www.industria-online.com
17
'26
Written on Modified on
STMicroelectronics integra hardware per la robotica con le piattaforme AI di NVIDIA
La collaborazione combina sensori, microcontrollori e modelli di simulazione per semplificare lo sviluppo, l’addestramento e la distribuzione di sistemi robotici umanoidi e industriali.
www.st.com
I sistemi robotici e di AI fisica guidano le esigenze di integrazione
I robot umanoidi, i sistemi di automazione industriale e la robotica di servizio dipendono sempre più da ambienti strettamente integrati di rilevamento, controllo e simulazione per accelerare lo sviluppo e la distribuzione. In questo contesto, STMicroelectronics sta ampliando la collaborazione con NVIDIA per integrare i propri sensori, microcontrollori e soluzioni di controllo motore nell’ecosistema robotico di NVIDIA, puntando a uno sviluppo più rapido e scalabile dei sistemi di AI fisica.
L’iniziativa si concentra sul collegamento tra simulazione e distribuzione nel mondo reale, consentendo agli sviluppatori di progettare, addestrare e implementare sistemi robotici con maggiore efficienza e affidabilità.
Integrazione con NVIDIA Holoscan Sensor Bridge
Un elemento chiave di questa collaborazione è l’integrazione dei componenti ST con NVIDIA Holoscan Sensor Bridge (HSB), che standardizza il modo in cui i dati di sensori e attuatori vengono acquisiti, sincronizzati ed elaborati.
Questa integrazione consente agli sviluppatori di:
- Collegare più sensori e attuatori tramite un’interfaccia unificata
- Semplificare i flussi di lavoro di acquisizione e registrazione dei dati
- Costruire dataset coerenti per l’addestramento dei modelli AI
Questo approccio è particolarmente rilevante per sistemi robotici che richiedono input sincronizzati da più modalità di rilevamento, come unità di misura inerziale (IMU), sensori di imaging e dispositivi time-of-flight (ToF).
Una prima implementazione include una telecamera stereo di profondità sviluppata da Leopard Imaging utilizzando tecnologie di rilevamento ST, progettata per applicazioni robotiche che richiedono consapevolezza spaziale e percezione della profondità.
Supporto ai flussi di lavoro sim-to-real con modelli ad alta fedeltà
Un altro componente fondamentale della collaborazione è l’integrazione di modelli digitali ad alta fedeltà dei componenti ST in NVIDIA Isaac Sim, parte dell’ambiente di simulazione basato su Omniverse.
Il primo modello disponibile è una IMU, con modelli aggiuntivi per sensori ToF, attuatori e altri circuiti integrati in fase di sviluppo. Questi modelli derivano da misurazioni hardware reali, consentendo simulazioni che replicano fedelmente il comportamento dei dispositivi reali.
Questo approccio affronta sfide chiave nello sviluppo della robotica:
Una prima implementazione include una telecamera stereo di profondità sviluppata da Leopard Imaging utilizzando tecnologie di rilevamento ST, progettata per applicazioni robotiche che richiedono consapevolezza spaziale e percezione della profondità.
Supporto ai flussi di lavoro sim-to-real con modelli ad alta fedeltà
Un altro componente fondamentale della collaborazione è l’integrazione di modelli digitali ad alta fedeltà dei componenti ST in NVIDIA Isaac Sim, parte dell’ambiente di simulazione basato su Omniverse.
Il primo modello disponibile è una IMU, con modelli aggiuntivi per sensori ToF, attuatori e altri circuiti integrati in fase di sviluppo. Questi modelli derivano da misurazioni hardware reali, consentendo simulazioni che replicano fedelmente il comportamento dei dispositivi reali.
Questo approccio affronta sfide chiave nello sviluppo della robotica:
- Ridurre le discrepanze tra le prestazioni simulate e quelle reali
- Migliorare la convergenza dei modelli di addestramento AI
- Minimizzare la randomizzazione inefficiente o irrealistica dei parametri
Migliorando l’accuratezza delle simulazioni, gli sviluppatori possono ridurre i cicli di sviluppo e abbassare i costi di prototipazione e test.
