Foxtech bietet Industrie -Drohnenlösungen an & UAV -Nutzlastsysteme.
In der sich rasant entwickelnden Welt der Robotik erfordert die Verbindung von Simulation und realer Anwendung leistungsstarke und gleichzeitig hochgradig anpassungsfähige Hardware. Hier kommt Agility A2 ins Spiel: eine hochbelastbare, 14-DOF-Doppelarm-Robotik-Forschungsplattform, die speziell für die hohen Anforderungen von verkörperter KI, Roboterlernen und komplexer beidhändiger Manipulation entwickelt wurde.
Der Agility A2 wurde für Forscher entwickelt, die mehr als nur ein Spielzeug für den Schreibtisch benötigen. Jeder Arm verfügt über 7 Freiheitsgrade (DOF) mit einer Reichweite von 714 mm und bietet so einen Arbeitsbereich, der die Bewegungsfreiheit und Flexibilität des Menschen nachahmt.
Die aus hochwertiger Aluminiumlegierung und Edelstahl gefertigte Plattform ist auf Langlebigkeit ausgelegt. Im Inneren sorgen Quasi-Direct-Drive (QDD)-kompatible Gelenke und ein robustes 48-V-Antriebssystem für sanfte, menschenähnliche Bewegungen.
Nutzlast: 5 kg pro Arm
Maximale Nutzlast: 12 kg pro Arm
Diese Leistungsfähigkeit ermöglicht es Forschern, über leichte Kunststoffblöcke hinauszugehen und sich realen Werkzeugen, industriellen Werkstücken und kontaktreichen Montageaufgaben zuzuwenden.
Die Softwareintegration stellt oft den größten Engpass in der Robotikforschung dar. Der Agility A2 beseitigt diese Hürde, indem er mit einem vollständigen, vorinstallierten Software-Stack auf Ubuntu 22.04 mit ROS2 Humble ausgeliefert wird.
Die Plattform unterstützt NVIDIA Isaac nativ und ist optimiert für:
Datenerfassung: Hochwertige Teleoperations- und skriptbasierte Daten für das Imitationslernen.
Modellbereitstellung: Implementierung von Reinforcement Learning (RL)- oder Vision-Language-Action (VLA)-Richtlinien (wie z. B. m0 und m0.5).
Umfassende Anpassungsmöglichkeiten: Vollständig quelloffene Firmware, CAD-Modelle und Simulationsressourcen gewährleisten, dass Ihre Forschung reproduzierbar und erweiterbar ist.
Das enthaltene OpenArmX SDK bietet wichtige Werkzeuge wie motor_manage für die Diagnose und openarm_utils für schnelle Lehr- und Demonstrationsmodi, wodurch die Zeit bis zur ersten Bewegung für neue Labore deutlich verkürzt wird.
Der Agility A2 ist ein vielseitiges Arbeitstier, das in vier Schlüsselbereichen hervorragende Leistungen erbringt:
Universitätslabore können das Dual-Arm-ROS2-Setup nutzen, um VLA-basierte Steuerungsstrategien für reale Aufgaben wie Sortieren, Greifen und komplexe bimanuelle Montage zu evaluieren.
Für Simulationen von Arbeitsabläufen im Bereich der Nuklear-, Chemie- oder Biosicherheit dient das A2 als hochentwickelter Fernmanipulator. Bediener können VR-Controller oder Steuerarme verwenden, um Schalter zu betätigen, Ventile zu drehen und gefährliche Proben aus sicherer Entfernung zu transportieren.
Die Entwicklung von Prototypen für kollaborative Arbeitszellen wird dadurch nahtlos. Dank der hohen Nutzlast und der Impedanzregelung des A2 können Schraubanzieh-, Stecker- und Mensch-Roboter-Kollaborationsmodelle vor dem großflächigen industriellen Einsatz getestet werden.
Dank seiner offenen Architektur ist die Plattform ein ideales Werkzeug zum Lehren von Roboterkinematik und ROS2-Steuerung und bietet den Studierenden praktische Erfahrungen mit professioneller Hardware.
Agility A2 ist in zwei Hauptkonfigurationen erhältlich, um unterschiedlichen Forschungsanforderungen gerecht zu werden:
1× Agility A2 Doppelarmsystem
1× Industrieller Steuerungsrechner (Intel i7, 16 GB RAM, 256 GB SSD)
1 × Komplettes Kabelbaumset
Anführer: 1× Agility A2 Roboterarm
Follower: 1× Agility A2 Roboterarm
1× Industrieller Steuerungsrechner (Intel i7-10510U, 16 GB RAM, 512 GB SSD)
2 komplette Kabelbaumsätze
Bereit für die nächste Stufe Ihrer Forschung? Der Agility A2 ist mehr als nur ein Manipulator; er ist ein skalierbares, erweiterbares Tor zur nächsten Generation autonomer Intelligenz. Ob Sie von Laborexperimenten zur mobilen Manipulation übergehen oder die Grenzen von VLA-Modellen erforschen – der A2 bietet die Leistungsfähigkeit und Flexibilität, die Ihr Projekt verdient.