人形机器人标准化白皮书(2024版)..........................................................................................39 2.2.5 运动规划与控制.............................................................................................. 机交互实现任务理解与反馈,需要强大的感知计算与运动控制能力 (《创业邦》); 2)人形机器人是一种仿生机器人,指形状与尺寸与人体相似,能 够模仿人类运动、表情、互动与动作的机器人,并具有一定程度的认 知和决策智能(《高工咨询》); 3)人形机器人是一种模仿人类外形的机器人,除具备人形和模拟 人类动作外还兼具智慧化和可交互性等特点。 人形机器人主要包含三 大核心技术模块:环境感知模块、运动控制模块和人机交互模块(《觅 (《觅 途咨询》)。 6 从上述对人形机器人概念的主要观点来看,可以归纳为如下三个 主要特征:①外部特征:人形;②运动特征:双足直立行走;③智力 特征:人类智能。 国际上虽然没有对人形机器人的直接定义,但国际标准 ISO 8373:2021《Robotics - Vocabulary》中有类似人形机器人的仿人机 器人的概念:仿人机器人为“外观和动作与人类相似,并且具有躯干、 头部和肢体的机器人(robot0 积分 | 93 页 | 3.74 MB | 5 月前3
2025具身机器人行业未来展望报告感觉与运动:处理视觉、听觉、触觉等信息、并控 制自主运动 小脑 位于大脑后下方, 紧贴脑干后方, 形似蝴蝶。 运动协调:调节肌肉张力、协调精细动作(如鞋子、 弹琴) 平衡与姿势:帮助维持圣体平衡与空间定位 学习辅助:参与运动技能学习 脑干 连接大脑与脊髓, 由 中脑、桥脑、 延髓 三部分组成。 生命维持:控制呼吸、心跳、血压灯基本生命活动 信息中转:船体大脑与脊髓之间的感觉和运动型号 高级认知:负责思维、记忆、语言、决策、情感灯复杂功 能 感觉与运动:处理视觉、听觉、触觉等信息、并控制自主 运动 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色, 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 小脑 运动协调:调节肌肉张力、协调精细动作(如穿鞋子、弹 琴等) 平衡与姿势:帮助维持身体平衡与空间定位 学习辅助:参与运动技能学习 动作学习模仿、复杂动作控制 动作学习模仿、复杂动作控制 等 机器人中央控制器,即现有的机器人 “大脑” 脑干 生命维持:控制呼吸、心跳、血压灯基本生命活动 信息中转:传递大脑与脊髓之间的感觉和运动信号 反射控制:管理咳嗽、吞咽、瞳孔反射灯原始反应 电源管理、通信网关控制、执 行器控制器状态管理等 机器人各传感器,执行器,线束,网 关 间脑 丘脑:感觉信息的中转,将视觉、听觉传递至大脑皮层 下丘脑:调节体温、饥渴、睡眠周期,并控制内分泌系统0 积分 | 31 页 | 3.33 MB | 5 月前3
各省市低空政策汇编吸引更多资源、企业向产业聚集; 支持石家庄市、廊坊市聚焦物流配送新模式,重点打造大 型无 人机支线物流、无人机末端配送等应用场景; 支持衡水市、保定市围绕低空旅游、航空运动、私人飞 行和公 务航空等航空消费,大力推广轻型运动飞机、特效飞行器;支持雄安新区围绕城市无人机末端配送、 城际无 人机运输、白洋淀水域空中游览等应用场景,打造低空经济增长新极点。依托现有发展基础及未来发 展方向, 遴选典型应用场景试点城市, 鼓励开展低空文旅体育活动 。支持航空运营企业开发低空旅游和航空运动项目 。