Workflow
机器人圈
icon
搜索文档
中科院团队解锁水下机器人“环境感知新维度”,FlowSight让水下勘探告别 “盲人摸象”
机器人圈· 2025-05-21 17:40
FlowSight仿生侧线传感器技术 - 核心技术灵感来源于鱼类侧线系统 通过柔性硅胶触须感知水流形变 内置高清摄像头捕捉图像序列 结合深度学习模型解析水流矢量信息[1][3] - 测量精度表现突出 水流速度相对误差3.05% 方向测量误差仅0.98% 实现单点无辅助设备的高效感知[3] - 传感器已集成至仿生水下机器人RoboDact 实现闭环运动控制 支持逆流巡游和动态调姿等复杂动作[4][5] 机器人行业动态 - 2024年机器人上市公司年报显示75家企业披露业绩 行业竞争格局出现显著分化[8] - 人形机器人领域呈现爆发态势 价格战加剧 同时面临技术突破与产业化落地的双重挑战[8] - 国际前沿技术持续涌现 包括螳螂虾仿真机器人 可扩展压电机器人 以及3D打印软体机器人手等创新成果[8] 学术研究进展 - 研究成果发表于IEEE Transactions on Robotics期刊 获得国家科技重大专项及自然科学基金支持[1][6] - 学术界聚焦具身智能发展 孙立宁院士提出微纳感知技术赋能 熊蓉教授探讨人形机器人智能演进路径[8] - 仿生机器人技术持续突破 除水下机器人外 还有模拟松鼠跨越地形的创新设计案例[8]
冷晓琨独家解读:人形机器人 “上岗” 成必然?工业场景正在重塑具身智能进化逻辑
机器人圈· 2025-05-21 17:40
5月19日至20日,由深圳证券交易所主办的2025全球投资者大会在深圳举行,大会主题为"新质生产力:投资中 国新机遇——开放创新的深圳市场"。 对于人形机器人未来是否还会产生更多场景的想象空间,冷晓琨表示这需要从智能性的发展程度来观察,例如轻 智能的时候开始,人形机器人进高校、进展厅,智能性再高一些的时候进工厂,"基本上目前还没有自动化设备的 领域,理论上来讲未来都可以用人形机器人,但只能是按照现有大脑的智能性发展阶段,不断地去拓展应用场 景。" 对于今年出现的人形机器人展示"功夫"、丢手绢、跑马拉松等动作展示,冷晓琨表示具身智能出现产业化的前 提,一定是大脑、小脑和本体三方的融合。"今年有很多漂亮的视频,从重点来讲,人形机器人已经把小脑和本体 突破了,大脑这部分还处于磨合的过程。如果把现在小脑的灵活性加上大脑的智能性,基本上就是我们理想的产 品,但这处于发展当中。" 近段时间人形机器人持续引发关注。如宇树科技机器人展示功夫、天工机器人马拉松夺冠……这些新事件、新进 展都昭示着人形机器人的快速发展。 本次大会上,乐聚机器人董事长冷晓琨参与了圆桌论坛。他表示,乐聚今年的交付情况,按照一季度大概在300多 台,基 ...
