Intrinsic Core

Stack aberto da Intrinsic para robôs industriais: controle em tempo real, planejamento e percepção

Licença

Apache 2.0

Código: Apache-2.0 (intrinsic-core, intrinsic-omts, intrinsic-moveit). Os modelos de percepção são baixados separadamente sob seus próprios termos: os pesos do NVIDIA FoundationPose sob a NVIDIA Open Model License e o SAM 3 sob a licença SAM da Meta. 'Intrinsic' e 'Intrinsic Core' são marcas registradas da Intrinsic Innovation LLC. Contribuições exigem o Contributor License Agreement do Google. Verificado em 2026-10-23.

Visão geral

O Intrinsic Core é a parte de código aberto da plataforma de robótica construída pela Intrinsic, a empresa de robótica industrial da Alphabet, lançada sob Apache-2.0 na ROSCon 2026. É uma pilha local completa para programar braços robóticos industriais: um runtime que roda em um único PC Ubuntu, um framework de controle em tempo real chamado ICON com drivers para braços Universal Robots, KUKA e ABB, planejamento de movimento sem colisões, estimativa de pose de peças em 6-DoF com o NVIDIA FoundationPose, planejamento de pegas, calibração de câmeras e um gêmeo digital simulado no Gazebo. As aplicações são escritas em código como árvores de comportamento de habilidades reutilizáveis, construídas com Bazel e implantadas com um programa de linha de comando, o inctl. Ele funciona junto com o ROS 2 por meio de uma ponte ROS, para que o RViz e outras ferramentas ROS possam observá-lo e comandá-lo. Um segundo repositório aberto, o Open Machine Tending Solution, é uma aplicação de referência completa, um UR5e carregando e descarregando uma máquina CNC, para servir de ponto de partida.

Intrinsic Core é organizado como um conjunto de módulos em um monorepositório Bazel. O runtime empacota tudo como contêineres no k3s, um Kubernetes enxuto, de modo que um único comando sobe no PC local os serviços de que uma aplicação precisa: um mundo de objetos que acompanha onde está cada coisa, os registros de skills e de assets, a ponte com o simulador e o controlador de tempo real. Nada disso exige conta na Intrinsic nem conexão com a nuvem; o produto hospedado Intrinsic Flowstate é uma edição comercial separada, e a documentação deixa claro quais páginas valem só para ela.

O ICON, framework de controle em tempo real da Intrinsic, é a parte que a maioria dos stacks de robótica não tem. Ele executa uma malha de controle determinística que pode trocar de controlador dentro de um único ciclo com base nas leituras dos sensores, que é o que movimentos guiados por força como move_to_contact precisam. Uma camada de abstração de hardware separa o controle do braço: os módulos de hardware abertos cobrem UR3e, UR5e e UR10e via RTDE, cinco braços KUKA do KR 6 ao KR 50 via Robot Sensor Interface e o ABB IRB 1300, além de um stub do Gazebo para simulação. O planejamento de movimento trata movimentos cartesianos e no espaço de juntas em uma única API e combina segmentos com diferentes limites de velocidade e aceleração em uma só trajetória; um repositório aberto separado conecta o MoveIt 2 para planejamento e preensão.

A percepção padroniza as interfaces de câmera e de nuvem de pontos e roda o NVIDIA FoundationPose para estimativa de pose 6-DoF de peças conhecidas em uma GPU local, junto com o SAM 3 para segmentação e o FoundationStereo para profundidade; os pesos dos modelos são baixados separadamente. As aplicações são montadas em Python com a Solution Building Library como árvores de comportamento de skills como move_robot, move_to_contact, estimate_pose e comandos de garra ou de E/S digital, e a mesma solução roda contra o gêmeo digital no Gazebo (--operation_mode=sim) ou contra a célula real.

