Intrinsic Core

Offener Industrierobotik-Stack von Intrinsic: Echtzeitregelung, Planung und Wahrnehmung

Lizenz

Apache 2.0

Code: Apache-2.0 (intrinsic-core, intrinsic-omts, intrinsic-moveit). Wahrnehmungsmodelle werden separat unter ihren eigenen Bedingungen heruntergeladen: NVIDIA-FoundationPose-Gewichte unter der NVIDIA Open Model License, SAM 3 unter Metas SAM-Lizenz. 'Intrinsic' und 'Intrinsic Core' sind Marken von Intrinsic Innovation LLC. Beiträge erfordern Googles Contributor License Agreement. Geprüft am 2026-10-23.

Überblick

Intrinsic Core ist der quelloffene Teil der Robotikplattform von Intrinsic, dem Industrierobotik-Unternehmen von Alphabet, veröffentlicht unter Apache-2.0 auf der ROSCon 2026. Es ist ein vollständiger lokaler Stack zum Programmieren industrieller Roboterarme: eine Laufzeitumgebung, die auf einem einzelnen Ubuntu-PC läuft, ein Echtzeit-Steuerungsframework namens ICON mit Treibern für Arme von Universal Robots, KUKA und ABB, kollisionsfreie Bewegungsplanung, 6-DoF-Posenschätzung von Teilen mit NVIDIA FoundationPose, Griffplanung, Kamerakalibrierung und ein in Gazebo simulierter digitaler Zwilling. Anwendungen werden als Code in Form von Behavior Trees aus wiederverwendbaren Fähigkeiten geschrieben, mit Bazel gebaut und mit einem Kommandozeilenprogramm, inctl, bereitgestellt. Es arbeitet über eine ROS-Bridge mit ROS 2 zusammen, sodass RViz und andere ROS-Werkzeuge es beobachten und steuern können. Ein zweites offenes Repository, die Open Machine Tending Solution, ist eine vollständige Referenzanwendung als Ausgangspunkt: ein UR5e, der eine CNC-Maschine be- und entlädt.

Intrinsic Core ist als Satz von Modulen in einem Bazel-Monorepo aufgebaut. Die Laufzeitumgebung verpackt alles als Container auf k3s, einem kleinen Kubernetes, sodass ein einziger Befehl auf dem lokalen PC die Dienste startet, die eine Anwendung braucht: eine Objektwelt, die verfolgt, wo sich alles befindet, die Skill- und Asset-Registries, die Simulator-Bridge und die Echtzeitsteuerung. Nichts davon erfordert ein Intrinsic-Konto oder eine Cloud-Verbindung; das gehostete Produkt Intrinsic Flowstate ist eine separate kommerzielle Edition, und die Dokumentation sagt klar, welche Seiten nur dafür gelten.

ICON, das Echtzeit-Regelungsframework von Intrinsic, ist der Teil, den die meisten Robotik-Stacks nicht haben. Es führt einen deterministischen Regelkreis aus, der anhand aktueller Sensorwerte innerhalb eines Zyklus zwischen Reglern umschalten kann – genau das brauchen kraftgeführte Bewegungen wie move_to_contact. Eine Hardware-Abstraktionsschicht trennt die Steuerung vom Arm: Die offenen Hardware-Module decken UR3e, UR5e und UR10e über RTDE ab, fünf KUKA-Arme vom KR 6 bis zum KR 50 über das Robot Sensor Interface und den ABB IRB 1300, dazu einen Gazebo-Stub für die Simulation. Die Bewegungsplanung behandelt kartesische und Gelenkraum-Bewegungen in einer API und verschleift Segmente mit unterschiedlichen Geschwindigkeits- und Beschleunigungsgrenzen zu einer Trajektorie; ein separates offenes Repository bindet MoveIt 2 für Planung und Greifen an.

Die Wahrnehmung vereinheitlicht Kamera- und Punktwolken-Schnittstellen und führt NVIDIA FoundationPose zur 6-DoF-Posenschätzung bekannter Bauteile auf einer lokalen GPU aus, zusammen mit SAM 3 für die Segmentierung und FoundationStereo für die Tiefe; die Modellgewichte werden separat heruntergeladen. Anwendungen werden in Python mit der Solution Building Library als Behavior Trees aus Skills wie move_robot, move_to_contact, estimate_pose sowie Greifer- oder Digital-I/O-Befehlen zusammengesetzt, und dieselbe Solution läuft gegen den digitalen Zwilling in Gazebo (--operation_mode=sim) oder gegen die reale Zelle.

Die Open Machine Tending Solution zeigt den gesamten Ablauf an einer realistischen Aufgabe: Ein UR5e mit einem Robotiq-Hand-E-Greifer nimmt Teile von einer Palette, entweder per bildgeführtem Greifen mit FoundationPose oder über feste Rasterpositionen, öffnet die Tür der CNC-Maschine über digitale Ausgänge, belädt den Schraubstock und entlädt fertige Teile. Tutorials behandeln die Visualisierung der Zelle in RViz und Gazebo, das Verfahren des Roboters, den Austausch von Armen und Greifern, den Import eines neuen Bauteils und das Schreiben neuer Skills.

