1
Percezione
Trasforma grezzo sensoriale in stato ambientale utile. Non è "punti LiDAR" — è "c'è un ostacolo a 2m a ore 10, pompa P1 vista a 30°C, porta aperta".
Stack: Point-LIO, AI Detection, ROS2 perception stack
3
Livello 3 · Skill design · Advanced
Progettare skills autonome
La parte che distingue un developer da un system integrator. Come si progetta un comportamento autonomo che funziona in produzione: architettura percezione → decisione → azione, Nav2, safety envelope, monitoring. Case study reale: skill Ispezione Bubbles.
~20 ore
SDK2 · ROS2 · Nav2
Prerequisito: Livello 2
Modulo 1 · 40 min
Cos'è uno skill e perché non è solo uno script
Uno skill è un comportamento autonomo verticale: ha un obiettivo preciso (fare una ronda, ispezionare una pompa, consegnare un pacco), gira senza supervisione umana continua, gestisce le sue failure mode, e comunica i risultati a chi di competenza.
Uno script Python che fa camminare il robot da A a B non è uno skill. Diventa uno skill quando aggiungi: percezione ambientale, logica decisionale, recupero da errori, reporting strutturato, versioning, monitoring.
Il test dello skill vero
Se puoi lanciarlo alle 22:00, tornare alle 6:00 e trovare un report affidabile sul tuo desk senza che ti sia arrivata una chiamata stanotte — è uno skill. Altrimenti è uno script.
Script vs Skill
Aspetto
Script
Skill
Supervisione
Umano presente
Autonomo
Errori
Crash + stop
Recovery strategy
Output
Log su stdout
Report strutturato
Safety
Assente
E-stop + envelope
Deploy
Manuale
Versioned + OTA
Modulo 2 · 90 min
Architettura a tre strati
Quasi ogni skill che funziona in produzione si struttura su tre strati: percezione (capire l'ambiente), decisione (cosa fare adesso), azione (muovere il robot). Un quarto strato, safety, è trasversale e può bloccare qualsiasi azione.
2
Decisione
Data lo stato + l'obiettivo skill, cosa facciamo adesso? State machine per skill classici, LLM/policy RL per skill complessi, behavior tree per casi gerarchici.
Stack: SMACH, BehaviorTree.CPP, LLM planner
3
Azione
Esegue il comando: navigazione verso waypoint, attivazione payload (termica, microfono), trigger di reporting. Usa SDK2 high-level per skill tipici.
Stack: SDK2 SportClient, Nav2, payload drivers
Modulo 4 · 90 min · Critico
Safety envelope: cosa deve mai succedere
Un robot autonomo è responsabilità di chi lo deploya. Un envelope di sicurezza è l'insieme di vincoli che deve valere in ogni momento. Se vengono violati, lo skill si ferma — anche se sta eseguendo una missione.
Vincoli spaziali
- • Geofencing hard (il robot non attraversa mai la linea gialla del magazzino)
- • No-go zones dinamiche (zone con personale presente, rilevate via RGB)
- • Distanza minima da umani (1.5m di default, configurabile)
- • Fine missione se esce da area coperta da rete (no comando di stop remoto)
Vincoli temporali
- • Timeout totale missione (se skill dura > 60 min → interrupt)
- • Watchdog percezione (se no dati LiDAR per > 2s → stop)
- • Dead-man check ogni 30s (skill "pinga" un sistema esterno)
- • Auto-return a base se batteria < 20%
Vincoli fisici
- • Temperatura motori < soglia (es. 70°C per Go2)
- • Inclinazione corpo < 30° (segnale di caduta imminente)
- • Velocità lineare < 1 m/s in zone indoor
- • Current draw motori < 90% nominal (sovraccarico)
Canali di escape
- • E-stop fisico (pulsante hardware su robot / remote)
- • E-stop software (MQTT topic sempre ascoltato)
- • E-stop da dashboard cloud (per operatori remoti)
- • Failsafe: su perdita totale network → lie down sicuro
Regola d'oro. Il safety layer è indipendente dalla decisione layer: scritto separatamente, testato separatamente, esegue anche se il decision layer crasha. Se non è così, non hai un safety layer — hai una checkbox.
Case study · reale
Come costruiamo una skill Bubbles AI
Bubbles AI Skills mostra come trasformiamo una richiesta operativa in una sequenza robotica verificabile: ronde, checkpoint, rilevamento visivo, termografia e reporting. La pagina pubblica e una vetrina prodotto, non un simulatore self-service.
Architettura della skill
P
Percezione
LiDAR L2 → Point-LIO per localization. Termocamera FLIR Boson → stream termografico. RGB 4K → AI Detection per lettura strumenti.
D
Decisione
Behavior tree: per ogni waypoint pompa → ferma → acquisisci termica → controllo soglia → se anomalia trigger alert → prossimo waypoint. Timeout e retry logic.
A
Azione
Nav2 verso waypoint (SDK2 SportClient come cmd_vel output). Attivazione payload via GPIO. Invio eventi via MQTT a gateway edge → SCADA.
S
Safety envelope
Geofence pre-programmato su mappa Point-LIO. Dead-man ping a gateway ogni 20s. Auto-return base a batteria < 20%. E-stop MQTT topic sempre ascoltato.
Bubbles AI
Da richiesta testuale a skill robotica
8-12
Waypoint per ronda tipica
~45 min
Durata ronda Go2
10 Hz
Rate decision loop
0
Incidenti in 6 mesi produzione
Modulo 6 · 90 min
Deployment: dal laptop al robot in produzione
Avere codice che funziona sul tuo laptop non significa averlo in produzione. Serve packaging ripetibile, versioning, rollback, monitoring. I template Bubbles organizzano tutto questo.
Packaging con Docker
Il tuo skill come container Docker: ROS2 + deps + codice. Deploy standardizzato su NVIDIA Jetson (edge) o sul CPU onboard del Go2.
- • Base image:
ros:humble-ros-base - • Layer skill + config
- • Tag per versione (semver)
- • Push su registry privato
OTA update del skill
Gateway edge pull-a nuove versioni dal registry. Rollback automatico se lo skill fallisce 3 volte di fila. Canary su 1 robot prima del fleet.
- • Watch registry ogni 5 min
- • Health check post-update
- • Rollback a ultima versione stabile
- • Log centralizzato per audit
Monitoring in produzione
Lo skill espone metriche via Prometheus/OpenTelemetry. Dashboard Grafana per flotta. Alerting su deviazioni (durata missione, tasso anomalie, errori).
- • Metriche per missione (durata, waypoint completati)
- • Heartbeat robot (online / offline)
- • Error rate per tipo
- • Integrazione PagerDuty / Teams
Starter kit per skill robotiche
Forniamo una base tecnica già organizzata per accelerare prototipazione, validazione e messa in produzione.
- • Docker + ROS2 + Unitree SDK2
- • BehaviorTree skeleton
- • Nav2 params + BT custom
- • CI/CD con GitHub Actions
In arrivo: contatta il team per early access.
Hai finito il percorso
Pronto a mettere in produzione?
Progettare skills per la produzione richiede esperienza che si costruisce su decine di deploy. Se vuoi saltare i primi 20 errori, chiamaci: costruiamo skills Unitree su commessa ogni giorno.