Unitree G1 | Versi Khusus | Tinju atau Sepak Bola

Unitree G1 Comp memiliki 25 derajat kebebasan dalam konfigurasi yang ditawarkan. Setiap kaki menyediakan enam derajat kebebasan, setiap lengan lima, dilengkapi dengan satu sendi pinggang dan dua sendi kepala aktif. Robot humanoid ini memiliki tinggi 1.320 mm, dengan dimensi 1.320 × 450 × 200 mm saat berdiri. Torsi lutut maksimum sebesar 120 N·m, sedangkan lengan mendukung muatan maksimum sekitar 3 kg. Kepala dua sumbu memungkinkan pemosisian sensor secara aktif selama pergerakan dinamis. Dengan konfigurasi 25-DOF, G1 Comp menyediakan mobilitas yang diperlukan untuk lokomosi humanoid, sepak bola robot, dan pengembangan strategi kontrol gerak khusus.

Untuk tugas AI dan persepsi, Unitree G1 Comp dilengkapi unit komputasi pengembangan NVIDIA Jetson Orin NX dengan 100 TOPS. Unitree menggabungkan platform komputasi ini dengan YOLO11 dan SDK RoboCup khusus yang dirancang untuk aplikasi robotika berorientasi kompetisi. Visual Recognition API menyediakan kemampuan computer vision, sedangkan Spatial Positioning API mendukung penentuan posisi geometris monokular dan penentuan posisi berbasis kedalaman binokular. Melalui Motion Control API, data persepsi dan posisi dapat dimasukkan langsung ke dalam kendali gerak robot. Platform ini juga dilengkapi LiDAR 3D dan kamera kedalaman. Dengan demikian, pengembang dapat menggabungkan persepsi, penentuan posisi, dan kendali gerak pada satu platform robot.

Unitree G1 Comp mendukung pengembangan strategi gerak kustom dengan reinforcement learning. Unitree menyediakan kerangka kerja unitree_rl_gym dan mendukung Isaac Gym serta MuJoCo sebagai lingkungan simulasi. Alur pengembangan yang terdokumentasi mencakup seluruh proses, mulai dari pelatihan dalam simulasi dan validasi Sim2Sim hingga penerapan Sim2Real pada robot fisik. Antarmuka kendali operasi tingkat tinggi dan tingkat rendah, serta Status Service, tersedia untuk pengendalian robot. Komunikasi DDS dan kompatibilitas ROS memungkinkan integrasi ke lingkungan perangkat lunak robotika yang sudah mapan. Lingkungan yang dapat dikonfigurasi, random seed, dan iterasi pelatihan mendukung alur pelatihan dan pengembangan yang dapat direproduksi untuk lokomosi humanoid dan robotika kompetisi.