Warum es wichtig ist

Die Programmierung von Industrierobotern fand bisher meist an zwei Orten statt: in der Sprache der eigenen Steuerung jedes Herstellers oder in ROS, das Echtzeitregelung, Bauteillokalisierung und Produktionsbetrieb jedem Team selbst überlässt. Intrinsic Core ist ein Produktions-Stack eines Unternehmens, das ihn in Fabriken einsetzt, vollständig unter Apache-2.0 veröffentlicht: eine Echtzeitsteuerung, die innerhalb eines Zyklus auf Kraft reagieren kann, Treiber für verbreitete Arme von UR, KUKA und ABB, eine Posenschätzung, die Vorrichtungen überflüssig macht, und ein simulatorgestützter Ablauf vom Prototyp bis zur Zelle. Integratoren, Labore und Studierende erhalten damit eine funktionierende industrielle Basis, die sie lesen, ändern und auf eigenen Robotern betreiben können – ohne Lizenzgebühr und ohne Cloud-Konto. Und es verbindet sich mit ROS, statt es zu ersetzen.

Welches Problem es löst

Eine Industrieroboterzelle aufzubauen heißt normalerweise, Verbindungscode zwischen der Steuerung eines Herstellers, einem Bewegungsplaner, einem Bildverarbeitungssystem und einem Simulator zu schreiben, jedes mit eigenen Schnittstellen, und vieles davon neu zu bauen, sobald sich Arm oder Greifer ändern. Intrinsic Core liefert diese Bausteine bereits integriert hinter einer Hardware-Abstraktionsschicht und einem Skill-Modell, sodass eine einmal geschriebene Anwendung in der Simulation und auf verschiedenen Armen läuft.

Wichtigste Punkte

• Apache-2.0-Veröffentlichung des Kerns der Industrierobotik-Plattform von Intrinsic, angekündigt auf der ROSCon 2026
• Läuft vollständig auf einem lokalen Ubuntu-PC (k3s-Container); kein Intrinsic-Konto und keine Cloud-Verbindung nötig
• Das Echtzeit-Regelungsframework ICON schaltet innerhalb eines Zyklus anhand von Sensorrückmeldungen zwischen Reglern um – für kraftgeführte Bewegungen
• Offene Treiber für UR3e/UR5e/UR10e, fünf KUKA-KR-Arme und den ABB IRB 1300, dazu ein digitaler Zwilling in Gazebo
• Eingebaute 6-DoF-Posenschätzung von Bauteilen mit NVIDIA FoundationPose, Greifplanung und Kamerakalibrierung
• Anwendungen sind Behavior Trees aus Skills in Python; eine vollständige Referenzlösung für die CNC-Maschinenbeschickung ist ebenfalls offen
• Arbeitet über eine Bridge mit ROS 2 zusammen (RViz, ROS-Werkzeuge) und bietet eine MoveIt-2-Integration

Für wen

• Systemintegratoren, die Zellen für Maschinenbeschickung, Montage oder Griff in die Kiste mit Armen von UR, KUKA oder ABB bauen
• Robotikingenieure, die deterministische, kraftreaktive Regelung brauchen, die ROS allein nicht bietet
• Forschungslabore und Hochschulen, die eine industrietaugliche Basis auf eigenen Armen betreiben und anpassen wollen
• ROS-Entwickler, die fertige Posenschätzung und Planung für industrielle Manipulation suchen

Einschränkungen

• Aufwendige Einrichtung: Ubuntu 24.04 oder 26.04 (die Einstiegsanleitung verlangt 26.04), ein x86-PC mit mindestens 32 GB RAM und ein erster Build der Referenzlösung, der etwa 50 Minuten dauert
• Die Echtzeitregelung realer Hardware braucht eine Intel-CPU; ARM wird nicht unterstützt, und die Wahrnehmung braucht eine NVIDIA-GPU der RTX-Klasse
• Die Hardwareunterstützung ist bisher eine kurze Liste: drei UR-Arme der e-Series, fünf KUKA-KR-Arme, der ABB IRB 1300 und in der Referenzlösung der Robotiq Hand-E; andere Arme brauchen ein neues Hardware-Modul
• Kein grafischer Editor: Solutions werden in Code geschrieben und mit Bazel gebaut; die Weboberfläche Flowstate gehört zur kommerziellen Edition von Intrinsic
• Die Gewichte für die Posenschätzung stammen von NVIDIA unter der NVIDIA Open Model License und SAM 3 unter der Lizenz von Meta, nicht unter Apache-2.0
• Im September 2026 veröffentlicht, mit datierten Releases alle paar Wochen; Schnittstellen können sich also noch ändern