种保守的说法。根据应用场景和硬件配置的不同，RoboDK 6的碰撞检测速度比以往版本快达100倍。
这种性能水平为响应式路径规划、运行时调整和新兴的物理AI应用开辟了全新的机遇。
使用包含Comau Smart5 NJ 130-2.6机器人的复杂汽车点焊工作站，RoboDK记录了高达每秒4,357个采样的碰撞检测速率。在第二项测试中，RoboDK以高达每秒1,204步的速度检查了机器人程序的全部3,589个步骤——平均每步仅需0.83毫秒。
在五种硬件和软件配置下的测试记录了完整程序碰撞检测速率，范围从每秒83到1,204步不等。结果会因处理器、操作系统、RoboDK版本、工作站复杂度和碰撞设置而异，但总体而言，现在可以在完整的机器人程序和多种硬件配置下更快地执行碰撞检测。那么，这一切意味着什么呢？
更快碰撞检测的价值
传统的无碰撞运动规划算法使用概率路线图（Probabilistic Roadmap）。软件对可能的机器人配置进行采样，识别无碰撞位置，并将它们连接起来，创建一张可导航的地图，贯穿机器人的工作空间。当机器人需要在两个位置之间移动时，软件会尝试快速连接并通过这张”地图”导航，找到一条有效的路线。拥有这张地图有助于加快无碰撞路径的计算，因为传统的硬件和软件集成过去很慢。
当环境基本保持不变时，这种方法效果很好。但是，当车身、工件或其他物体开始移动时，地图可能与采样的实际情况不匹配，先前有效的路径现在可能包含障碍物。然后系统必须检查更新后的环境，并足够快地找到适当的响应，以使结果保持有用。
RoboDK 6使应用程序能够更快地执行这些计算，快到不再需要对工作空间进行采样来构建概率路线图。这反过来又使RoboDK用户能够：
- 将碰撞检测与实时控制算法相结合；
- 响应更新后的物体位置；
- 消除预先计算概率路线图的需要。
最终结果是什么？那就是可以得到更快的工作流程和更具响应性的应用程序。
想象一下，一个机器人在装配线上移动的车身上作业。系统可以通过使用RoboDK快速更新数字孪生并检查新调整的路径，来适应车身定位的微小变化——而不是完全依赖为原始位置计算的路线。
另一个直接的好处是更快的仿真和程序验证。制造商和集成商可以在更短的时间内识别碰撞、优化机器人路径并验证复杂程序。
例如，汽车点焊程序可能包含数千个围绕车身结构、焊枪和夹具的密集排列的运动。更快的检测使部署自动化的人员能够更快地评估路径变更并验证完整程序。
支持物理AI应用
AI系统使用摄像头和其他传感器来解读场景、识别目标并提出机器人动作。但在执行该动作之前，必须对照应用程序和环境的物理约束评估所提出的机器人运动。
例如，在视觉引导的料箱拣选（Bin Picking）中，AI系统可能在每个周期识别不同的物体并生成新的抓取方案。然后机器人需要确定它是否能够接近、抓取并移走该物体，而不会撞到料箱、相邻零件或周围设备。
RoboDK在此类过程中提供仿真和机器人编程层。外部感知或AI系统可以通过RoboDK API更新数字孪生。然后，RoboDK可以检查所提出的运动是否存在碰撞，并在将验证后的运动传输到实体机器人之前支持调整或重新规划。
更快的碰撞检测缩短了感知、规划和行动之间的循环。它将碰撞评估从纯粹的离线验证转向在响应式机器人应用中发挥更积极的作用。
想象一下，一个移动操作机器人在工作站之间移动。它可能遇到不在先前预期位置的推车、托盘或设备。当周围的工作空间发生变化时，快速碰撞检测可以帮助其规划系统评估替代运动。
RoboDK 6的碰撞检测速度还为开发人员提供了一种快速有效的方法，来测试他们的AI生成运动在几何上是否有效。
RoboDK已在GitHub上发布了基准测试应用程序、测试工作站、完整结果和命令行程序。开发人员可以检查方法论并在自己的系统上运行测试。