万亿蓝海待启!外骨骼机器人加速 “跑” 进千家万户
机器人圈· 2025-05-21 17:40
外骨骼机器人市场现状 - 今年"五一"假日期间外骨骼机器人在黄山、泰山、华山等景区大受欢迎,被称为"懒人爬山神器",概念股在资本市场受追捧[1] - 外骨骼机器人产业正处于商业化临界点,需在人机协同技术、轻量化材料、续航能力和成本控制等方面实现突破[1] - 深圳市肯綮科技2021年首款产品"C1 Pro"重20公斤遭冷遇,新一代产品"π"重量降至1.8公斤,今年"五一"在泰山投放500台满负荷运营,运营点扩展至全国10多家景区[2] - 杭州智元研究院推出"踏山"采用多模态数据融合技术和生长型运动控制算法,长沙优龙机器人"游龙"在岳麓山、衡山完成试验[2] 应用场景与市场规模 - 外骨骼机器人已渗透工业、军事、应急救援及养老领域:工业领域提升装配效率,军事增强单兵作战能力,消防救援携带重型装备,养老辅助失能老人行走[3] - 机构预测2025-2028年全球外骨骼机器人市场年均复合增长率47.7%,2028年规模达58亿美元[3] - 中国市场规模预计2025年达42亿元,2023-2028年年均复合增长率约50%[3] 技术瓶颈与解决方案 - 高性能芯片是关键,国民技术推出N32H7系列双核架构芯片提升计算能力,支持端侧轻量级机器学习算法[4] - 轻量化材料是市场接受关键,浙江精工集成科技研发碳纤维材料用于髋关节外骨骼助力机器人[4] - 电池续航需从几小时提升至1天甚至数天,格林美研发高比能、高倍率高镍三元正极材料[5] - 消费级产品生产成本仍高,需AI、芯片、新材料、电池技术全方位突破才能规模化降低成本[5] 政策与资本支持 - 2023年工信部《"机器人+"应用行动实施方案》推动外骨骼机器人在养老服务场景应用验证[6] - 2023年《人形机器人创新发展指导意见》提出突破轻量化骨骼、高强度本体结构等技术[6] - 2024年上海、四川等地出台政策支持外骨骼机器人发展[6] - 资本市场热度高涨:上海傲鲨智能累计完成5轮融资,优龙机器人获长沙国资数千万元战略融资[7] - 探路者与北京新兴东方航空、清华大学天津电子信息研究院开展产学研合作开发外骨骼产品[7] 行业展望 - 在政策、资本、企业合力推进下,外骨骼机器人正向消费端逐步渗透[8] - 未来外骨骼机器人将成为科技普惠人类的核心载体之一[8]
吉林大学钱志辉教授:《源自人体的启示:仿生拉压体机器人原理与技术》
机器人圈· 2025-05-21 17:40
论坛概况 - 2025仿生机器人与智能控制论坛在杭州举行,聚焦仿生机器人和智能控制两大领域,吸引近400人参会,1万余人次线上观看 [2] - 吉林大学钱志辉教授作《源自人体的启示:仿生拉压体机器人原理与技术》主题报告 [2] 人形机器人现状 - 人形机器人因"人机共融"需求受关注,但技术处于"展示优先"阶段,存在人机接触安全性差、手臂操控弱、运动能耗高等问题 [4] - 人形机器人行走能耗COT值显著高于人类:波士顿动力Atlas为5,本田Asimo为1.6,人类仅0.05 [5] 机器人技术瓶颈分析 - 材料组成:机器人部件多为刚性材料,而人体骨骼仅占体重11%,其余为柔性材料 [6] - 关节结构:机器人关节需承受多类型载荷,生物关节主要承受简单拉压载荷 [6] - 动力系统:机器人驱动传动分离效率低,生物骨骼肌为驱动传动一体化柔性系统 [6] 仿生拉压体技术突破 - 提出仿生拉压体(Layagrity)原理,结合受压硬质构件和受拉柔质构件 [7] - 仿生拉压体机器人实现2.0-4.5 km/h稳定行走,COT值0.069-0.107,仅为传统机器人1.38-2.14倍 [11] - 膝关节设计实现自稳定,足踝系统实现变轴踝关节和变刚度足弓 [10] 灵巧手技术进展 - 仿生手研发占整机工作量50%以上,面临刚性手与软体手的技术矛盾 [11] - 采用三维动态X光成像系统捕获人手生物力学特征,精度达0.1mm平移和0.3°旋转 [14] - 仿生灵巧手成功复现人手关键运动特征,解决多自由度协同等技术瓶颈 [14] 机械臂创新 - 传统机械臂在非结构化环境表现不佳,运动灵巧性、环境柔顺性和驱动能效比存在缺陷 [15] - 研发磁吸电驱系统,实现类肌肉的力-速度-位置三参数解耦控制 [16] - 仿生机械臂自重6公斤可承载4公斤,支持乒乓球对打等高实时性任务 [19] 智能控制系统 - 集成视觉-触觉-本体感觉多模态大模型,构建具备场景认知能力的"数字小脑" [19] - 采用多模态增强训练(MAT)学习范式,模拟人类大脑决策-小脑执行机制 [19]
