Lösung für Roboterfernsteuerung und Echtzeit-Roboterdatenerfassung
DPVRRoboPilot ist eine integrierte Lösung, die von DPVR für Szenarien mit Roboterfernsteuerung, Bewegungslehre und der Erfassung von Trainingsdaten realer Roboter entwickelt wurde.
Lösung für Roboterfernsteuerung und Echtzeit-Roboterdatenerfassung
DPVRRoboPilot ist eine integrierte Lösung, die von DPVR für Szenarien mit Roboterfernsteuerung, Bewegungslehre und der Erfassung von Trainingsdaten realer Roboter entwickelt wurde.
KUNDENSCHMERZEN
Probleme, mit denen Kunden konfrontiert sind
Hohe Datenerfassungskosten
Roboterarme, Handroboter und andere Geräte benötigen große Mengen an realen Betriebsdaten. Herkömmliche Lösungen sind komplex in der Implementierung und lassen sich nur schwer schnell auf mehrere Arbeitsstationen und Szenarien übertragen.
Instabile Fernbetriebsverbindung
Die Roboterfernsteuerung stellt extrem hohe Anforderungen an geringe Latenz und Stabilität; Datenlatenz, Drift oder Unterbrechungen können die Effektivität des Bewegungstrainings und die Qualität der erfassten Daten beeinträchtigen.
Bewegungsdaten sind schwer einheitlich abzurufen.
Unterschiedliche Roboterplattformen, Steuerungssysteme und Trainingsaufgaben stellen unterschiedliche Anforderungen an Datenformate, Schnittstellen und Mapping-Logik, was die Wiederverwendung und Integration von Bewegungsdaten über verschiedene Systeme hinweg erschwert.
Der Systemintegrations- und Debugging-Zyklus ist lang
Kunden müssen typischerweise die Integration von Sensoren, PC-basierter Software, Datenschnittstellen, Steuerungssystemen und Roboterplattformen gleichzeitig bewältigen, was zu hohen Kosten für die systemweite Integration und Prüfung sowie zu langwierigen Verifizierungszyklen führt.
Hohe Datenerfassungskosten
Roboterarme, Handroboter und andere Geräte benötigen große Mengen an realen Betriebsdaten. Herkömmliche Lösungen sind komplex in der Implementierung und lassen sich nur schwer schnell auf mehrere Arbeitsstationen und Szenarien übertragen.
Instabile Fernbetriebsverbindung
Die Roboterfernsteuerung stellt extrem hohe Anforderungen an geringe Latenz und Stabilität; Datenlatenz, Drift oder Unterbrechungen können die Effektivität des Bewegungstrainings und die Qualität der erfassten Daten beeinträchtigen.
Bewegungsdaten sind schwer einheitlich abzurufen.
Unterschiedliche Roboterplattformen, Steuerungssysteme und Trainingsaufgaben stellen unterschiedliche Anforderungen an Datenformate, Schnittstellen und Mapping-Logik, was die Wiederverwendung und Integration von Bewegungsdaten über verschiedene Systeme hinweg erschwert.
Der Systemintegrations- und Debugging-Zyklus ist lang
Kunden müssen typischerweise die Integration von Sensoren, PC-basierter Software, Datenschnittstellen, Steuerungssystemen und Roboterplattformen gleichzeitig bewältigen, was zu hohen Kosten für die systemweite Integration und Prüfung sowie zu langwierigen Verifizierungszyklen führt.
WAS ROBOPILOT BIETET
Was kann RoboPilot bieten?
Bewegungserfassung
Es erfasst die 6DoF-Posedaten von Kopf und Hand des Bedieners mithilfe der DPVR E4 Embodied Edition und unterstützt Eingabemethoden wie Headset und Controller.
PC-Datenverarbeitung
Das PC-basierte Programm verarbeitet die Kopf- und Handhaltungsdaten in Echtzeit und verbessert so die Stabilität der Datenerfassung und Bewegungsabbildung.
Bewegungsdatenausgabe
Es gibt bewegungsbezogene Daten wie Pose, Trajektorie und Tastenereignisse aus und stellt somit abrufbare Dateneingaben für die Roboterfernsteuerung, das Bewegungstraining und die Erfassung von Bewegungsdaten realer Maschinen bereit.
Unterstützung für die Zugriffsverifizierung
Es unterstützt die Integration mit verschiedenen Roboterplattformen, Steuerungssystemen und experimentellen Aufgabenanforderungen zur Durchführung von Roboterarm-Teleoperationen, Feinmotoriktraining, Bewegungslehre und Überprüfung der Datenerfassung an realen Maschinen.
