Introduzione

Per costruire e distribuire applicazioni robotiche in grado di percepire, ragionare e agire in ambienti dinamici, gli sviluppatori hanno bisogno di modelli di AI fisica e di strumenti appositamente ottimizzati. Il framework ROS, sviluppato da Open Robotics, fornisce la base open source per la maggior parte degli sforzi di sviluppo robotico moderno, offrendo librerie, standard e strumenti comuni. Con NVIDIA Isaac ROS 5.0, una collezione di pacchetti accelerati da GPU, NVIDIA porta l’accelerazione di calcolo, i modelli di AI fisica e le librerie pronte per la produzione a circa 1,3 milioni di utenti ROS, consentendo lo sviluppo di robot ad alte prestazioni con strumenti open source già familiari.

Nuove funzionalità di Isaac ROS 5.0

Il rilascio introduce workflow agentici e un più ampio supporto di piattaforma, permettendo agli sviluppatori di costruire, personalizzare e distribuire applicazioni robotiche più rapidamente. In particolare, Isaac ROS 5.0 aggiunge:

Supporto nativo a ROS Lyrical e a Ubuntu 24.04, garantendo una transizione fluida verso le versioni più recenti del framework ROS.
Un’interfaccia standard di gestione dati per ROS Lyrical, sviluppata in collaborazione con l’Open Source Robotics Alliance, che consente al software robotico di operare efficientemente su diverse architetture hardware, comprese le GPU.
Esempi di accelerazione CUDA pronti all’uso, che mostrano come sfruttare la potenza delle GPU NVIDIA per carichi di lavoro robotici impegnativi.

Skill agentiche per configurazione e manipolazione

Isaac ROS 5.0 introduce nuove skill progettate per essere riutilizzabili sia da sviluppatori umani sia da agenti AI. Queste skill facilitano la creazione di workflow robotici, trasformando l’intento del programmatore in applicazioni funzionanti con meno passaggi manuali. Tra le novità più rilevanti troviamo:

FoundationStereo: una skill di fine‑tuning che permette a un agente AI di adattare un modello di percezione stereo alle specifiche telecamere, all’ambiente e all’applicazione robotica, migliorando l’accuratezza della percezione.
FoundationPose: modello di base per la stima e il tracciamento della posa degli oggetti, ora fornito con una libreria di inferenza pronta per gli agenti, capace di percepire e tracciare oggetti fino a 5,5 volte più velocemente.
Pick‑and‑place: workflow autonomo che collega rilevamento, stima della profondità e output della posa, disponibile come skill standalone per offrire maggiore flessibilità agli sviluppatori.

Accelerazione dell’ecosistema ROS open source

Il concetto di sviluppo agentico si sta già diffondendo nell’ecosistema robotico open source. Progetti come AgenticROS, sponsorizzato da RealSense, collegano Isaac ROS a modelli aperti NVIDIA Nemotron e a blueprint NVIDIA NemoClaw, consentendo agli agenti AI di interagire con robot basati su ROS. RealSense, inoltre, sta ottimizzando le sue ultime telecamere stereo AI‑native, come la RealSense D585 Pro, e fornisce un SDK open source per Isaac ROS e la piattaforma edge AI NVIDIA Jetson Thor, supportando lo sviluppo di applicazioni di percezione, navigazione e manipolazione.

Esempi di integrazione

Numerosi partner hanno già adottato Isaac ROS 5.0 per accelerare i propri prodotti:

Intrinsic ha rilasciato la Open Machine Tending Solution, un’applicazione di riferimento per il tendere macchine CNC, basata su Intrinsic Core. La soluzione sfrutta la pipeline di percezione FoundationPose per la registrazione, il tracciamento e la stima della posa degli oggetti, eliminando la necessità di fissaggi fisici costosi.
Seeed Studio combina Isaac ROS con il braccio reBot Arm, integrando percezione accelerata, comprensione spaziale e pianificazione del moto su Jetson Thor, creando una piattaforma pratica per AI fisica adattabile, dal localizzare oggetti al pick‑and‑place consapevole delle collisioni.
Magna utilizza Isaac ROS come fondamento modulare e GPU‑accelerato per la percezione robotica, la raccolta dati sincronizzata e il deployment del modello NVIDIA Isaac GR00T, accoppiandolo con Isaac Sim per test hardware‑in‑the‑loop, riducendo i rischi nella transizione da ricerca a produzione.
Prefix.dev offre lo strumento di gestione pacchetti Pixi, che semplifica la creazione di ambienti di sviluppo robotico riproducibili, unendo ROS alla piattaforma NVIDIA CUDA per facilitare la condivisione di workflow accelerati.
Foxglove, partner di Isaac ROS, fornisce strumenti web e desktop per la visualizzazione e il debug di applicazioni ROS in tempo reale, integrando dati 3D, mesh nvblox e rosbags nei tutorial di Isaac ROS.
Flexiv integra Isaac ROS con il suo robot adattivo Rizon 4, consentendo un percorso fluido dal test in Isaac Sim al deployment su robot fisico, con capacità di saldatura in una linea di assemblaggio automobilistico.
Ekumen sfrutta i pacchetti GPU‑accelerati di Isaac ROS all’interno di stack ROS e Nav2 esistenti, migliorando l’ancoraggio di precisione, il rilevamento di ostacoli 3D, la localizzazione visiva e la pianificazione del moto in tempo reale, con tempi di calcolo di 2‑5 ms per percorsi senza collisioni.
Ouster integra le sue telecamere stereo Stereolabs ZED con Isaac ROS, fornendo percezione accelerata per applicazioni di rilevamento oggetti, mappatura e navigazione, mantenendo l’interoperabilità con l’intero ecosistema ROS.

Piattaforme Jetson e deployment sul robot

Le applicazioni costruite con Isaac ROS devono infine girare sul robot. NVIDIA Jetson è la piatta