科学仿真如何革新仓库自动化
现代仓库依赖复杂的传感器网络来实现安全高效的运营。这些传感器必须检测从包裹、容器到机器人和车辆的一切物体，而且通常是在光照条件不断变化的环境中。更重要的是，需要能够高效检测条形码。
某中心机器人ID（AR-ID）团队专注于解决这个问题。最初着手解决时，面临一个重大瓶颈：优化传感器放置需要数周或数月的物理原型设计和真实世界测试，严重限制了探索创新解决方案的能力。
为了改变这一过程，开发了传感器工作台（SWB），这是一个基于某机构Isaac Sim构建的传感器仿真平台，它结合了并行处理、基于物理的传感器建模和高保真3D环境。通过提供以前所未有的精度反映真实世界条件的虚拟测试环境，SWB使团队能够在以前仅够测试少数几种物理设置的时间内，探索数百种配置。
有三项关键创新促成了SWB的实现：一种在GPU上执行仿真任务的专用并行计算架构；一个自定义的CAD到OpenUSD（通用场景描述）的流水线；以及在整个仿真过程中使用OpenUSD作为事实来源。
并行计算架构
并行处理流水线利用某机构的Warp库和自定义计算内核来最大化GPU利用率。通过将3D对象持久地保存在GPU内存中，并仅在物体移动时更新变换，从而消除了冗余的数据传输。此外，仅在需要时才进行计算——例如，当传感器参数改变或某物移动时。通过这些方法，实现了实时性能。
这种架构允许同时为多个传感器执行复杂的计算，在团队调整环境中的传感器位置和参数时，以沉浸式3D视觉形式提供即时反馈。这些视觉效果代表了条形码检测机器学习模型工作所需的指标。
CAD到USD的转换
第二项创新涉及开发一个自定义的CAD到OpenUSD流水线，该流水线能自动将详细的仓库模型转换为优化的3D资产。CAD到USD的转换流水线以1:1的映射关系复制了建模程序SolidWorks中创建的模型的结构和内容。首先从CAD文件中提取基本数据——包括世界变换、网格几何、材料属性和关节信息。完整的装配体和零件层次结构被保留下来，这样生成的USD阶段就能完全镜像CAD树结构。
为了确保模块化和可维护性，将数据组织到分别涵盖网格、材质、关节和变换的独立USD层中。这种分层方法确保了转换后的USD文件忠实地保留了原始CAD模型的资产结构、几何和视觉保真度，从而能够为实时可视化、仿真和协作实现精确且可扩展的集成。
以OpenUSD作为事实来源
第三个重要因素是在整个仿真过程中使用OpenUSD作为事实来源的新颖方法。开发了自定义模式，这些模式超越了基本的3D资产信息，包含了丰富的环境描述和仿真参数。系统持续实时记录所有场景活动——从传感器的位置和方向到物体移动和参数更改——直接记录到USD阶段中。甚至将用户界面元素及其状态也保持在USD内部，从而不仅能够恢复仿真配置，还能恢复完整的用户界面状态。
这种架构确保当USD初始配置发生变化时，仿真会自动适应，而无需修改核心软件。通过保持仿真状态与USD表示之间的这种实时同步，创建了一个可靠的事实来源，捕获了仿真环境的完整状态，允许用户按需精确保存和重新创建仿真配置。界面只是世界状态的反映，从而创建了一个灵活且可维护的系统，能够随需求演变。
应用
借助SWB，团队现在可以在以前所需时间的一小部分内快速评估传感器安装位置并验证整体概念。更重要的是，SWB已成为一个强大的跨职能协作平台，允许工程师、科学家和运营团队实时协作，可视化和调整传感器配置，同时立即看到其更改的影响，并与彼此分享结果。
由于在模拟条形码读取场景方面取得了初步成功，已经扩展了SWB的功能，纳入了高保真的光照仿真。这使得团队能够迭代新的挡板和灯光设计，进一步优化可靠条形码检测的条件，同时确保光照条件对人眼也是安全的。团队现在可以同时探索各种光照条件、目标位置和传感器配置，收集通过传统测试方法需要数月才能积累的见解。
展望未来，正在研究对该系统进行多项令人兴奋的增强。当前的重点是集成更先进的传感器仿真，将分析模型与来自AR-ID团队的真实世界测量反馈相结合，进一步提高系统的准确性和实用性。还在探索使用AI为新的工作站设计建议最佳传感器放置位置，这可能识别出工具用户可能未曾考虑的新颖配置。
此外，计划扩展该系统，使其成为一个综合的合成数据生成平台。这将超越仅仅模拟条形码检测场景，提供一个用于测试传感器和算法的完整数字环境。这种能力将使团队能够使用自动生成的多样化数据集来验证和训练其系统，这些数据集捕获了他们在真实世界操作中可能遇到的全部条件。
通过将先进的科学计算与实际工业应用相结合，SWB代表了仓库自动化开发向前迈出的重要一步。该平台展示了复杂的仿真工具如何能够极大地加速复杂工业系统中的创新。随着继续通过新功能增强该系统，对其进一步变革并为仓库自动化设定新标准的潜力感到兴奋。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
公众号二维码
公众号二维码