Bewegungserfassung
Es erfasst die 6DoF-Posedaten von Kopf und Hand des Bedieners mithilfe der DPVR E4 Embodied Edition und unterstützt Eingabemethoden wie Headset und Controller.
PC-Datenverarbeitung
Das PC-basierte Programm verarbeitet die Kopf- und Handhaltungsdaten in Echtzeit und verbessert so die Stabilität der Datenerfassung und Bewegungsabbildung.
Bewegungsdatenausgabe
Es gibt bewegungsbezogene Daten wie Pose, Trajektorie und Tastenereignisse aus und stellt somit abrufbare Dateneingaben für die Roboterfernsteuerung, das Bewegungstraining und die Erfassung von Bewegungsdaten realer Maschinen bereit.
Unterstützung für die Zugriffsverifizierung
Es unterstützt die Integration mit verschiedenen Roboterplattformen, Steuerungssystemen und experimentellen Aufgabenanforderungen zur Durchführung von Roboterarm-Teleoperationen, Feinmotoriktraining, Bewegungslehre und Überprüfung der Datenerfassung an realen Maschinen.
DPVR RoboPilot Geprägte Roboter-Fernsteuerungslösung
DPVR E4 Geprägte Version × Hypersensorischer Datenhandschuh × Robotersteuerungsarchitektur
DPVR E4 Geprägte Version
- Direkte PC-Verbindung mit extrem niedriger Latenz
- Hochpräzise 6DoF-Positionierung
- Leichtbau-Ergonomie
Kopf-/Controller-Pose
- 6DoF-Posedaten
Hochempfindliche Datenhandschuhe (optional)
- Fingergelenk-/Gestenhandhaltung
Fingergelenkdaten
Eingang
- VR-Headset-Positionsdaten
- Fingergelenkdaten
Erfassung menschlicher Bewegungen
Flugbahnplanungs-Engine (Kollisionserkennung/Pfadoptimierung)
Echtzeit-Steuerungsschicht
Treiberschicht
Ausgabe
- Steuerbefehle für den Roboterarm
- Befehle zur Steuerung der Hand
Roboterarmsteuerung
- Endeffektor-Pose-Mapping
- Bewegungsplanung
- Roboterarm-Lehre
Feinmotorische Steuerung (optional)
- Fingergelenks-Kartierung
- Synchronisation der Greifbewegung
- Datenerfassung für Prägesysteme
DPVR E4 Geprägte Version
- Direkte PC-Verbindung mit extrem niedriger Latenz
- Hochpräzise 6DoF-Positionierung
- Leichtbau-Ergonomie
Kopf-/Controller-Pose
- 6DoF-Posedaten
Hochempfindliche Datenhandschuhe (optional)
- Fingergelenk-/Gestenhandhaltung
- Fingergelenkdaten
Erfassung menschlicher Bewegungen
Flugbahnplanungs-Engine (Kollisionserkennung/Pfadoptimierung)
Echtzeit-Steuerungsschicht
Treiberschicht
Eingang
- VR-Headset-Positionsdaten
- Fingergelenkdaten
Ausgabe
- Steuerbefehle für den Roboterarm
- Befehle zur Steuerung der Hand
Roboterarmsteuerung
- Endeffektor-Pose-Mapping
- Bewegungsplanung
- Roboterarm-Lehre
Feinmotorische Steuerung (optional)
- Fingergelenks-Kartierung
- Synchronisation der Greifbewegung
- Datenerfassung für Prägesysteme
Kernkompetenzen
Kernkompetenzen
Hochpräzise 6DOF-Poseerfassung
Echtzeit-Erfassung von räumlichen Positionsdaten von Kopf und Hand des Bedieners, wodurch stabile Eingangsdaten für die Teleoperation des Roboterarms, das Bewegungstraining und die Erfassung von Bewegungsdaten der realen Maschine bereitgestellt werden.
Direkte PC-Verbindung mit geringer Latenz
Durch die Verwendung einer PCVR-Direktverbindungsarchitektur werden Unsicherheiten, die durch drahtlose Übertragung und Streaming-Codierung/Decodierung entstehen, reduziert, wodurch es sich besser für die Langzeitintegration, die Trainingsverifizierung und Teleoperationsaufgaben eignet.
Bewegungsabbildung (Motion Mapping)
Unterstützt die Umwandlung spezifischer menschlicher Bediensignale in vom System abrufbare Dateneingaben und hilft Kunden so, die Pose-Kartierung, das Bewegungstraining und die Endeffektor-Verifizierung schneller durchzuführen.
