遥操作指操作人员在安全区域远程控制机器人。操作者通常只能通过摄像头和传感器获取远程环境的视觉反馈，有时会辅以触觉反馈。这种有限的视野会导致动作判断困难，可能引发碰撞或任务失误。

这正是全球核燃料采矿、浓缩、循环利用及退役服务领军企业 Orano公司试图通过RoboDK解决的难题。

该项目具体实施流程如下……

ORANO机器人公司

 Orano是国际公认的核燃料循环领域专家。该公司致力于开发突破性解决方案，以提升复杂核能作业的安全性、效率与精准度。

 Orano机器人公司专注于为核设施退役、检测及维护提供尖端技术。其系统涵盖移动机器人、机械臂等robotic硬件，以应对核能行业中的各类挑战。

在此次项目中，团队致力于解决核能远程操作中的共性难题——物理机器人可视性缺失的问题。

挑战：突破操作者的视野局限

远程操作是一种将人类纳入控制系统的机器人技术，即由操作者远程操控机器人执行任务。这种”人在回路”的技术模式在人类无法亲临的危险环境中不可或缺。

以核工业为例，高强度辐射使得人工检修无法实施，而任务的复杂性与不可预测性又让全自动化方案难以胜任，由此远程操控机器人成为唯一可靠的解决方案。

但远程操作技术面临着独特挑战。

传统操控系统主要依赖摄像头为操作者提供视觉反馈，这类系统不仅视野受限，还存在画面延迟问题。由于无法直接观察机器人，操作者难以实时掌握机械臂的精确运动轨迹。

这意味着操作者需要极高技能才能完成作业。即便是经验丰富的操作者，也常难以精准判断距离和方位。一个细微的动作误判就可能导致工具损坏或设备碰撞。

解决方案：利用RoboDK构建实时数字孪生系统

奥拉诺团队提出一项创新方案，将RoboDK的实时数字孪生技术集成至现有人机交互界面中。

奥拉诺公司的工程师恩Ndiaye Hamedine解释道：“我们的目标是为操作员提供清晰的人机界面，实时显示机器人在工作环境中的位置，同时管理功能安全防护机制，并确保系统独立于机器人制造商。”

该系统在仿真环境中使用机器人虚拟模型，该模型会通过物理机器人的实时数据持续更新。操作人员可以在仿真界面中观察机器人运动，除实时摄像头画面外，还能获取其位置与姿态的辅助信息。

应用的核心功能包括：

• 精确三维工作区建模——团队导入远程工作区与库卡机器人的STEP文件，确保关键系统要素的精准还原。
• 实时关节位置获取——RoboDK的实时双向通信功能使仿真系统与库卡控制
• 实现数据交互，通过控制器获取关节角度并转化为仿真环境中的实时运动。
• 碰撞检测——借助RoboDK内置的碰撞检测功能，操作人员可在虚拟工作区内全面监控机器人运动，避免真实环境中的碰撞风险。

Hamedine表示：“RoboDK使我们能够验证库卡机器人的数字孪生系统，实现物理设备与仿真平台间的实时同步，这在工业场景中充分证明了混合监管模式的可行性。”

系统架构：硬件与软件集成

为构建这套远程操作系统， Orano团队将现有的自动化组件、强大的机器人编程软件以及定制化脚本进行了整合。

硬件组件包括：

• KUKA KR20 R1810机器人——这款六轴工业机械臂满足了重复定位精度和高刚性，适用于核应用场景中的远程操控。
• KUKA控制器——该机器人控制器既可处理由系统人机界面发送的远程操作指令，也能将实时关节位置数据传送至RoboDK仿真系统。
  网络摄像头——该摄像传感器可从工作区捕获额外视觉反馈，用于实时操作及录制核验。

软件组件包括：

• RoboDK——RoboDK图形化环境提供实时可视化、数字孪生建模与碰撞检测功能，为操作人员提供辅助支持。
• Python脚本——这些定制程序执行团队控制逻辑，并实现KUKA控制器与RoboDK之间的通信。
• OBS Studio——该软件充当桥梁工具。由于RoboDK仅原生支持USB摄像头，OBS用于将IP视频流转换为虚拟摄像头信号。

这种模块化组合确保了系统的灵活性，并为未来软件开发预留了扩展空间。

成果：更安全、更智能的远程操作技术

通过该系统，团队构建了一套功能完备的远程操作系统，将视觉反馈与数字孪生技术相结合。即使操作者无法直接观察机器人，也能在放射性环境中执行任务。

通过RoboDK创建的数字孪生模型能清晰呈现机器人在环境中的位置，确保操作安全精准。操作人员可实时监测实体机器人的运动轨迹，即使在机器人完全不可见的情况下，也能主动检测碰撞风险，以更高效率执行操作，最大限度减少误判概率。

在此验证项目取得成功后，Orano团队计划进一步拓展数字孪生与远程操作技术的融合应用，重点聚焦于对防碰撞能力要求极高的场景，包括巡检巡检、设备维护及搬运作业等领域。

The post 探秘ORANO数字孪生项目：使用RoboDK实时遥操 appeared first on RoboDK 博客.

