Intrinsic Core

Stack abierto de Intrinsic para robots industriales: control en tiempo real, planificación y percepción

Licencia

Apache 2.0

Código: Apache-2.0 (intrinsic-core, intrinsic-omts, intrinsic-moveit). Los modelos de percepción se descargan por separado bajo sus propios términos: los pesos de NVIDIA FoundationPose bajo la NVIDIA Open Model License y SAM 3 bajo la licencia SAM de Meta. 'Intrinsic' e 'Intrinsic Core' son marcas comerciales de Intrinsic Innovation LLC. Las contribuciones requieren el Contributor License Agreement de Google. Comprobado el 2026-10-23.

Resumen

Intrinsic Core es la parte de código abierto de la plataforma robótica creada por Intrinsic, la empresa de robótica industrial de Alphabet, publicada bajo Apache-2.0 en la ROSCon 2026. Es una pila local completa para programar brazos robóticos industriales: un entorno de ejecución que funciona en un solo PC con Ubuntu, un framework de control en tiempo real llamado ICON con drivers para brazos de Universal Robots, KUKA y ABB, planificación de movimiento sin colisiones, estimación de la pose de piezas en 6-DoF con NVIDIA FoundationPose, planificación de agarres, calibración de cámaras y un gemelo digital simulado en Gazebo. Las aplicaciones se escriben en código como árboles de comportamiento de habilidades reutilizables, se compilan con Bazel y se despliegan con un programa de línea de comandos, inctl. Funciona junto a ROS 2 a través de un puente ROS, de modo que RViz y otras herramientas de ROS pueden observarlo y manejarlo. Un segundo repositorio abierto, la Open Machine Tending Solution, es una aplicación de referencia completa desde la que empezar: un UR5e que carga y descarga una máquina CNC.

Intrinsic Core se organiza como un conjunto de módulos en un monorepositorio de Bazel. El entorno de ejecución empaqueta todo como contenedores sobre k3s, un Kubernetes ligero, de modo que un solo comando levanta en el PC local los servicios que necesita una aplicación: un mundo de objetos que registra dónde está cada cosa, los registros de habilidades y de assets, el puente con el simulador y el controlador en tiempo real. Nada de esto requiere una cuenta de Intrinsic ni conexión a la nube; el producto alojado Intrinsic Flowstate es una edición comercial aparte, y la documentación indica con claridad qué páginas se aplican solo a ella.

ICON, el framework de control en tiempo real de Intrinsic, es la parte que la mayoría de los stacks robóticos no tienen. Ejecuta un lazo de control determinista que puede cambiar de controlador dentro de un mismo ciclo según las lecturas de los sensores, que es lo que necesitan los movimientos guiados por fuerza como move_to_contact. Una capa de abstracción de hardware separa el control del brazo: los módulos de hardware abiertos cubren los UR3e, UR5e y UR10e mediante RTDE, cinco brazos KUKA del KR 6 al KR 50 mediante Robot Sensor Interface y el ABB IRB 1300, además de un stub de Gazebo para simulación. La planificación de movimiento trata los movimientos cartesianos y en espacio articular con una sola API y enlaza segmentos con distintos límites de velocidad y aceleración en una única trayectoria; otro repositorio abierto conecta MoveIt 2 para la planificación y el agarre.

La percepción unifica las interfaces de cámaras y nubes de puntos y ejecuta NVIDIA FoundationPose para la estimación de pose 6-DoF de piezas conocidas en una GPU local, junto con SAM 3 para la segmentación y FoundationStereo para la profundidad; los pesos de los modelos se descargan por separado. Las aplicaciones se componen en Python con la Solution Building Library como árboles de comportamiento de habilidades como move_robot, move_to_contact, estimate_pose y órdenes de pinza o de E/S digital, y la misma solución se ejecuta contra el gemelo digital en Gazebo (--operation_mode=sim) o contra la celda real.