鼓励有关部门发放低空 旅 游消费券,鼓励旅行社开展低空旅游业务,与各景区、通用机场合作开发观光旅游、主题游、体验游等 业态 和产品。依托景区建立飞行营地、垂直起降点, 开展轻型固定翼、直升机 、热气球等低空飞行体验活 动,支 持航空跳伞等航空体育运动发展 。支持企事业单位 、协会 、高校等单位在沧举办各类低空赛事活 区、 阿拉善 盟) 8 空旅游产品, 建立低空飞行营地, 打造“森林飞” 、“草原飞” 、“大漠飞” 、“黄河飞” 、“长城飞”等低空文旅航 线 品牌 。鼓励生态型旅游景区开展空中游览 、航空运动 、飞行体验等低空飞行旅游和飞行表演活动 。支 持兴安 盟开展空地联动的红色文化旅游 、乌兰布统航空旅游嘉年华等活动。 9. 城市交通:在呼包鄂低空经济发展圈先行先试,着力培育商务出行、空中摆渡、私人包机等载人空中交通新0 积分 | 169 页 | 1.24 MB | 5 月前3
服饰时尚行业数字化转型白皮书-百胜软件&Thoughtworks(资料来源:民生证券《针织制造全球领航者,卓越品质铸就行业标杆》) 在数字经济与消费代际更迭的双重驱动下,中国服装产业正经一场历史性的范式转移。当Z世代购物车中70%的商品由AI推荐 生成,当脑电波数据开始指导运动服饰设计,当跨境电商遭遇地缘政治与宗教文化的双重挑战时,头部品牌唯有通过技术重构 效率、以文化重塑价值、以神经科学重构体验,才能在这场产业革命中掌握话语权。 中国服装产业的发展历程可以分为四个阶段: 长和 消费升级。数据显示,2023年服装电商零售额达到2.3万亿元,同比增长11.11%,预计2029年突破4万亿元(2024-2029年 CAGR为11.55%)。 细分市场中,以下着重分析运动时尚服饰、女装、男装、城市白领等市场数据。 1.1.5 中国服饰时尚市场规模及发展潜力 图:中国服装市场规模 (资料来源:中商产业研究院,天风证券研究所) 6)经济与文化软实力驱动 中国服装 综上所述,中国服饰时尚产业的崛起是多方面因素共同作用的结果,未来需继续强化设计创新、品牌溢价和可持续能力, 以应对国际竞争与产业升级的挑战。 图:运动时尚服饰市场规模预计至2027E达1101亿元 (资料来源:开源证券《中高端男装领军者,多品牌运营打开成长空间》) 1)运动时尚服饰:2022年市场规模为751.85亿元,预计2027年增长至1101.49亿元。 2)女装:2023年规模超1万亿元,占服装行10 积分 | 39 页 | 14.97 MB | 6 月前3
中国信通院:脑机接口技术与应用研究报告(2025年)自闭症治疗、癫痫控制等。但该阶段存在质疑有效性的声音,且长 周期训练才能见效,患者依从性差,缺乏统一训练协议,不同实验 结果可比性低。 超声调控技术于 2008 年被首次在小鼠模型中证明可调控运动 皮层活动,验证无创神经调控可行性。2012 年开启人体研究先河, 对初级体感皮层的超声调控可记录到体感诱发电位变化。技术创新 趋势朝向无创、深部脑区调控发展。但调控精度受到颅骨的密度、 厚度及非均匀性影响,长期安全性未知。 ,功能多元的特点。 由 BrainGate 主导的阵列式犹他电极系统,在全球范围内已成功植 入数十名患者体内。该系统凭借其精准的信号采集与分析能力,助 力患者实现脑控打字等人机交互功能,为肢体运动障碍患者开辟了 新的沟通途径。Neuralink 推出的柔性微丝电极系统能帮患者流畅地 操控高难度游戏,展现信号传输与解码方面的高效性和稳定性,为 人机交互提供了新途径。Synchron 研发的血管内电极系统与前沿科 应用。 ——无创的脑电感知技术 2.0 时代,无创的脑电感知技术创新聚焦核心器件和算法软件方 面,使得信号采集质量、佩戴舒适性等方面都取得了进步。解码能 力提升也使得大脑功能定位、意图识别、运动控制更精准,这些成果 为临床诊断和治疗提供了有效工具。 从电极性能看,采集能力、舒适性和实用性显著提升。无创电 极作为无创脑电感知技术的关键部件,信号采集质量更高,中山大 学研发的微针干电极20 积分 | 61 页 | 4.11 MB | 1 天前3