数字孪生是真实物理系统在虚拟中的映射。它使用户能够对自动化系统做出更明智的决策，帮助用户在真正出现问题前发现并解决问题。

通过将最先进的机器人技术和神经重建相结合，研究人员为3D建模带来了更高的精度和效率。

让我们看看迪拜机器人实验室的团队如何使用RoboDK创建他们的新系统。

数字孪生：机器人技术的未来

什么是数字孪生？

在机器人技术中，数字孪生本质上是一个虚拟模型，它贴切地复制了物理机器人系统。

任务有多么详细那么模型就有多么详细——它并不是抽象的模拟。例如，模型肯定包括机器人本身的运动学和物理特性。除此之外，还包括其它完成机器人任务的重要组件，如传感器、末端执行器和任务对象等。

数字孪生技术具备巨大的潜力。例如，在制造业中，机械臂的数字孪生可以在帮助用户优化生产流程、识别瓶颈并预测维护需求的同时，不影响机器人的生产力。

RoboDK是一款十分流行的数字孪生创建平台。例如，西华盛顿大学之前的研究中涉及到了创建一个模拟的可变学习工厂，并将其连接到物理系统以创建数字孪生。

迪拜机器人研究实验室

该机器人研究实验室位于迪拜设计与创新学院内。在Raffi Tchakerian的领导下，该实验室致力于推动机器人和先进制造业的发展。该实验室与麻省理工学院（MIT）和帕森斯（Parsons）等其他知名机构合作，汇集全球专业知识，重新定义机器人技术的未来。

RoboDK等工具在推动迪拜设计与创新学院的研究和学生项目进入传统上由经验丰富的工程师主导的领域方面发挥了重要作用。从用沙子进行3D打印到在已有的3D物体上进行生物打印，RoboDK是我们研究中的关键推动者。

——Raffi Tchakerian

在最新的项目中，研究人员旨在通过将他们的工业机器人与最新的神经重建技术相结合来改进数字孪生技术。

配置：KUKA KR150机械臂、Jetson及RoboDK

该研究的目的是了解神经重建技术如何改善数字孪生的创建。

为了实现这一点，研究团队使用了以下硬件和软件组件：

• KUKA KR150机械臂——该项目的核心是KR 150工业机器人。在各种制造和其他工业环境中，许多公司都在使用这种6轴机械臂。
• 英特尔D435i深度相机 ——一款成品深度相机，将强大的深度传感与惯性测量相结合，以创建点云数据。
• 英伟达 Jetson Nano ——Jetson是一款针对嵌入式应用的单片机系统。我们有一个专门设计用于在Jetson上运行的RoboDK版本，为人工智能驱动的机器人解决方案开辟了一个充满新可能性的道路。
• RoboDK——该团队项目的软件基于RoboDK。这款广泛流行的机器人离线编程仿真软件是创建数字孪生的理想选择，并且我们庞大的机器人库中已经包含KR 150机器人。

NVIDIA 神经核表面重建（NKSR）

该项目的一个重要部分是 NVIDIA 的神经核表面重建（NKSR） 技术。

这套尖端算法有助于从嘈杂位置数据的大规模点云中生成高度详细和准确的3D网格。

NKSR技术可以扩展到大型场景，处理噪音，并最大限度地减少训练要求。即使扫描数据混乱，它也可以在几秒钟内重建数百万个点。

该团队使用这项技术来清理从实感深度摄像头捕获的点云数据。然后，这些数据点通过NKSR算法输入，以创建用于机器人数字孪生的干净模型。

如何实现？

研究人员构建的系统按照以下流程运行：

1. 英特尔D435i深度相机捕获场景的粗略3D模型，创建数据点云。
2. 该点云由Jetson Nano板捕获。
3. 每一帧3D数据都使用Open3D库进行同步并转换为精细的点云。
4. 生成表示扫描对象的初始网格并将其发送到RoboDK。
5. 然后，RoboDK在模拟机器人场景中准确地定位该网格。
6. 然后使用 NKSR 算法进一步细化网格。

这一过程显示了将现成的成像技术与数字孪生的高级神经重建相结合的巨大潜力。

利用机器人和神经重建推进 3D 建模

这种神经数字孪生技术的未来发展是什么？

机器人研究实验室的研究人员展示了如何使用简单的组件创建强大的模拟数字孪生。从航空航天到制药，许多行业都可以使用这种类型的设置。

该项目还展示了高级神经处理算法的可访问性。借助NVIDIA Jetson Nano 和NKSR算法等技术，研发人员与用户现在可以在易于使用的设置中访问强大的功能。通过RoboDK，可以将此功能与工业机器人无缝集成。

如果您正在寻找一种将机器人与高级算法集成的方法，那么本案例研究就是一个强有力的例子。

The post 通过RoboDK实现机器人数字孪生与高级神经构建融合 appeared first on RoboDK 博客.