端侧大模型加速破圈!面壁智能获新一轮数亿元融资
机器人圈· 2025-05-21 17:40
面壁智能融资动态 - 公司近期完成新一轮数亿元融资 由洪泰基金、国中资本、清控金信和茅台基金联合投资 资金将用于构筑高效大模型技术壁垒和加速行业生态拓展 [1] - 2024年累计完成三笔数亿元级融资 4月由春华创投领投 12月由龙芯创投、鼎晖百孚等联合领投 北京市人工智能产业投资基金持续跟投 [1] 端侧大模型技术突破 - 公司定位高效低耗大模型研发 2025年1月发布全球首个端侧全模态模型MiniCPM-o 2.6 具备实时多模态交互能力 技术指标达国际领先水平 [2] - MiniCPM系列实现端侧ChatGPT/GPT-4V/GPT-4o功能 获2024年Hugging Face最多下载中国大模型称号 全平台累计下载量突破1000万次 [2] 机器人行业动态 - 2024年机器人上市公司年报显示行业分化加剧 部分企业业绩承压 但AI技术融合带来新机遇 [5] - 人形机器人领域呈现爆发态势 量产推进引发价格战 越疆科技港股上市后市值增长三倍 [5] - 学术研究取得多项进展 包括微纳感知赋能具身智能、仿生机器人地形适应技术等 [5][6] 人工智能前沿研究 - 院士专家提出行为智能与产品智能双驱动模型 强调机构智能技术对变形机器人落地的关键作用 [6] - 机器人创新设计聚焦六大关键技术 智能制造协同成为产业新动能 [6]
“具身智能”到底是啥?
机器人圈· 2025-05-20 18:22
具身智能概念解析 - 具身智能是人工智能领域前沿热点,首次被写入政府工作报告,强调智能与物理实体的结合[1] - 具身智能的对立面是离身智能(如ChatGPT/AlphaGo),区别在于能否通过物理身体与环境交互[1] - 具身智能需硬件载体,形态包括机械臂/机器狗/无人机/人形机器人等,其中人形机器人被视为最高形态[2] 技术特征与应用场景 - 工业领域:具身智能机械臂可自主识别零件位置/调整抓取力度,完成非标准化检修/柔性生产任务[3] - 极端环境:机器狗搜救/无人机火场定位/核污染探测机器人可替代人类执行高危任务[3] - 技术挑战:硬件成本高/电池续航短/复杂环境决策能力不足/人机协作安全性需毫米级精度保障[3] 行业动态与学术进展 - 75家机器人上市公司发布2024年报,行业竞争格局显现[6] - 学术研究聚焦微纳感知技术(孙立宁院士)与人形机器人具身智能发展(浙江大学熊蓉教授)[6] - 企业案例:越疆科技港股市值翻三倍,人形机器人领域价格战加剧[6] 技术突破与跨界融合 - 仿生机器人借鉴松鼠跨越地形能力,西木科技探索人形机器人新研究角度[6] - 机器人配送商业化落地:Uber Eats在日本推出机器人送货服务[6] - 国际前沿包括螳螂虾仿真机器人/3D打印软体手/cm级折纸机器人等创新形态[6] 产业趋势与政策导向 - 董凯处长研判机器人具身智能发展趋势,潘云鹤院士强调行为智能与产品智能结合[6] - 五眼联盟推进AI合作法案,3D打印固体火箭发动机等跨界技术涌现[6] - 行业面临洗牌:2023年55家上市公司业绩分化,2024上半年普遍承压但AI融合带来新机遇[6]
海尔入主后新时达动作频频:高管减持与机构扎堆调研背后的多空博弈
机器人圈· 2025-05-20 18:22
