近日，在加利福尼亚州举行的英伟达GTC大会上，美国计算机视觉公司RealSense展示了其在提升人形机器人现实环境安全性与可靠性方面的关键进展。RealSense与灵心巧手（LimX Dynamics）合作，首次公开展示了一项突破性的自主导航演示，凸显了其先进的3D视觉和视觉SLAM（即时定位与地图构建）技术如何让机器人的移动、建图和操作更加安全、精准。

随着人形机器人从新奇事物走向日常应用，感知能力不仅关乎性能，更成为安全的核心。先进的摄像头、传感系统和推理软件构成了机器人的“视觉皮层”，使其能够理解和在复杂的人类环境中运行。RealSense首席执行官Nadav Orbach表示：“如果机器人要在人类身边安全工作，感知所承担的责任远超原始传感器本身。它必须作为机器人的视觉皮层，实现在非结构化环境中的精确定位、避障、地形理解以及稳定、可预测的运动。”

与在平坦、可预测表面移动的轮式机器人不同，足式系统在完整的三维空间中运行。其运动涉及接触点的不断变化，需要精确的落脚点和对周围环境（包括边缘、斜坡和障碍物）的持续感知。传统的基于编码器的里程计和二维激光雷达（常用于扫地机器人等轮式机器人）等方法，无法提供足式移动所需的深度和空间理解能力。因此，许多人形和四足机器人至今仍依赖远程操作、人工监控或高度受控的环境。弥补这一感知差距，对于实现机器人在现实世界中真正自主、安全、可靠的运行至关重要。

在本次GTC的演示中，RealSense的深度感知技术与NVIDIA的视觉里程计和cuVSLAM相结合，使机器人对周围环境有了更清晰的认知。这使得人形机器人能够绘制空间地图、跟踪自身位置，并在三维空间中安全移动。该系统还能让机器人执行此前困难且危险的任务，包括爬楼梯、检测路缘和高度变化、在不平坦地面行走，以及避让人或设备等移动障碍物。凭借改进的路径规划，机器人可以快速适应环境变化，例如移动的物体或突然闯入路径的人。

这套先进的运动与导航系统是在高度逼真的虚拟测试环境NVIDIA Isaac Lab中开发的。灵心巧手在此利用强化学习训练其人形机器人，使其在仿真环境中安全地练习运动和决策。这种“仿真优先”的方法有助于弥合虚拟训练与现实表现之间的差距（即“仿真到现实”的挑战）。简而言之，机器人在物理环境中测试之前，已在数字世界中学会了在复杂的3D环境中行走、平衡和导航。因此，当其亮相GTC时，该人形机器人已经能以可靠、可预测的安全性完成复杂动作，大大降低了风险并加快了开发进程。

据了解，RealSense的技术源自十余年的研发积累，其深度感应摄像头和软件工具正在成为现代机器人技术的关键组成部分，帮助工程师更快地构建和测试机器人。此次与灵心巧手的合作演示，也标志着3D视觉技术在人形机器人安全自主化道路上迈出了重要一步。