ZenRobotics制造出精通垃圾分类的机器人

ZenRobotics制造出精通垃圾分类的机器人这种机器人的基本构想是,将它们安装在城市垃圾处理厂、工厂或其他地方的垃圾进料传送带上,形成一个个被称为"单元"的装置。当木头、塑料、金属、玻璃或其他材料制成的物体经过时,机器人的人工智能物体识别系统会识别出每种材料。然后,机器人的抓手就会伸进去,抓住物体,并将其放入指定的垃圾箱。在此之前,只有一个物体识别系统可以单独对一条分拣线上的所有物体进行材料识别。但在ZenRobotics4.0中,每个单元都有自己的紧凑型"ZenBrain"人工智能装置。据该公司称,与前几代产品相比,这一变化将精度和效率提高了60%至100%。希望购买设备的客户可以在重型拾取机4.0和快速拾取机4.0这两种机器人中进行选择。重型拾取机能够分拣每件重达40公斤(88磅)的物品,每小时可拾取2300次。这听起来似乎非常快,但快速拾取器的速度比它更快,每分钟可拾取4800次,但它的最大拾取重量仅为1千克(2.2磅)。ZenRobotics建议,在一个垃圾流中,先用重型拣选机分拣所有重型垃圾,将较小的垃圾留给位于下游的快速拣选机。如果时间紧迫,系统可以设置为首先发现和分拣最有价值的材料,以确保它们不会被遗漏。您可以在下面的视频中看到快速拾取器4.0的运行情况:...PC版:https://www.cnbeta.com.tw/articles/soft/1418623.htm手机版:https://m.cnbeta.com.tw/view/1418623.htm

相关推荐

封面图片

特斯拉人形机器人进厂 “打工” 分拣电芯:依靠纯视觉 能自主修正

特斯拉人形机器人进厂“打工”分拣电芯:依靠纯视觉能自主修正据澎湃新闻消息,特斯拉发布了第二代人形机器人Optimus的最新进展。Optimus在特斯拉工厂中进行分拣电芯的工作,其端到端神经网络经过训练,能够准确分装电池单元。Optimus利用腿部保持平衡,依靠神经网络驱动上半身。视频还展示了操作人员通过VR眼镜和手套远程操作Optimus,以及Optimus在办公室中行走的能力。特斯拉CEO埃隆・马斯克透露,Optimus的手部将在今年晚些时候达到22个自由度,与人类手部相同。Optimus项目负责人MilanKovac表示,团队已经训练并部署了一个神经网络,让Optimus开始执行有用任务,如拾取电芯并放入托盘。特斯拉正努力提高Optimus的移动速度和应对复杂地形的能力,同时保持其类人特性。

封面图片

斯坦福大学新研究 或将实现用意念控制AI机器人

斯坦福大学新研究或将实现用意念控制AI机器人为了解码大脑信号,研究人员选择使用脑电图(EEG)。然而,由于复杂的行为涉及选择物体、决定如何拾取、决定如何处理以及最终执行动作等方面,EEG的解码相对困难。为了解决这个问题,NOIR模型包括两个关键组件:模块化目标解码器和执行动作的机器人。这样的设计使得通过大脑信号想象的动作能够被准确地传达给机器人,实现了对机器人的思维操控。NOIR的突破为身体受损的人们带来了新的可能性,使他们能够独立地控制周围环境,过上与其他人无异的生活。这一技术的进步不仅在科技领域引起了极大关注,也在人机交互和康复领域具有潜在的广泛应用。总的来说,NOIR模型的出现标志着大脑与机器人之间沟通的新时代的开始。这一突破性的技术将为未来的科技发展开辟新的方向,为社会的发展带来更多可能性。...PC版:https://www.cnbeta.com.tw/articles/soft/1400019.htm手机版:https://m.cnbeta.com.tw/view/1400019.htm

封面图片

以玫瑰为灵感的机器人抓手可以轻而易举地抓起易碎物品

以玫瑰为灵感的机器人抓手可以轻而易举地抓起易碎物品它由一个安装在硬质圆形底座上的柔软弹性体漏斗状套筒组成。该底座与一个电动推杆相连,电动推杆可以像转盘一样旋转底座(和相连的套筒)。在拾取易碎物品时,机器人将开口套筒向下放到易碎物品上并将其环绕,使大量弹性体与易碎物品的侧面接触。然后,致动器旋转底座,使套筒轻轻皱起并包裹住物体。然后,只需朝相反方向旋转套筒即可将物品提起、移动和释放。据创造ROSE抓手的科学家介绍,与传统的软抓手相比,ROSE抓手的制造成本更低,它可以抓起更多种类的物体,因为它施加的压力更轻柔、更均匀,而且非常耐用--经过40万次试验后,它仍然可以正常工作,即使套筒被撕裂,它仍然可以抓起物品。首席科学家VanAnhHo副教授说:"ROSE抓手具有巨大的潜力,可以彻底改变抓取应用,并在各个领域获得广泛认可。其简单明了、坚固可靠的设计将激励研究人员和制造商在不久的将来将其用于各种抓取任务。"...PC版:https://www.cnbeta.com.tw/articles/soft/1371001.htm手机版:https://m.cnbeta.com.tw/view/1371001.htm