海尔卡奥斯战略入股新时达 - 海尔卡奥斯以19.61元/股(溢价93%)收购新时达10%股权,转让价款13亿元,并通过表决权委托获得19.24%表决权18个月,合计控制29.24%表决权 [4] - 海尔卡奥斯以7.99元/股包揽定增1.53亿股(占总股本16.83%),耗资12.19亿元,最终持股比例达26.83%,总控制权超40%,海尔集团成为新时达实际控制人 [4] - 市场解读为海尔在智能制造领域的战略补位,新时达的运动控制、工业机器人技术与海尔卡奥斯工业互联网平台及家电制造场景存在协同空间 [4] 新时达财务与市场表现 - 2022-2024年累计亏损超15亿元,2025年一季度营收同比增长14.54%至7.86亿元,但归母净利润仍亏损813万元,毛利率同比下滑1.1个百分点至16.96% [7] - 市场对海尔入主后的协同效应预期升温,股价在3个月内最高涨幅达90% [7] - 高管减持引发短期信心波动,董事王春祥和副总经理蔡亮计划减持不超过200万股(占总股本0.3%),公司回应为个人资金需求 [10] 机构调研与市场关注点 - 5月7日接受11家机构调研,5月13日接待82家机构调研,包括Qatar Investment Authority、Schroders Investment Management等 [8] - 市场关注点集中于海尔协同效应、人形机器人布局和存货管理 [8] - 新时达透露与海尔集团的交易尚未正式交割,交割后将加大协同力度 [8] - 公司明确2025年底前推出具身智能/人形机器人,正与多家企业洽谈"小脑"与驱动层技术合作 [8] 行业动态与趋势 - 机器人行业上市公司2024年报出炉,75家公司表现各异 [17] - 人形机器人量产爆发,价格战火爆来袭,科技革命下的产业重构与社会想象 [17] - 院士报告和行业专家探讨人工智能的行为智能、产品智能及机器人创新设计的六大关键技术 [17]
全球各国大田农业机器人发展现状
机器人圈· 2025-05-20 18:22
大田农业机器人概述 - 大田农业机器人指在大田环境下执行作物表型分析、农情巡检、墒情检测、杂草去除、土地平整及特种作物收获等任务的自主装备,关键技术包括精准导航、机器视觉、智慧决策、自主行走和智能作业控制 [1] 信息获取类机器人 - 主要功能为采集作物发育表型、长势、病虫草害及土壤理化性质数据,用于品种选育和田间管理决策,技术难点在于高性价比传感器研发和田间巡检平台稳定行走设计 [2] - 荷兰Phenospex、德国LemnaTec和法国RoboPec开发的龙门式/悬臂式植物表型机器人可实现昼夜扫描,每日分析面积达10000平方米,精准测量植物高度、叶面积等参数 [2] - 上海交通大学研发的全地形适应性巡检机器人采用8轮错位构型与柔性驱控算法,保障激光传感器和鱼眼相机图像稳定性 [2] - 加拿大萨斯喀彻温大学的高通量油菜表型监测平台集成GIS标注功能,美国卡耐基梅隆大学的机器人通过激光扫描实现玉米茎强度等数据测量 [2] - 美国伊利诺伊大学开发的TerraSentia机器人利用深度学习算法监测作物生长活力、识别病害并预估产量 [3] 田间耕种类机器人 - 通过自主导航与伺服控制技术实现土地耕整、播种和移栽,技术难点包括高程图实时绘制、精量播种及移栽中的识苗补苗问题 [7] - 联适导航的自主平地机器人基于北斗卫星实时绘制高程图,通过动态调整平地铲高度实现精准平整 [7] - 德国乌尔姆应用科学大学的OptiVisor云控系统可协调多机器人机群的播种密度、路径规划及避碰 [8] - 魏新华团队设计的穴盘苗移栽系统实现96.9%的钵苗移栽成功率 [8] 田间管理类机器人 - 通过视觉识别与定位技术完成除草、喷药和追肥,技术难点为作物杂草实时识别与精准对靶作业 [9] - 澳大利亚昆士兰科技大学的AgBot II机器人团队协作除草,识别成功率超90% [10] - 美国BlueRiver的See&Spray机器人通过高分辨率摄像机实现单株杂草个性化喷施,瑞士EcoRobotix的太阳能除草机器人减少农药用量20倍 [12] - 美国Carbon Robotics的激光除草机器人可同时瞄准8处目标,精度达3 mm [12] 田间收获类机器人 - 通过机器视觉实现差异化精准收获,技术难点为高效低损末端执行器设计 [21] - 翟长远团队研发的甘蓝收获机器人结合北斗定位与机器视觉,完成对行采收并协同运输 [21] - 美国CROO Robotics的草莓收获机器人采用柔性分离末端执行器,实现快速采收与集箱 [21] - 荷兰Cerescon的白芦笋收获机器人采收效率达0.3 hm²/h,AvL Motion的多末端执行器平均每株收获时间1.3秒 [23]