Datenschnittstelle / SDK-Unterstützung
Bietet die Möglichkeit, bewegungsbezogene Daten wie Pose, Trajektorie und Tastenereignisse auszugeben und erleichtert so die Integration in Robotersteuerungssysteme, Datenplattformen oder experimentelle Umgebungen.
Unterstützt die Verifizierung in mehreren Szenarien
Ziel sind Roboterarme, geschickte Hände und andere verkörperte intelligente Geräte, die Anwendungen wie Teleoperation, Bewegungslehre, Aufgabentrainingsüberprüfung und die Überprüfung der Erfassung von Bewegungsdaten realer Maschinen unterstützen.
Hochpräzise 6DOF-Poseerfassung
Echtzeit-Erfassung von räumlichen Positionsdaten von Kopf und Hand des Bedieners, wodurch stabile Eingangsdaten für die Teleoperation des Roboterarms, das Bewegungstraining und die Erfassung von Bewegungsdaten der realen Maschine bereitgestellt werden.
Direkte PC-Verbindung mit geringer Latenz
Durch die Verwendung einer PCVR-Direktverbindungsarchitektur werden Unsicherheiten, die durch drahtlose Übertragung und Streaming-Codierung/Decodierung entstehen, reduziert, wodurch es sich besser für die Langzeitintegration, die Trainingsverifizierung und Teleoperationsaufgaben eignet.
Bewegungsabbildung (Motion Mapping)
Unterstützt die Umwandlung spezifischer menschlicher Bediensignale in vom System abrufbare Dateneingaben und hilft Kunden so, die Pose-Kartierung, das Bewegungstraining und die Endeffektor-Verifizierung schneller durchzuführen.
Datenschnittstelle/SDK-Unterstützung
Bietet die Möglichkeit, bewegungsbezogene Daten wie Pose, Trajektorie und Tastenereignisse auszugeben und erleichtert so die Integration in Robotersteuerungssysteme, Datenplattformen oder experimentelle Umgebungen.
Unterstützt die Verifizierung in mehreren Szenarien
Ziel sind Roboterarme, geschickte Hände und andere verkörperte intelligente Geräte, die Anwendungen wie Teleoperation, Bewegungslehre, Aufgabentrainingsüberprüfung und die Überprüfung der Erfassung von Bewegungsdaten realer Maschinen unterstützen.
ANWENDUNGSFÄLLE
Typische Anwendungsszenarien
Fernsteuerung von Roboterarmen
Bietet Unterstützung für Teleoperationsdaten von Roboterarmsystemen über Eingabe von Griff- oder räumlichen Positionsdaten und eignet sich zur Überprüfung von Aufgaben wie Greifen, Handhaben, Liefern, Montieren und Sortieren.
Experimentelle Forschungsplattform der Universität
Bietet eine einsetzbare, skalierbare und anpassbare Umgebung zur Überprüfung der Teleoperation und der Bewegungsdatenerfassung für Robotiklabore, A-Level-Labore sowie Automatisierungs- und Steuerungstechnikteams.
Datenerfassung von Handbewegungen
In Kombination mit Eingabegeräten wie Datenhandschuhen kann es zur Datenerfassung der Fingergelenke, zur synchronen Erfassung von Greifbewegungen, zum Erlernen feinmotorischer Fertigkeiten und zum hochpräzisen Handbewegungstraining eingesetzt werden.
Bewegungslehre und Aufgabentraining
Erfasst Kopf- und Handbewegungsdaten während der Ausführung von Aufgaben durch den Bediener und liefert so eine Datengrundlage für das Training von Roboterarmbewegungen, die Reproduktion komplexer Aufgaben und das Training von Roboterfähigkeiten.
Fernsteuerung von Roboterarmen
Bietet Unterstützung für Teleoperationsdaten von Roboterarmsystemen über Eingabe von Griff- oder räumlichen Positionsdaten und eignet sich zur Überprüfung von Aufgaben wie Greifen, Handhaben, Liefern, Montieren und Sortieren.
Experimentelle Forschungsplattform der Universität
Bietet eine einsetzbare, skalierbare und anpassbare Umgebung zur Überprüfung der Teleoperation und der Bewegungsdatenerfassung für Robotiklabore, A-Level-Labore sowie Automatisierungs- und Steuerungstechnikteams.
