Thrixel untuk Physical AI
Ubah input dan spesifikasi dunia nyata menjadi aset 3D terstruktur, lingkungan lengkap, dan data simulasi untuk AI fisik.
Rekonstruksi lingkungan yang ada atau hasilkan adegan terstruktur dari spesifikasi.
Dari masukan dunia nyata
Foto dan video menjadi aset 3D dan lingkungan multi-objek dengan mesh segitiga, materi PBR, dan bagian semantik terpisah. Output USDA membawa struktur dan fisika yang diperlukan untuk alur kerja simulasi.
Dari spesifikasi adegan
Hasilkan adegan terstruktur penuh dengan aset siap simulasi dan definisi tugas yang sesuai. Variasikan aset dan tata letak menggunakan distribusi dunia nyata, dan hasilkan lintasan robot untuk pembelajaran imitasi.
Lingkungan dengan objek artikulasi, materi fisika, dan geometri tumbukan, siap untuk berinteraksi dalam simulasi. Apa itu SimReady 3D?
Bagian artikulasi memodelkan bagaimana pintu, tutup, dan komponen lainnya bergerak dan berinteraksi.
Properti permukaan fisik mendukung kontak dan gerakan dalam simulasi.
Geometri tumbukan memberikan objek kehadiran fisik untuk manipulasi dan interaksi lingkungan.
Aset membawa informasi tentang komponennya, permukaan kontak, dan lokasi genggamannya.
Jerat terpisah mengidentifikasi komponen yang bermakna, sehingga pegangan, pintu, dan badan kabinet masing-masing dapat berpartisipasi dalam suatu tugas.
Thrixel menentukan lokasi genggaman untuk manipulasi oleh robot, lalu menguji gerakan menggenggam dan mengangkat dalam simulasi.
Penumbuk mesh dan skema USD Physics menjelaskan kontak dan batasan yang digunakan selama interaksi.
Alur kerja rekonstruksi menghubungkan penampilan, geometri, dan perilaku fisik.
Mulailah dengan pencitraan satu objek atau keseluruhan pemandangan. Masukan referensi dan dimensi memandu rekonstruksi.
Buat geometri, tekstur PBR, mesh terpisah untuk bagian semantik, dan fisika siap simulasi dalam aset terstruktur.
Uji dan kalibrasi aset dalam simulasi, periksa perilakunya melalui kontak, artikulasi, dan manipulasi.
Variasi prosedural memperluas lingkungan menjadi beberapa konfigurasi berdasarkan distribusi dunia nyata. Adegan terstruktur mempertahankan aset, fisika, dan definisi tugas yang diperlukan untuk simulasi.
Lintasan robot merekam interaksi dengan lingkungan. Bagian semantik, titik genggaman yang ditentukan, dan fisika yang telah divalidasi mendukung tugas manipulasi untuk menghasilkan data pembelajaran imitasi.
Bagikan masukan referensi, lingkungan target, dan tugas robot. Tim dapat mendiskusikan kebutuhan rekonstruksi, pembuatan pemandangan, dan data simulasi.
Hubungi Thrixel