La Open Machine Tending Solution muestra el ciclo completo en un trabajo realista: un UR5e con una pinza Robotiq Hand-E toma piezas de un palé, ya sea con picking guiado por visión con FoundationPose o mediante posiciones fijas en cuadrícula, abre la puerta de la máquina CNC con salidas digitales, carga la mordaza y descarga las piezas terminadas. Los tutoriales explican cómo visualizar la celda en RViz y Gazebo, mover el robot paso a paso, cambiar brazos y pinzas, importar una pieza nueva y escribir habilidades nuevas.

Por qué importa

La programación de robots industriales ha vivido sobre todo en dos sitios: el lenguaje propio del controlador de cada fabricante, o ROS, que deja a cada equipo el control en tiempo real, la localización de piezas y el despliegue en producción. Intrinsic Core es un stack de producción de una empresa que lo usa en fábricas, publicado completo bajo Apache-2.0: un controlador en tiempo real capaz de reaccionar a la fuerza dentro de un ciclo, controladores para brazos habituales de UR, KUKA y ABB, una estimación de pose que elimina la necesidad de utillajes y un flujo apoyado en el simulador desde el prototipo hasta la celda. Ofrece a integradores, laboratorios y estudiantes una base industrial funcional que pueden leer, modificar y ejecutar en sus propios robots sin pagar licencia ni tener cuenta en la nube, y se conecta con ROS en lugar de sustituirlo.

Qué problema resuelve

Montar una celda robótica industrial suele implicar escribir código de enlace entre el controlador de un fabricante, un planificador de movimiento, un sistema de visión y un simulador, cada uno con sus propias interfaces, y rehacer buena parte cuando cambia el brazo o la pinza. Intrinsic Core aporta esas piezas ya integradas tras una única capa de abstracción de hardware y un único modelo de habilidades, de modo que una aplicación escrita una vez funciona en simulación y en distintos brazos.

Puntos clave

Publicación bajo Apache-2.0 del núcleo de la plataforma de robótica industrial de Intrinsic, anunciada en ROSCon 2026
Funciona por completo en un PC local con Ubuntu (contenedores k3s); no requiere cuenta de Intrinsic ni conexión a la nube
El framework de control en tiempo real ICON cambia de controlador dentro de un ciclo según la realimentación de sensores, para movimientos guiados por fuerza
Controladores abiertos para UR3e/UR5e/UR10e, cinco brazos KUKA KR y el ABB IRB 1300, además de un gemelo digital en Gazebo
Estimación de pose 6-DoF de piezas integrada con NVIDIA FoundationPose, planificación de agarre y calibración de cámaras
Las aplicaciones son árboles de comportamiento de habilidades en Python; también es abierta una solución de referencia completa de carga de máquinas CNC
Funciona con ROS 2 mediante un puente (RViz, herramientas de ROS) y ofrece una integración con MoveIt 2

Para quién es

Integradores que montan celdas de carga de máquinas, ensamblaje o picking en contenedor con brazos de UR, KUKA o ABB
Ingenieros de robótica que necesitan un control determinista y reactivo a la fuerza que ROS por sí solo no ofrece
Laboratorios de investigación y universidades que quieren una base de nivel industrial para ejecutar y modificar en sus propios brazos
Desarrolladores de ROS que buscan estimación de pose y planificación listas para la manipulación industrial

Limitaciones

Instalación pesada: Ubuntu 24.04 o 26.04 (la guía de inicio pide 26.04), un PC x86 con 32 GB de RAM o más y una primera compilación de la solución de referencia de unos 50 minutos
El control en tiempo real del hardware requiere una CPU Intel; ARM no está soportado, y la percepción necesita una GPU NVIDIA de clase RTX
El soporte de hardware es todavía una lista corta: tres brazos UR e-Series, cinco brazos KUKA KR, el ABB IRB 1300 y, en la solución de referencia, la Robotiq Hand-E; otros brazos necesitan un módulo de hardware nuevo
Sin editor gráfico: las soluciones se escriben en código y se compilan con Bazel; la interfaz web Flowstate pertenece a la edición comercial de Intrinsic
Los pesos de estimación de pose vienen de NVIDIA bajo la NVIDIA Open Model License y SAM 3 bajo la licencia de Meta, no bajo Apache-2.0
Publicado en septiembre de 2026 con versiones fechadas cada pocas semanas, así que las interfaces aún pueden cambiar