Datenerfassung von Handbewegungen
In Kombination mit Eingabegeräten wie Datenhandschuhen kann es zur Datenerfassung der Fingergelenke, zur synchronen Erfassung von Greifbewegungen, zum Erlernen feinmotorischer Fertigkeiten und zum hochpräzisen Handbewegungstraining eingesetzt werden.
Bewegungslehre und Aufgabentraining
Erfasst Kopf- und Handbewegungsdaten während der Ausführung von Aufgaben durch den Bediener und liefert so eine Datengrundlage für das Training von Roboterarmbewegungen, die Reproduktion komplexer Aufgaben und das Training von Roboterfähigkeiten.
PRODUKTKOMPONENTEN
Anzeige der Produktkomponenten
DPVRE4 Geprägte Version/PCVR-Gerät
Konzipiert für Szenarien der Roboterfernsteuerung und Datenerfassung, bietet es stabile 6DOF-Kopf- und Handpositionserfassungsfunktionen.
- Die direkte PC-Verbindung reduziert die Unsicherheit der drahtlosen Verbindung.
- Hochpräzise räumliche Positionierung mit 6 Freiheitsgraden.
- Unterstützt die Ausgabe von Positionsdaten für Head-Mounted-Displays und Controller.
- Geeignet für langfristiges Training, Debugging und Validierung.
Datenhandschuhe/Andere Eingabegeräte
Datenhandschuhe, Controller und andere Eingabegeräte können je nach Aufgabenanforderungen für die präzise Steuerung der Hand, die Erfassung von Handbewegungen und das Erlernen komplexer Bedienungsabläufe kombiniert werden.
- Datenerfassung der Fingergelenke
- Gesten- und Greifbewegungserkennung
- Geschickte Handbewegungslehre
- Hochpräzise Handdatenerfassung
DPVRE4 Geprägte Version/PCVR-Gerät
Konzipiert für Szenarien der Roboterfernsteuerung und Datenerfassung, bietet es stabile 6DOF-Kopf- und Handpositionserfassungsfunktionen.
- Die direkte PC-Verbindung reduziert die Unsicherheit der drahtlosen Verbindung.
- Hochpräzise räumliche Positionierung mit 6 Freiheitsgraden.
- Unterstützt die Ausgabe von Positionsdaten für Head-Mounted-Displays und Controller.
- Geeignet für langfristiges Training, Debugging und Validierung.
Datenhandschuhe/Andere Eingabegeräte
Datenhandschuhe, Controller und andere Eingabegeräte können je nach Aufgabenanforderungen für die präzise Steuerung der Hand, die Erfassung von Handbewegungen und das Erlernen komplexer Bedienungsabläufe kombiniert werden.
- Datenerfassung der Fingergelenke
- Gesten- und Greifbewegungserkennung
- Geschickte Handbewegungslehre
- Hochpräzise Handdatenerfassung
ÖKOSYSTEM
Zusammenarbeit mit Industriepartnern zur Weiterentwicklung der Szenariovalidierung
DPVR treibt die gemeinsame Validierung mit Partnern entlang der gesamten Wertschöpfungskette der verkörperten Intelligenz kontinuierlich voran und erforscht weitere Anwendungsszenarien für die Roboterfernsteuerung, das Bewegungstraining sowie die Erfassung und Validierung von Bewegungsdaten realer Maschinen. Der Fokus liegt dabei auf Kombinationen aus PCVR-Rauminteraktion, Datenhandschuhen, Roboterarmen und geschickten Händen.
Yudie Technology
Fortschritte bei der gemeinsamen Validierung von Datenhandschuhen, Fingergelenkdaten, Synchronisation von Greifbewegungen und hochpräziser Datenerfassung.
DISCVER Robotics
Erforschung des praktischen Nutzens von RoboPilot in wissenschaftlichen Forschungsvalidierungs- und Anwendungsszenarien rund um die Fernsteuerung von Roboterarmen, die Positionsbestimmung von Endeffektoren, das Bewegungstraining und das Training komplexer Aufgaben.
Yudie Technology
Fortschritte bei der gemeinsamen Validierung von Datenhandschuhen, Fingergelenkdaten, Synchronisation von Greifbewegungen und hochpräziser Datenerfassung.
DISCVER Robotics
Erforschung des praktischen Nutzens von RoboPilot in wissenschaftlichen Forschungsvalidierungs- und Anwendungsszenarien rund um die Fernsteuerung von Roboterarmen, die Positionsbestimmung von Endeffektoren, das Bewegungstraining und das Training komplexer Aufgaben.