A Open Machine Tending Solution mostra o ciclo inteiro em um trabalho realista: um UR5e com uma garra Robotiq Hand-E pega peças de um palete, seja por coleta guiada por visão com o FoundationPose, seja por posições fixas em grade, abre a porta da máquina CNC por saídas digitais, carrega a morsa e descarrega as peças prontas. Os tutoriais cobrem a visualização da célula no RViz e no Gazebo, o movimento manual do robô, a troca de braços e garras, a importação de uma peça nova e a escrita de novas skills.

Por que importa

A programação de robôs industriais viveu quase sempre em dois lugares: a linguagem própria do controlador de cada fabricante, ou o ROS, que deixa para cada equipe o controle em tempo real, a localização de peças e a implantação em produção. Intrinsic Core é um stack de produção de uma empresa que o usa em fábricas, lançado por inteiro sob Apache-2.0: um controlador de tempo real que reage à força dentro de um ciclo, drivers para braços comuns da UR, KUKA e ABB, estimativa de pose que dispensa gabaritos de fixação e um fluxo apoiado em simulação do protótipo à célula. Ele dá a integradores, laboratórios e estudantes uma base industrial funcional que podem ler, alterar e rodar nos próprios robôs, sem taxa de licença nem conta na nuvem, e se conecta ao ROS em vez de substituí-lo.

Problema que resolve

Montar uma célula robótica industrial normalmente significa escrever código de integração entre o controlador de um fabricante, um planejador de movimento, um sistema de visão e um simulador, cada um com suas próprias interfaces, e refazer boa parte disso quando o braço ou a garra mudam. Intrinsic Core entrega essas peças já integradas atrás de uma única camada de abstração de hardware e um único modelo de skills, de modo que uma aplicação escrita uma vez roda em simulação e em braços diferentes.

Pontos principais

Lançamento sob Apache-2.0 do núcleo da plataforma de robótica industrial da Intrinsic, anunciado na ROSCon 2026
Roda inteiramente em um PC local com Ubuntu (contêineres k3s); não exige conta na Intrinsic nem conexão com a nuvem
O framework de controle em tempo real ICON troca de controlador dentro de um ciclo com base no retorno dos sensores, para movimentos guiados por força
Drivers abertos para UR3e/UR5e/UR10e, cinco braços KUKA KR e o ABB IRB 1300, além de um gêmeo digital no Gazebo
Estimativa de pose 6-DoF de peças integrada com NVIDIA FoundationPose, planejamento de preensão e calibração de câmeras
As aplicações são árvores de comportamento de skills em Python; uma solução de referência completa de carregamento de máquina CNC também é aberta
Funciona com o ROS 2 por meio de uma ponte (RViz, ferramentas do ROS) e oferece integração com o MoveIt 2

Para quem é

Integradores que montam células de carregamento de máquinas, montagem ou bin picking com braços da UR, KUKA ou ABB
Engenheiros de robótica que precisam de controle determinístico e reativo à força que o ROS sozinho não oferece
Laboratórios de pesquisa e universidades que querem uma base de nível industrial para rodar e modificar nos próprios braços
Desenvolvedores ROS que buscam estimativa de pose e planejamento prontos para manipulação industrial

Limitações

Instalação pesada: Ubuntu 24.04 ou 26.04 (o guia de primeiros passos pede 26.04), um PC x86 com 32 GB de RAM ou mais e uma primeira compilação da solução de referência que leva cerca de 50 minutos
O controle em tempo real do hardware exige CPU Intel; ARM não é suportado, e a percepção precisa de uma GPU NVIDIA da classe RTX
O suporte a hardware ainda é uma lista curta: três braços UR e-Series, cinco braços KUKA KR, o ABB IRB 1300 e, na solução de referência, a garra Robotiq Hand-E; outros braços precisam de um novo módulo de hardware
Sem editor gráfico: as soluções são escritas em código e compiladas com Bazel; a interface web Flowstate pertence à edição comercial da Intrinsic
Os pesos de estimativa de pose vêm da NVIDIA sob a NVIDIA Open Model License e o SAM 3 sob a licença da Meta, não sob Apache-2.0
Lançado em setembro de 2026 com versões datadas a cada poucas semanas, então as interfaces ainda podem mudar