卡内基梅隆大学科研团队研发出全球最小的电动自主双足机器人“Zippy”
机器人圈· 2025-05-20 18:22
微型双足机器人技术突破 - 美国卡内基梅隆大学研发出全球最小电动自主微型双足机器人"Zippy",身高不足4厘米,具备每秒10步的行走、转弯、跳跃及攀爬能力 [1] - 双足设计赋予机器人适应崎岖地形和更高机动性的优势,通过简化行走机制实现实用化突破 [1] - "Zippy"采用前腿抬起时重心前移配合圆弧形前足的机械结构,步频达31公里/小时人类奔跑水平,创自主双足机器人步频纪录 [1] - 该技术可应用于灾后搜救、工业检测及地质勘探领域,未来计划加装视觉传感器实现定位导航与群体协作 [1] 机器人行业动态 - 2024年机器人行业上市公司年报显示75家企业业绩表现分化,行业洗牌加剧 [3] - 人形机器人领域出现量产爆发与价格战现象,同时面临技术突破与产业重构 [3] - 越疆科技在港股市场表现突出,市值实现三倍增长 [3] - 2024上半年机器人概念上市公司普遍业绩承压,但机器人与AI技术融合带来新机遇 [3] 前沿技术研究方向 - 微纳感知技术正赋能具身智能机器人创新发展 [3] - 人形机器人领域面临具身智能发展的技术挑战,需突破运动控制与环境适应能力 [3] - 仿生机器人技术取得新进展,通过模仿松鼠跨越复杂地形的智慧提升运动性能 [3] - 折纸制造技术实现厘米级四足机器人研发,昆虫级变形机器人技术取得突破 [3] 人工智能与机器人融合 - 人工智能行为智能与产品智能成为重点研究方向 [4] - 机构智能技术推动"变形金刚"式可变形态机器人从概念走向现实 [4] - 机器人协同智能制造需要新动能驱动,涉及六大关键技术突破 [4] - 未来人工智能发展将采用双驱动模型,结合算法创新与硬件升级 [4]
聚焦人工智能,政治局会议上郑南宁院士报告全文
机器人圈· 2025-05-19 18:53
人工智能发展阶段 - 专家学习系统阶段:将领域知识和规则交给机器去搜索 [9] - 特征工程阶段:将事先定义的特征和答案交给机器去学习 [10] - 深度神经网络阶段:机器自动学习特征,在语音和图像识别方面超过人类 [11] - 通用人工智能阶段:机器像人类一样感知和理解世界,具有自我意识和适应能力 [11] 机器行为研究 - 机器行为模仿与解释:解释行为比产生行为更困难,需要认知过程的理解 [6] - 机器行为面临的挑战:包括条件问题和分枝问题,无法枚举所有先决条件和隐性结果 [13] - 机器行为的研究范围:包括行为生成、可解释性、行为功能和进化 [25][28] 具身智能 - 具身智能定义:机器自主感知环境、学习和理解行动的能力,强调身体结构与智能的相关性 [39][43] - 非具身学习与具身学习的区别:非具身学习独立于硬件,具身学习通过虚拟环境训练和强化学习完成进化 [43] - 具身智能行为生成:包括人机交互和系统与环境交互两部分 [45][47] 自动驾驶 - 自动驾驶面临的挑战:周密感知、预行为理解、意外遭遇应对和网络安全 [58][59][60][61] - 自动驾驶行为生成:结合经验与常识、场景理解、交通态势评估和运动规划 [64][65] - 自动驾驶认知地图:包括车辆、交通标识、障碍物等属性,以及预注意机制和驾驶意图 [84] 人机协同 - 人类塑造机器行为:通过主动输入或被动行为观察训练机器行为 [37] - 机器塑造人类行为:智能机器改变人类行为方式和社会结构 [36] - 人机混合协同行为:包括合作、竞争和协调等交互属性 [38] 仿真测试 - 自动驾驶仿真测试需求:需要行驶4.4亿公里才能证明安全性,实际测试耗时8.37年 [86] - 仿真测试框架:生成多样性交通场景,评价安全性、舒适性和协调性 [89] - 异常交通场景处理:利用图形学和计算机视觉生成测试数据 [89] 认知与学习 - 人类驾驶员认知机制:选择性注意、记忆和学习过程,对交通场景进行模式匹配 [75][76] - 自动驾驶认知表征:包括空间定位层、行为模型层、知识策略层和任务驱动层 [83] - 机器行为发展途径:人类算法赋予、交互训练和机器自主经验获得 [32]