Workflow
轮腿式机器人
icon
搜索文档
《机器人技术与应用》2025年第4期(总第226期)
机器人圈· 2025-11-18 18:35
AI大模型在高端装备制造业的应用 - DeepSeek大模型在制造企业办公、科研、生产等环节具有典型应用方向,AI大模型赋能高端装备制造业的主要路径包括“AI+机器人”等应用场景[5] 高铁桥梁检测机器人技术 - 对大跨度高铁桥梁检测机器人虚拟样机进行动力学仿真分析,获得液压缸和回转机构的输出力和输出力矩[5] - 仿真结果表明机器人工作过程中不会发生倾覆危险,机车运动时加速度越平滑,机械臂末端振动越小但控制复杂度增加[5] 清扫机器人控制技术 - 基于改进神经网络模糊补偿的防偏摆力矩控制方法使偏摆力矩控制误差减小75N·m[8] - 该方法使清扫机器人作业平衡系数明显提升,相同清扫场景下机器人清扫覆盖率接近于1[8] 轮腿式机器人设计创新 - 采用二自由度五杆机构作为传动系统核心,提升传动效率并通过拓扑优化减轻电机负载[10] - 运动仿真表明机器人在运动过程中展现良好稳定性,静应力分析确认大腿和小腿结构强度满足设计要求[10] 工业机器人精准控制技术 - 铝锭样品转运机器人采用YOLOv11算法获得样品偏移量,基于IPOPT算法求解机械臂运动非线性问题[12] - IMC-LQG控制方法使机械臂作业精度达到99%以上[12] 人机交互与协同控制 - 利用低成本可穿戴外骨骼设备捕捉操作人员上肢运动数据,获取自然直观的示教轨迹[14] - 通过工作空间对齐将人体运动轨迹转换为机器人可执行操作轨迹,提高双臂机器人自主操作能力[14] 医疗机器人技术进展 - 超声图像引导前列腺粒子植入机器人采用平行四边形结构机械臂确保末端执行器水平姿态[15] - 集成视觉模块实时采集穿刺针视角视频流,实验表明机器人能成功将放射性颗粒植入目标区域[16] 机器人核心零部件优化 - 对机器人关节模组摆线减速器进行静力学分析与疲劳分析,为摆线减速器和RV减速器设计提供参考[17] - 针对关键部件摆线轮进行模态分析,提升传动机构寿命与安全性[17] 仿生机器人创新设计 - 基于蜗牛仿生学原理的软体房檐清雪机器人采用多腔气动软体驱动器实现柔性蠕动运动[18] - 在70kPa气压下驱动器弯曲角度与理论模型偏差小于7°,50N载荷下最大弯曲应力仅为31.25MPa[18] 工业输送系统优化 - 针对弯头处物料堵塞问题,提出基于脉冲阀喷吹的防堵结构,通过气固两相流仿真验证防堵效果[19] - 脉冲阀周期性喷吹可显著降低弯头处颗粒体积分数,有效抑制堵塞形成[19]
Marko Bjelonic:重塑都市自动化新蓝图 | 红杉Family
红杉汇· 2025-04-13 13:33
公司创立与技术起源 - 公司由Marko Bjelonic与其他三位联合创始人在苏黎世联邦理工学院攻读博士学位期间的研究启发而创立,旨在解决训练通用物理AI与人类协同工作时真实世界数据缺乏的关键挑战[3] - 创始团队利用人工神经网络显著提升了足式机器人的智能水平,使实际应用成为可能[3] - 公司将“最后一英里”配送视为理想的训练场景,仅在美国就有数百万次潜在的配送任务,这为足式机器人提供了天然的数据训练场,用于训练通用物理AI模型[3] 公司核心业务与解决方案 - 公司不仅解决“最后一英里”配送问题,还专注于“最后100码”的配送,目标是确保包裹直接送到客户家门口[6] - 解决方案结合了轮子和腿部的优势:利用轮子在长距离运输中的速度和效率,同时依靠腿部灵活应对台阶和楼梯等障碍物,并集成了机械臂用于开门,实现完全自主的端到端配送[6] - 通过直接触达客户,解锁了无人值守配送的潜力,这是大多数包裹、食品和杂货配送的主要形式[6] - 系统可与传统车辆、自动驾驶车辆无缝集成,以最大限度地提高效率[6] 公司发展历程与关键转折 - 2024年底,公司完成了由红杉和杰夫·贝索斯共同领投的2200万美元种子轮融资[8] - 在深入研究市场后,公司慎重决定专注于“最后一英里”配送领域,这种专注为团队注入了强劲动力,明确了目标并加速了问题解决[8] - 清晰的战略方向也强化了招聘流程,使新成员能高效贡献力量[8] 公司竞争优势与市场定位 - 公司的独特之处在于其收集的数据,这为其构建了其他人难以逾越的竞争壁垒[12] - 目标是成为城市机器人领域的领先公司,并通过多种形态的机器人塑造市场,目前从轮腿式机器人开始,未来将视需要整合人形机器人[12] - 期待未来在城市环境中需要机器人执行任务时,尤其是在家庭之外的场景,公司的产品会成为第一选择[12] 创始人对创业与市场的洞察 - 企业突破不能只靠技术,关键在于对市场的深刻理解以及对时机的把握[5] - 真正的瓶颈在于数据,因此公司调整方法,专注于一个能够生成大量高价值真实世界数据的垂直应用场景(即“最后一英里”配送)来推动通用物理AI发展[5] - 选择应用场景的关键在于选择一个足够大的市场,并提供清晰的价值主张[5] - 成功在于选择在合适的时机解决合适的问题[5] - 创业最重要的因素是时机,需要驾驭不确定性并在合适的时机做出大胆但有依据的决策[9] 合作与资源 - 公司与红杉中国合作,红杉中国是全球最知名的投资者之一,其声望和资源显著提升了公司在亚洲地区的供应链速度和成本效益[11] - 红杉中国不仅提供财务支持,更在公司建设和规模化发展的各个方面提供全方位支持[11] 技术愿景与行业展望 - 公司利用通用物理AI技术,旨在为城市自动化提供全新的解决方案[1] - 通过“最后一英里”配送场景获取的数据,使机器人能够在人行道上导航、与人类互动并操作真实世界中的物体(如大门和包裹),从而为更广泛的都市自动化解决方案铺平道路[3][4]