智能机器人行业产业研究报告2025-20250318-极光大数据傅利叶智能、智元机器人等企业频频 发布产品。 • 我国发布的国家标准《机器人分类》(GB/T 39405-2020)将机器人定义为:具有两个或两个以上可编程的轴,以及一定程度的自主能力,可在其环境内运动以执 行预定任务的执行机构。以此为基础,极光月狐研究院将智能机器人定义为:加入智能技术,能够实现自主感知、交互、决策、执行等操作的机器人。 定义及分类:从机械化、单一化向高度智能化、泛在化迈进, 力矩传感器、4个六维力传感器 2023年,六维力传感器国产化率约30% 力传感器 数量需求大于40个,分布于颈部、手臂、手指、 躯干、腿部等部位,其中灵巧手需要空心杯电机 电机 用于关节和运动机构传动,使用丝杠的解决,特 斯拉人形机器14个线性关节将使用8-10个滚珠丝 杠和4-6个梯形丝杠。行星滚柱丝杠国产化率较 低,滚珠丝杠国产化率超60%,但高端型仅5%。 丝杠 每个人形机器人需要两个视觉传感器 大模型在控制上的助力主要集中于大模型处理环境观察与提示,输出动作序 列,动作序列可以是一系列关节角度或末端执行器的位姿与夹爪开合数据, 这些序列将直接用于控制机器人的运动。 控制 需求级 任务级 理解需求 分解需求 完成任务 分解任务 运动规划 路径规划 生成末端执行器坐标/关节角 控制率 轨迹插值和调节增益 生成控制信号 计算伺服误差 规划级 动作级 基元级 伺服级 • 机器人0 积分 | 24 页 | 3.34 MB | 5 月前3
2025年空间智能研究报告• 3D模型的数据集丰富度 较⾼,模型可以覆盖各 类物件和场景 • ⽆ • 低 • 缺少存量装机量,要从零 开始积累数据,同时仿真 数据精度有限 • 低 • 需要视觉数据、⼒学数据、 运动数据、激光雷达、甚 ⾄其他模态,异构数据多 • 低,数据主要来自⼀些 垂直的训练场景,数据 分布比较单⼀ • ⽆ • 目前数据是⼤部 分AI系统进步的 瓶颈,算法和算 ⼒的问题相对更 容易解决 ⼯作,提⾼效率和⽣产⼒ 算法支撑 分段式⼤模型 + + 感知 决策 执⾏ 逐 渐 探 索 成 熟 • ⼤部分厂商目前的数据积累、算法成熟 度、本体成熟度都不支持端到端机器⼈ ⼤模型,任务编排、感知模型、运动控 制以及操作抓取都处于模块化状态 • 但头部厂商如特斯拉已采用端到端路线 技术尚未成熟,探索领域 感知 + + 决策 执⾏ 传感器 Token 提示词 Token ⾏动 + 回复 据积累需要从零做起,数据 稀少,尤其端到端的⾼质量 数据 数据分布 多样性 • 数据精简度差:包括视觉摄 像头、激光雷达、运动传感 器、触觉传感器数据,另外 数据跨本体融合、泛化困难 • 数据多样性低:在收集速度 和数据质量上存在局限,目 前数据分布上以简单抓取和 运动数据为主,泛化性不⾼ 描述 构成 机器⼈数据来源 真实 数据 描述 • 机器⼈遥控操作 收集动作、场景 及环境数据30 积分 | 27 页 | 11.13 MB | 4 月前3