Semplificazione della co-progettazione hardware-software
La collaborazione si concentra anche sulla semplificazione dell’integrazione tra hardware e piattaforme AI. Soluzioni pre-integrate che combinano microcontrollori STM32, sensori e sistemi di controllo motore vengono allineate con le piattaforme NVIDIA Jetson.
Ciò consente un flusso di lavoro di sviluppo più coerente, in cui:
Semplificazione della co-progettazione hardware-software
La collaborazione si concentra anche sulla semplificazione dell’integrazione tra hardware e piattaforme AI. Soluzioni pre-integrate che combinano microcontrollori STM32, sensori e sistemi di controllo motore vengono allineate con le piattaforme NVIDIA Jetson.
Ciò consente un flusso di lavoro di sviluppo più coerente, in cui:
- I modelli AI possono essere addestrati in simulazione
- Il comportamento di sensori e attuatori è rappresentato accuratamente
- La distribuzione su sistemi fisici richiede meno adattamenti
Tale integrazione è particolarmente rilevante per robot umanoidi e sistemi autonomi complessi, dove la coordinazione tra percezione, movimento e controllo è fondamentale.
Affrontare complessità e scalabilità nella robotica
Lo sviluppo di sistemi robotici avanzati comporta tipicamente elevate esigenze computazionali, grandi dataset e un notevole sforzo ingegneristico per la regolazione dei parametri di simulazione. Una modellazione imprecisa o una variabilità eccessiva può portare a un addestramento inefficiente e a prestazioni ridotte nel mondo reale.
Fornendo modelli calibrati sull’hardware e percorsi di integrazione standardizzati, STMicroelectronics e NVIDIA mirano a ridurre queste sfide, consentendo uno sviluppo più scalabile dei sistemi di AI fisica.
Posizionamento nell’ecosistema robotico
La collaborazione riflette una più ampia tendenza del settore verso un’integrazione più stretta tra le tecnologie dei semiconduttori e le piattaforme di sviluppo AI. Allineando strumenti di rilevamento, elaborazione e simulazione, le aziende lavorano per ridurre la frammentazione nella progettazione dei sistemi robotici.
Il contributo di STMicroelectronics consiste nel combinare il proprio portafoglio di sensori, microcontrollori e tecnologie di controllo motore con l’infrastruttura AI e di simulazione di NVIDIA, creando un ambiente di sviluppo unificato per applicazioni robotiche di nuova generazione.
Edited by Industrial Journalist, Natania Lyngdoh — AI-Powered.
www.st.com
Affrontare complessità e scalabilità nella robotica
Lo sviluppo di sistemi robotici avanzati comporta tipicamente elevate esigenze computazionali, grandi dataset e un notevole sforzo ingegneristico per la regolazione dei parametri di simulazione. Una modellazione imprecisa o una variabilità eccessiva può portare a un addestramento inefficiente e a prestazioni ridotte nel mondo reale.
Fornendo modelli calibrati sull’hardware e percorsi di integrazione standardizzati, STMicroelectronics e NVIDIA mirano a ridurre queste sfide, consentendo uno sviluppo più scalabile dei sistemi di AI fisica.
Posizionamento nell’ecosistema robotico
La collaborazione riflette una più ampia tendenza del settore verso un’integrazione più stretta tra le tecnologie dei semiconduttori e le piattaforme di sviluppo AI. Allineando strumenti di rilevamento, elaborazione e simulazione, le aziende lavorano per ridurre la frammentazione nella progettazione dei sistemi robotici.
Il contributo di STMicroelectronics consiste nel combinare il proprio portafoglio di sensori, microcontrollori e tecnologie di controllo motore con l’infrastruttura AI e di simulazione di NVIDIA, creando un ambiente di sviluppo unificato per applicazioni robotiche di nuova generazione.
Edited by Industrial Journalist, Natania Lyngdoh — AI-Powered.
www.st.com
Richiedi maggiori informazioni…
