NVIDIA ha presentato Halos for Robotics, una piattaforma di sicurezza funzionale destinata a robot umanoidi, robot mobili e sistemi industriali che devono operare in ambienti condivisi con persone. Il progetto trasferisce nel settore della robotica parte dell’architettura di sicurezza sviluppata dall’azienda per la guida autonoma, integrando calcolo edge, sistema operativo, middleware, sensori, applicazioni di controllo e procedure di ispezione in un unico stack.
Halos non è un singolo componente hardware né un software di rilevamento ostacoli. NVIDIA lo descrive come un sistema full-stack che deve accompagnare il robot dalla fase di prototipo fino alla distribuzione industriale. La piattaforma combina infrastruttura di calcolo, funzioni di sicurezza del sistema operativo, gestione affidabile dei dati provenienti dai sensori, logiche di controllo e strumenti per dimostrare la conformità dei componenti prima della certificazione finale del sistema.
Alla base della soluzione c’è NVIDIA IGX Thor, il system-on-module progettato per applicazioni edge con requisiti di sicurezza. Il modulo utilizza il system-on-chip NVIDIA Thor e include una Functional Safety Island, cioè una sezione dedicata alle funzioni safety-critical. Questa separazione consente di isolare i processi che devono mantenere comportamenti prevedibili e verificabili anche quando il resto del sistema esegue carichi AI più complessi, come percezione visiva, pianificazione del movimento o uso di modelli multimodali.
Sopra l’hardware opera Halos OS Foundation. Il livello comprende Halos Core, un sistema operativo di sicurezza che combina Linux e QNX su IGX Thor, il Safety Extensions Package e Holoscan Sensor Bridge. Il ruolo di questo strato è gestire flussi sensoriali e controllo in tempo reale in modo compatibile con i vincoli richiesti dalle applicazioni robotiche. In un robot industriale o umanoide non basta infatti riconoscere una persona o un ostacolo: il dato deve arrivare con latenza controllata, essere associato a una risposta di sicurezza e tradursi in una decisione verificabile sul comportamento della macchina.
Uno degli elementi più rilevanti è Halos Outside-In Safety Blueprint, un’architettura open source che estende la percezione del robot oltre i sensori installati sul corpo della macchina. Il sistema usa telecamere esterne per monitorare aree condivise, punti ciechi, corsie, zone di carico o spazi nei quali la visuale del robot può essere limitata da scaffalature, mezzi, pallet o persone. Le telecamere possono costruire recinti virtuali, rilevare intrusioni e occlusioni, attivare rallentamenti o altre funzioni di sicurezza quando un operatore entra nella zona di rischio.
Questo approccio differisce dalle protezioni tradizionali basate soltanto su barriere fisiche o arresto immediato. Un robot può lavorare a velocità piena o in modalità ad alta efficienza quando l’area è libera, mentre il sistema deve intervenire non appena una persona entra nella regione monitorata. NVIDIA indica, ad esempio, scenari di carico rimorchi con carrelli autonomi, nei quali le telecamere esterne osservano l’interno del trailer e le zone di attracco, oppure configurazioni con più AMR che attraversano corridoi e incroci insieme agli operatori.
Halos include anche AI Systems Inspection Lab, definito da NVIDIA come il primo programma accreditato ANAB per l’ispezione della sicurezza funzionale AI nei sistemi physical AI. Il laboratorio è pensato per verificare l’integrazione dei componenti Halos prima della certificazione da parte di organismi terzi. L’obiettivo non è sostituire i processi normativi, ma offrire a produttori e integratori un passaggio tecnico preliminare per controllare architettura, componenti di sicurezza e workflow di sviluppo.
Il primo partner per robot umanoidi è Agility Robotics. Il suo robot Digit sarà il primo sistema in produzione a integrare Halos OS e utilizzerà IGX Thor e Halos Core per operare in magazzini reali vicino agli operatori. NVIDIA e Agility Robotics intendono preparare il sistema rispetto a riferimenti come IEC 61508, ISO 13849 e ISO/IEC TR 5469, standard che riguardano rispettivamente sicurezza funzionale, parti dei sistemi di controllo legate alla sicurezza e indicazioni sulla sicurezza AI.
La piattaforma si rivolge in particolare a logistica, magazzini, fabbriche e altri ambienti nei quali robot mobili e umanoidi devono collaborare con persone senza essere confinati in celle isolate. NVIDIA punta a far convergere percezione AI, controllo real-time e certificazione in una struttura comune, perché l’adozione di robot autonomi in contesti produttivi dipende non solo dalla capacità di svolgere un compito, ma dalla possibilità di dimostrare che il sistema riconosca rischi, gestisca situazioni non previste e mantenga un comportamento sicuro nelle condizioni operative reali.