核聚变:人类终极能源的钥匙-64页........................................................................ 27 图表 50: 电子在磁场中受洛伦兹力做回旋运动 .................................................................................................. 仑力使原子核进入强相互作用力的范围而发生聚变需满足温度、密度和约束时间三个条件。 (1)温度 T(使原子核具备初始动能):为了克服库仑斥力发生聚合,原子核必须具备一 定的动能。温度是微观粒子热运动的宏观表现,温度越高,原子核动能越大。以氘氚反应 为例,通过假设原子核动能大于库仑势能,可以计算出原子核必须具有 288KeV 以上的初 始动能才能够发生聚变,换算成温度约为 30 亿度,大概是太阳核心温度的 到的洛伦兹力垂直于磁场方向和 电荷运动方向,使得带电粒子一方面沿着磁力线做直线运动,另一方面绕着磁力线做旋转 运动,最终的结果是带电粒子沿着磁力线做螺旋前进运动。磁约束按照磁力线的形状可分 为线性磁约束和环形磁约束,线性磁约束以磁镜为主,环形磁约束包括托卡马克、仿星器 等,其中托卡马克是磁约束聚变中的主流装置。 图表50: 电子在磁场中受洛伦兹力做回旋运动 资料来源:《托卡马克聚10 积分 | 64 页 | 7.65 MB | 5 月前3
腾讯云:2025年解码DeepSeek构建医药行业新质生产力报告智能分析⽤户病情、并精准推荐宣教 18 ⽤户 数据+ AI⼤模型 内容查看 饮⾷建议 健康/⽤药提醒 运动break 健康咨询 睡眠 信息精准 传递 ⾏为 ⽤户 ⾏为 收到⽤户阅读提醒 运动数据收集&反馈 健康反馈 • 根据⽤户数据/输⼊,⾃动⽣ 成健康建议、今⽇运动/饮⾷ 规划 • 健康状况周期性AI反馈 • 腾讯健康可⼀健拉起医⽣ 在线咨询、药品复购 健康新提醒 幸好我问了AI健康助理 拍照药盒可以直接⼀键下 单,太⽅便了! 昨天健康回顾+健康⽇历 举例 健康提醒 • 根据⽤户数据,⾃动推送饮 ⾷建议或者运动 • 根据⽤户健康规划,⾃ 动推送活动/饮⽔提醒 • ⽤药提醒 • ⾃动更新健康信息 • ⾃动统计运动数据 • 跟进运动⼩贴⼠(拉伸、 补⽔) • 个⼈健康助理:个性化回复 ⽤户有关健康咨询 • 结合⽤户拍摄的药盒、检查 报告,⾃动解读、⾃动提醒10 积分 | 32 页 | 14.20 MB | 5 月前3
信通院:“机器人+人工智能”工业应用研究报告20255 图 1 机器人与人工智能融合历程 (二)三大融合方向及其组合推动智能机器人产品涌现 1、根据不同的环节需求形成三大方向的融合应用 人工智能应用于工业机器人的感知交互、推理决策和运动控制各 个环节。在运动控制方面,优化类模型能够加强机器人的控制精度, 比如在拾取操作中,当传感器检测到力量过大的时候,机器人可以利 用贝叶斯优化算法及时纠正;又如在平面移动中,快速探索随机树 (RRT) 于深度 学习、强化学习的方法,机器人可以通过训练学习数据以模仿人类, 甚至通过与操作对象或环境进行交互实现非结构性的复杂操作和自 主导航。 2、三种应用模型及其组合催生出多种功能的机器人 运动控制类模型推动传统工业机器人升级为“能精细化控制”的 机器人。一是操作优化类,传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间,提高机器人的稳定性,转变成高 精度操作机器人 分层控制和端到端一体化两条技术路线。 由于目前“大脑”受限于平台和数据尚无法形成人类大脑能力闭 环,大小脑分层路线是人形机器人较为主流的形式。通过基于成熟大 模型的“大脑”进行高层次的认知分析和决策,“小脑”进行功能性 的运动路径规划和平衡控制。在大脑方面,谷歌的“LLM(大语言模 型)+VFM(视觉基础模型)”SayCan 通过训练大语言模型对用户指 令进行推理分解驱动任务;清华大学的 VLM(视觉-语言模型)CoPa0 积分 | 37 页 | 2.06 MB | 5 月前3
共 107 条
- 1
- 2
- 3
- 4
- 5
- 6
- 11
