Robotiq Grippers Physical AI

Robotiq ermöglicht Physical AI

Robotiq ermöglicht Physical AI, indem wir Robotern den Tastsinn und die Kontrolle geben, die sie benötigen, um in der realen Welt zu lernen und zu handeln.

Physical AI Foundation Model training

Die physische Grundlage für KI

Robotiq ist ein anerkannter Marktführer für adaptive Greifer und Zubehör mit über 23.000 weltweit eingesetzten Einheiten.

 

Unsere Produkte arbeiten nahtlos zusammen und liefern die zentralen physischen Interaktions- und Sensorkapazitäten, die für multimodales Lernen, robotische Manipulation und das Training von Physical-AI-Foundation-Modellen erforderlich sind.

 

Durch die Kombination bewährter, robuster Hardware mit mehreren Sensormodalitäten adressiert Robotiq zwei der größten Herausforderungen von Physical AI: Geschicklichkeit in realen Interaktionen und Skalierbarkeit zu nachhaltigen Kosten.

 

Innovieren Sie schnell im Bereich Physical AI?

 

 

Von Wahrnehmung zu Aktion

Robotiq-Produkte liefern die physische Interaktions- und Feedback-Ebene, die es KI-Systemen ermöglicht, in der realen Welt zu handeln.

 

Adaptive Greifer passen sich mechanisch an Objektvariabilität an und reduzieren so den Bedarf an präziser Greifplanung. Gleichzeitig liefern Kraft-, Drehmoment- und taktile Sensoren physische Echtzeitsignale für geschlossene Regelkreise und Lernprozesse.

 

Integriert in moderne Robotik- und KI-Modelle verwandelt Robotiq-Hardware KI-Entscheidungen in robuste, datenreiche physische Aktionen.

Entwickeln und simulieren mit Robotiq

ROS-Pakete

Bauen Sie Ihre Roboteranwendung
Robotiq stellt ROS-Pakete bereit, die Greifersteuerung, Kraft-Drehmoment-Daten und taktile Sensorik als erstklassige Signale in Ihrem Robotik-Stack verfügbar machen.

Zugriff auf ROS-Pakete

NVIDIA Isaac Sim

Simulation und Realität für Physical AI verbinden
Robotiq-Hardwaremodelle sind in NVIDIA Isaac Sim verfügbar und ermöglichen simulationsbasiertes Training und Validierung vor dem Einsatz.

 

Adaptive_Grippers_sidetoside

Adaptive Greifer

Adaptive Greifer bilden das Fundament der Physical-AI-Manipulation. Die Greifer 2F-85, 2F-140 und Hand-E von Robotiq bieten eine einfache und robuste Möglichkeit, mit einer Vielzahl realer Objekte zu interagieren.

 

  • Hohe Verfügbarkeit: Zuverlässige Manipulation in unvorhersehbaren Umgebungen dank patentiertem umschließendem Griff.

  • Konsistenz im großen Maßstab: Bewährte, wiederholbare und robuste Hardware mit über 23.000 eingesetzten Greifern.

  • Flexible Integration: Entwickelt für moderne KI-Pipelines mit standardisierten Kommunikationsprotokollen.

  • Hoher Mehrwert: 90 % der Aufgaben zu 10 % der Kosten.

Taktile Sensor-Fingerspitzen

Der TSF-85 liefert reichhaltige multimodale Daten für das Training von Foundation-Modellen, ermöglicht bessere Greifentscheidungen und höhere Stabilität und verbessert die Generalisierung über verschiedene Objekte und Kontaktgeometrien hinweg für einen konsistenten Griff.

Druck: Kontakterkennung mit 28 Taxeln.

Vibration: Rutscherkennung mit 1.000 Hz.

Propriozeption: Präzise Fingerorientierung durch IMU-Sensorik.

Force Torque Sensor - Physical AI

Kraft-Momenten-Sensor

Der FT-300-S ist ein 6-DOF-Kraft-Momenten-Sensor der Physical-AI-Systemen eine präzise, hochauflösende Wahrnehmung von Kontakten für nachgiebige, kontaktintensive Manipulation ermöglicht.

 

Durch die exakte Erfassung und Messung von Interaktionskräften können Roboter Kontakte regeln, sich an Variabilität anpassen und Unsicherheiten bei realen Aufgaben ausgleichen. Dies reduziert den Abstimmungsaufwand, vereinfacht die Programmierung und beschleunigt den Übergang von der Simulation zur zuverlässigen Inbetriebnahme.

 

Um Physical AI zu entwickeln, die wirklich funktioniert, benötigt man Hardware, die jede Interaktion wahrnimmt, darauf reagiert und daraus lernt. Deshalb haben wir uns für Robotiq entschieden. Mit der präzisen Kraftregelung und dem zuverlässigen Feedback von Robotiq erfassen wir bei jedem Griff wertvolle Sensordaten.
Alexei Filippov_YangoTechRobotics
Alexei Filippov
Head of business development, Yango Tech Robotics

Ressourcen