Intrinsic 开源物理 AI 平台核心组件 Intrinsic Core

谷歌旗下 AI 机器人团队 Intrinsic 宣布，将把其平台的部分组件开源。该开源包名为 Intrinsic Core。它提供了一套与 ROS 兼容的能力，用于构建复杂的机器人应用。此举反映出机器人软件开源以加速开发的大趋势。

Intrinsic Core 的设计具有硬件无关性和模块化特点。该公司表示，该平台支持多种机器人、传感器和夹爪。通过开源这些组件，Intrinsic 旨在降低开发者创建物理 AI 系统的门槛。物理 AI 指的是能够在真实世界中感知、推理和行动的机器人。

该开源包包含七项核心能力：控制、位姿估计、运动规划、抓取规划、仿真服务、相机标定和 ROS 驱动。这些能力旨在作为工具包协同工作。它们覆盖了从感知到行动的关键步骤。此举是推动先进机器人工具普及的更广泛努力的一部分。通过将 Intrinsic Core 开源，该公司希望鼓励协作和复用。开发者可以基于现有能力构建，而不必从零开始。

开源包中包含的能力如下。每一项都针对机器人开发中的特定挑战。

Intrinsic Control 是一个硬件无关的实时控制框架，提供基于传感器的控制。它允许机器人在轨迹中途根据环境变化动态调整行为。该框架旨在提供高效、无碰撞的路径。用户可以更换不同的机械臂、夹爪、传感器等，而无需重写驱动。这种灵活性旨在减少集成时间和成本。

位姿估计可提供精确的 3D 零件六自由度（6DoF）位姿估计。在机器人技术中，了解物体的精确位置和方向对于操作至关重要。该能力帮助机器人理解零件在空间中的位置。

运动规划逻辑可自动生成高效路径，同时避免碰撞。规划器计算机器人从一点移动到另一点的安全路线。它会考虑障碍物和机器人的运动学。

抓取规划旨在使各种夹爪能够自动、动态地适应零件的位置和方向。该系统旨在以更高的成功率抓取物体。这减少了对抓取策略进行手动调优的需求。

仿真服务旨在提供一种直接的方式来测试和排查机器人解决方案，并随构建过程更新。开发者可以在将应用部署到真实硬件之前进行仿真。这可以节省时间并降低风险。

相机标定可自动完成机器人相机的标定和物理对齐。正确的标定可确保机器人的感知系统提供准确数据。这对于拾取和放置等任务至关重要。

Intrinsic-ROS 驱动是预先配置的、与 ROS 兼容的驱动，适用于支持的机器人、夹爪和 3D 相机。ROS（机器人操作系统）是广泛使用的机器人开源框架。这些驱动帮助开发者快速、可靠地连接硬件。

除该包之外，Intrinsic 还发布了 Open Machine Tending Solution（OMTS）。这是一个面向真实用例的现成参考设计。机器看护通常涉及从机器上装卸零件，这是制造业中的常见任务。

其目的是为开发者提供一个起点，以便定制自己的解决方案，而无需从头构建。OMTS 可作为模板，供开发者根据具体需求进行调整。它展示了 Intrinsic Core 如何在实际中应用。该参考设计可供对机器看护应用感兴趣的开发者使用。

Intrinsic Core 可在 GitHub 上下载。该公司以开源形式提供该包，允许开发者访问和修改代码。这有望促进社区贡献和更快的创新。