RealSense i LimX na GTC-u guraju humanoide izvan ravne plohe
Conceptual humanoid robot stepping over a curb while a depth-camera point cloud maps a warehouse aisle with a moving cart and human silhouette.📷 AI-generated / Tech&Space
- ★Demo spaja RealSense RGB-D dubinsku percepciju, vizualni SLAM/odometriju, IMU fuziju i GPU-ubrzane percepcijske cjevovode.
- ★Sustav cilja na stepenice, rubnjake, neravan teren i pokretne prepreke, gdje ravni 2D pristup kotačastih robota brzo gubi smisao.
- ★RealSense još nije objavio neovisne terenske benchmarke, cijenu ni podatke o utjecaju na bateriju, pa deployment ostaje otvoreno pitanje.
DEMO NIJE BIO JOŠ JEDAN HOD PO RAVNOJ PODLOZI
RealSense je 16. ožujka 2026. na NVIDIA GTC-u predstavio autonomnu navigaciju humanoida kao sigurnosni problem, ne kao još jednu koreografiju. U demonstraciji sudjeluje LimX Dynamics: humanoid koristi RealSense dubinske kamere, vizualni SLAM i NVIDIA-in cuVSLAM da bi se lokalizirao, gradio mapu i planirao kretanje u prostoru koji dijeli s ljudima.
Važna korekcija je tehnička. Nije poanta u tome da se humanoid samo opremi jačim senzorom i pusti niz hodnik. RealSenseov tehnički opis demonstracije navodi RGB-D dubinsku percepciju, vizualni SLAM/odometriju, IMU fuziju i GPU-ubrzane percepcijske i mapirajuće cjevovode. NVIDIA-in Isaac ROS Visual SLAM opisuje isti tip VSLAM-a kao procjenu odometrije iz jedne ili više stereo kamera, uz opcionalni IMU, s GPU ubrzanjem za robotske aplikacije niske latencije. Za humanoida je to vanjski referentni sustav: robot ne vjeruje samo zglobnim enkoderima i ravnom skeniranju poda.
To je bitno jer se humanoid ne kreće kao AMR na gumama. Svaki korak mijenja kontakt s podom, pomiče centar mase i uvodi mogućnost klizanja stopala. Mala greška u pozi može prerasti u krivu procjenu stepenice, rubnjaka ili osobe koja ulazi u putanju. RealSense i LimX zato demo pozicioniraju oko guste 3D percepcije: stepenice, rubovi, visinske razlike, neravan teren, kolica i ljudi u pokretu nisu ukrasni elementi nego stvarni neprijatelji stabilne lokomocije.
Isaac Lab u toj priči služi kao simulacijski poligon. RealSense kaže da je razvoj lokomocijsko-navigacijskog stoga ubrzan u Isaac Labu prije fizičkog nastupa na GTC-u. To je razumna inženjerska ruta: probati opasne ili rijetke scenarije u simulaciji, pa tek onda izložiti hardver. No simulation-first nije čarolija. Sim-to-real jaz ne nestaje zato što ga napišete na slajd.
Dubinske kamere, cuVSLAM i Isaac Lab daju robotu bolji osjećaj prostora, ali demo još ne dokazuje industrijsku izdržljivost.
Close view of a robot foot, stereo depth camera and 3D perception overlay measuring a curb and nearby motion.📷 AI-generated / Tech&Space
ŠTO JOŠ NIJE DOKAZANO
Najkorisniji dio objave nije riječ "humanoid", nego odmak od dvodimenzionalnog načina razmišljanja. Kotačasti roboti mogu mnogo toga riješiti mapom poda, odometrijom kotača i predvidljivim radnim zonama. Humanoid mora procijeniti visinu, kontakt, ravnotežu i prolaznost tijela kroz prostor koji nije projektiran za robota. Tu dubinska kamera nije dodatak za ljepšu telemetriju, nego dio sigurnosnog lanca.
Ipak, javni materijali još ne zatvaraju deployment barrier. RealSense ne objavljuje neovisne terenske benchmarke, stopu oporavka nakon gubitka vizualnog praćenja, ponašanje pri prašini i refleksijama, trošak senzorskog sklopa ni utjecaj GPU-percepcije na bateriju. Demo može pokazati da robot zna gdje je stepenica. Operater skladišta mora znati što se događa nakon osam sati rada, prljave leće, neočekivanog paletnog viličara i zaposlenika koji nosi reflektirajući prsluk.
Zato autonomija ovdje treba ostati precizna riječ. Ne znači da je humanoid spreman zamijeniti radnika bez nadzora. Znači da lokalni navigacijski sustav može spajati vanjsku 3D percepciju, vizualnu odometriju i planiranje kretanja bez stalnog ručnog upravljanja. To je ozbiljan pomak, ali nije završena sigurnosna studija.
Ako se pristup pokaže izvan konferencijske staze, RealSense bi mogao postati važan sloj u humanoidnoj robotici: ne proizvođač spektakla, nego dobavljač očiju i prostorne discipline. Demo je završio. Sada dolazi dosadniji dio koji odlučuje tržište: kvarovi, održavanje, baterije, certifikacija i mjerenje koliko puta robot ne padne kada mu nitko ne čisti put.
