大量企業正在利用數字孿生改進其產品和服務。數字孿生可用于復雜的工廠和倉庫模擬,或用于了解產品的實際外觀和性能表現。但許多企業并不了解如何在 3D 模擬和仿真環境中,更大地發揮其現有 3D 藝術資產的價值。
現有的 3D 資產僅能用于表示物體的外觀,對于下一輪行業及人工智能(AI)浪潮來說遠遠不夠。由于 3D 藝術資產主要是為實現可視化而設計,因而除數字保真度外,這些資產并不包含模擬和仿真所需的元數據。此外,由于藝術資產文件格式多樣,研究者需耗費大量時間組裝數據集,管理難度也會相應增加。
為幫助全球各行各業構建更加逼真的數字孿生和虛擬世界,NVIDIA 推出了全新 3D 資產—NVIDIA Omniverse SimReady。用戶可以使用 NVIDIA Omniverse SimReady 創建逼真的 3D 藝術資產,基于其令人驚嘆的全保真渲染技術,可實現逼真、精確的現實世界模擬。
NVIDIA Omniverse SimReady 不僅僅是面向 3D 對象的資產,即具有精確的物理屬性和物理行為,以及基于通用場景描述(USD)構建的互聯數據流。同時,此類資產還包括帶有附加元數據的內容,這些元數據功能強大,可插入至任何模擬和仿真環境中,呈現與現實世界并無二致的性能表現。最重要的一點是,團隊可利用 SimReady 使其內容庫保持一致性。
資產模擬要求
為運用模擬和仿真技術,3D 藝術資產需要擁有特定的元數據,以幫助模擬器了解模擬和仿真對象應具備的性能。此類元數據包括:
語義標簽
合成數據生成
非視覺傳感器的支持
物理學和基于物理學的行為
Omniverse 中的 USD SimReady 叉車模擬
1
語義標簽
語義標簽用于定義模擬和模擬環境呈現的對象,其最基本的形式為:模擬器內各元素之間不同的分類、結構和本體。
更確切地說,語義標簽能以可預測的一致方式識別 3D 模型的各種組件,以幫助用戶訓練模擬算法。這些標簽可為計算機提供真實信息,以幫助其理解模擬和仿真環境,并針對動態事件進行訓練以便獲得與現實一致的預測結果。
2
合成數據生成
合成數據生成用于創建各種場景并實現場景隨機化,以便圍繞計算機視覺等特定目標來訓練仿真模型。照明、材質變化、姿態、遮擋等多方面的合成數據都有助于實現隨機化。
3
傳感器支持
傳感器支持可用于幫助模擬器了解各類設備中的計算機如何看待現實世界。各類傳感器如激光雷達和雷達等非視覺傳感器、置于機器人外圍的接觸式傳感器等,均可集成至相應設備中,用以分析和理解其所處的環境。
4
物理學和基于物理學的行為
物理學和基于物理學的行為可幫助模擬器,根據質量、重心和材質的摩擦力等屬性,了解模擬和仿真對象的實際性能。此外,物理學和基于物理學的行為,還可以用來模擬碰撞等場景,開發人員可由此確保模擬和仿真對象的行為和互動方式符合物理學原理。
SimReady 托盤裝載機、手推車和其他倉庫設備
推動 SimReady 標準進一步發展
核心的仿真元數據是默認包含于 SimReady 資產之中,用戶可在導入藝術素材后輕松訪問這些元數據。語義標簽是基礎,如若沒有這些標簽,就很難或幾乎不可能知道如何分割數據集,而具有碰撞網格的物理學是各個藝術資產的核心組成部分。此外,模擬系統還能通過自動分配的物理材質,了解正在與之進行交互的材質的性質。
SimReady 模型并不是內容單一的“文件”,而是利用了 USD 的模塊化特性及其靈活性所組成的、包含了資產不同方面的系列文件。USD 的模塊化特性可確保所構建的內容能在未來實現無損更新,變得更為穩健。
隨著 SimReady 基于 3D 工作流標準不斷發展,這些 3D 藝術資產將用于加速全球各行各業數字孿生與虛擬世界的發展,包括用于了解最佳的工廠裝配線設計、追蹤庫存和流程進展、訓練自主機器與現實世界進行互動等。SimReady 將能夠簡化各行業模擬和仿真的流程,提高行業效率。
開始使用 SimReady
SimReady 資產用途廣泛,可用于自動駕駛、機器人以及倉庫、數據中心和零售店的數字孿生等。這些模擬和仿真均可在 NVIDIA Omniverse 中實現,您可以使用 NVIDIA Omniverse 平臺模擬大型場景,為行業工作流帶來新的可能性。
審核編輯 :李倩
-
NVIDIA
+關注
關注
14文章
5025瀏覽量
103268 -
數據中心
+關注
關注
16文章
4814瀏覽量
72225 -
人工智能
+關注
關注
1792文章
47442瀏覽量
239020
原文標題:在 NVIDIA Omniverse 中構建模擬就緒 3D 資產
文章出處:【微信號:Leadtek,微信公眾號:麗臺科技】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論