Vertrieb kontaktieren
Zurück zu Paxini Gen3 Path

Bevor Sie anfangen: Was Sie brauchen

Orientierung für den Lernweg von Paxini Gen3. Was das taktile Sensing zum Lernen von Robotern, Hardware und Software hinzufügt und was Sie bauen werden.

Einheit 0 von 5 · Orientierung · ~30 min

Diese Einheit ist reine Orientierung. Durchsuchen Sie jede Checkliste, verstehen Sie, was das taktile Sensing zum Lernen von Robotern bringt, und lesen Sie die Zeitschätzungen vor dem Start von Einheit 1. Hier ist nichts zu installieren.

Warum diese Einheit existiert: Das Taktil-Sensing fügt einer neuen Datenmodal zu Ihrer Roboter-Pipeline hinzu, was bedeutet, dass neue Fehlermodi Sensor nicht erkannt, Zeitstempelverschiebung, Kalibrierungsschwankung. Diese Einheit existiert, damit Sie verstehen, was Sie bauen, bevor Sie ein Kabel berühren.

Was das Berührungsempfinden zu Roboterlernen beiträgt

Die meisten Roboter-Lerndaten-Sets enthalten drei Modalitäten: gemeinsame Positionen (Propriozeption), Kamerabilder (Schau) und manchmal Handgelenkkraft/Drehmoment.

Das Touch-Sensing füllt diese Lücke. Ein Fingerspitzen-Montage-Sensor misst die Kontaktdruckverteilung an der Grifffläche das räumliche Muster der Kräfte, die bestimmt, ob ein Griff halten oder schlüpfen wird. Dies bietet eine direkte Kontakt-Staatsüberwachung, die verändert, wie Imitationslernungsrichtlinien Kontakt-reiche Aufgaben verarbeiten:

Die konkrete Verbesserung In den Kontakt-rich-Manipulation-Benchmarks (verformbare Objekte, variable Gewichtsgegenstände, transparente Behälter) übertreffen die mit Gen3-Daten ausgebildeten taktilen-bewussten Politiken die nur mit der Sicht verbundenen Baseline konsequent um 1540% bei den Grip-Stabilitätsmessungen. Die Verbesserung ist am größten für Objekte, bei denen die visuelle Verständnisqualität nicht eindeutig geschätzt wird genau die Fälle, die in realen Anwendungen am wichtigsten sind.

Hardware-Checkliste

Bevor Sie die Einheit 1 starten, überprüfen Sie, ob Sie alle Gegenstände unten in der Hand haben.

  • Paxini Gen3 Sensor Module Fingerspitze, Fingerspitze oder Palmvariante je nach Griff. Wenn Sie noch nicht bestellt haben, siehe den Paxini Gen3 Hub für Bestell- und Variantenwahlleitlinien.
  • ** USB-C-Kabel (in der Box enthalten) ** das kurze 0,5 m lange Kabel, das mit dem Sensor versendet wird. Für die Armintegration benötigen Sie auch einen USB-Hub jeder angetriebenen USB 3.0-Hub funktioniert.
  • Anbindungsadapter für den Griff In der Box enthalten, wenn Sie den Griff zur Bestellung angegeben haben. Für benutzerdefinierte Griffmaschinen verwenden Sie die Klebstoffmontage und M2-Schrauben (einschließlich). Lassen Sie den Klebstoff 30 Minuten heilen, bevor Sie die Last anwenden.
  • Roboterarm mit Python SDK beliebige kompatible Arme (OpenArm, Franka, UR-Serie oder ähnlich). Sie benötigen eine funktionierende Python-Schnittstelle, die gemeinsame Positionen mit Zeitstempeln zurückgibt. Unit 3 deckt Integrationsspezifiken ab.
  • ** Handgelenkkamera (für Unit 4+) ** jede USB- oder GigE-Kamera. 30 fps Mindest. Bereits an Ihrem Arm ist alles in Ordnung.

Software-Checkliste

Bestätigen Sie diese Artikel vor der Einheit 1.

  • Python 3.10 oder höher Laufen T0. Das Paxini SDK erfordert 3.10+.
  • pip und venv laufen T1. Erstellen Sie eine neue virtuelle Umgebung für diesen Weg: T2.
  • ~5 GB freier Festplattenplatz für SDK, Datensatz-Aufnahmen und Modellkontrollpunkte. Ein 50 Demo-Taktdatensatz beträgt ca. 1,5 GB.
  • ** Ihr Roboterarm SDK ist installiert und funktioniert** bestätigen Sie, dass Sie gemeinsame Positionen von Python vor Einheit 3 lesen können. Dieser Weg deckt die Einrichtung des Arm SDK nicht ab.
  • **GPU (für Unit 5) ** Eine NVIDIA-GPU mit 8GB+ VRAM reduziert das ACT-Training von ~ 3 Stunden auf ~ 45 Minuten. Training auf CPU funktioniert, ist aber langsam. Cloud-GPU-Optionen sind in Unit 5 erfasst.

Zeitschätzungen

Unit What You Do Time
0 This orientation ~30 min
1 SDK install, first reading, heatmap verify ~1 h
2 Data structure, calibration, grasp detection ~1.5 h
3 Mount sensor, sync with arm, verify timestamps ~2 h
4 Record 50 demo dataset with tactile ~2 h
5 Train tactile policy, evaluate vs baseline ~1.5 h
Total ~8 h 30 min

Einheiten 12 können in einer Sitzung ohne Roboterarm (nur Sensor) durchgeführt werden. Einheiten 34 erfordern die vollständige Hardware-Einstellung und funktionieren am besten in jeder Sitzung. Einheit 5 Training kann unbeaufsichtigt laufen.

Wie man Hilfe bekommt

  1. Überprüfen Sie den Completation Check am Ende der Einheit, in der Sie sich befinden. Es gibt genau die Angaben, die Sie sehen sollten, wenn alles funktioniert.
  2. Lesen Sie den Fehlerlösungsschnitt im Software-Leitfaden er behandelt die 3 wichtigsten Probleme mit genauen Lösungen.
  3. Veröffentlichen Sie in den Forum Fragen Thread mit Ihrem Betriebssystem, SDK-Version (T3), und der vollständigen Fehler Ausgabe.

Orientierung vollständig, wenn...

Sie haben alle Artikel in beiden Checklisten überprüft, Sie haben Ihren Paxini Gen3-Sensor mit dem richtigen Montageadapter in der Hand und Sie haben mindestens eine ununterbrochene Stunde für Einheit 1 reserviert.

[← Zurück zu Path-Übersicht]