封面图片

美团推出多款机器人 无人机“3公里15分钟”送货到家

美团推出多款机器人无人机“3公里15分钟”送货到家8月18日,美团在2022世界机器人大会上,展示多款在仓、在途、在楼机器人产品。本次大会吸引了130余家企业携500余件展品亮相,30余款全球首发新品将在博览会现场集中发布。资料图本次大会上,美团首次对外展示3D分拣机器人、AMR机器人(自主移动机器人)、智能配送站等多款产品。美团相关负责人现场讲解智能仓内机器人表示:“当现场投件人员通过顶扫扫描商品条形码后,放入机器人翻板,3D分拣机器人便进入工作状态,会根据商品条形码将其放入对应的订单料筐中。”据悉,从2021年起,美团零售业务启动智能仓项目,从仓库分拣业务场景入手,相继完成了智能冻品分拣到线、智能双层分拣到团、AMR等技术落地。在广东的一个智能分拣仓内,100多台冷链分拣机器人在0℃以下的环境中作业,通过货物自动识别、智能路径调度、机器人分拣等步骤,将商品有序放入指定保温箱。资料图此外,美团着重研发无人机、自动配送车等载具方向。截至今年6月,美团无人机已在深圳4个商圈落地,航线覆盖10余个社区和写字楼,可为近20000户居民提供服务,并且完成面向真实用户的订单超5.8万单。8月中下旬,美团无人机将与天虹合作开设深圳市龙华区内的首条无人机常态化试运营航线,届时,百货商超也可实现商品3公里15分钟达。PC版:https://www.cnbeta.com/articles/soft/1305989.htm手机版:https://m.cnbeta.com/view/1305989.htm

封面图片

机器人水母可以在不接触海洋垃圾的情况下吸走它

机器人水母可以在不接触海洋垃圾的情况下吸走它由马克斯-普朗克智能系统研究所(MPI-IS)的科学家们发明的新机器人,大约有一只手的大小,由一系列六个充满被称为HASELs的人造肌肉的驱动器组成。这些肌肉基本上是由电极覆盖的充满油的囊。当电极收到电流时,它们会充满正电荷。然后它们将电流排放到周围带负电的海水中。这个循环促使袋子里的油被来回推动,导致执行器执行其拍打运动。最重要的是,这种拍打运动在水中产生了一股电流,可以将颗粒往上吸引,或多或少地模仿了柱塞从下水道中吸引堵塞物的方式。第一作者王天禄说:"当水母向上游动时,由于它在其身体周围产生了水流,它可以沿途捕获物体,通过这种方式,它还可以收集营养物质。我们的机器人,也能使它周围的水循环。这一功能在收集废物颗粒等物体时非常有用。然后,它可以将垃圾运送到表面,以后可以在那里进行回收。"他是MPI-IS物理智能部门的博士后,也是该出版物的第一作者。水母机器人的示意图麦克斯-普朗克智能系统研究所这种机器人几乎是无声的,再加上其无接触的方法,使其成为一种环境敏感的工具,可以应用于各种情况。它还能够收集脆弱的生物样本,如鱼卵,同时,对周围环境没有负面影响。与水生物种的互动是温和的,几乎没有噪音。虽然水母机器人可以在不实际抓取任何东西的情况下进行海洋管理,但事实上,研究人员能够证明,当两个执行器以钳子的姿态相互靠近时,该机器人可以执行抓取动作。他们还表明,两个机器人可以一起工作,从海底举起一个更复杂的物品,如一个口罩。虽然水母机器人的性能令人印象深刻,但目前它确实有一个严重的局限性:它需要连接到电线上才能接受电源。然而,研究小组正在努力消除这一需要,它已经把一个样品机器人装上了电池和无线通信装置,并把它放在马克斯-普朗克-斯图加特校区的池塘里。虽然该机器人可以向前定位,但该团队无法让它改变路线,但它正在努力建立这一功能。这项研究已经发表在《科学进展》杂志上。...PC版:https://www.cnbeta.com.tw/articles/soft/1356669.htm手机版:https://m.cnbeta.com.tw/view/1356669.htm

封面图片

新AI技术大幅提升机器人物体识别能力

新AI技术大幅提升机器人物体识别能力研究团队的技术旨在帮助机器人检测各种家用环境中的物品,并能识别常见物品的不同版本,如大小和品牌不同的水瓶等。埃里克·琼森工程与计算机科学学院计算机科学助理教授向说:“如果你要求机器人拿起杯子或给你拿一瓶水,机器人需要识别这些物体。”研究团队实验室里有一个储物箱,里面装满了常见食物的玩具包,比如意大利面、番茄酱和胡萝卜,这些玩具包用来训练名为“Ramp”的实验室机器人。Ramp是FetchRobotics的一款移动机械手机器人,高约4英尺,位于圆形移动平台上。坡道有一个带有七个关节的长机械臂。末端是一个方形的“手”,有两个手指来抓握物体。据称,机器人学习识别物品的方式与儿童学习与玩具互动的方式类似。他们的机器人通过大力推动每个物品15-20次,使用RGB-D相机拍摄更多图片,以获取每个物品更丰富的视觉细节,从而减少误识的可能性。多次推动可获得更完整的图像序列,使机器人逐步识别出物品。这比仅依靠单次推动来“学习”物体的传统方法更具优势。研究人员表示,这种长时间机器人交互进行物体识别的系统,可以显著提高机器人识别日常生活中各类物品的能力。这对机器人完成家务等复杂任务,提升其视觉和认知能力大有裨益。后续研究将继续提升机器人的其他功能,如运动规划和控制,以实现更复杂的任务,例如分类回收物品等。这项技术进步有望加速机器人进入日常生活,服务人类需求。...PC版:https://www.cnbeta.com.tw/articles/soft/1381255.htm手机版:https://m.cnbeta.com.tw/view/1381255.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人