LUN:大模型带动智能化发展 仿生机器人赛道的未来和机会

随着传感技术、运动控制和计算机仿真与机器人技术的深度融合,机器人对于复杂外界环境的感知能力大幅提升,其处理实际问题的自主性、稳定性、可靠性也大幅提升。在技术发展和市场需求的驱动下,服务机器人的体积更小、交互更为灵活;其服务领域和服务对象不断拓展,并进一步向各应用场景下沉;从发展趋势来看,服务机器人正由“感知智能”向“认知智能”迈进,仿生机器人等新兴方向创新活跃,仿人机器人研发再度迎来突破。

仿生机器人是指模仿生物,从事生物特点工作的机器人。北京理工大学和中关村智友研究院发布的报告将仿生机器人划分为三类:仿人机器人、四足机器人和科研探索型机器人。其中,仿人机器人和四足机器人因其产业化落地的可行性而备受科技行业关注。

近日,在北京市科学技术委员会、中关村科技园区管理委员会的指导下,由中关村智友研究院主办、中国机械工业联合会与中国机器人产业联盟参与协办的《TechLink智友科学家前沿论坛——仿生机器人技术创新与应用》在京圆满闭幕。与会科学家与创业者对智能仿生机器人的产业现状和技术研发展开了发散性思考。

Exactly Protocol:EXA空投已开放申领:7月26日消息,DeFi借贷协议Exactly Protocol官方宣布,已于OP Mainnet推出Exactly DAO治理代币EXA,空投申领已于北京时间7月26日00:00开放,EXA总量1000万枚,空投占比1%并有4个月的线性解锁期。

此前报道,固定收益协议Exactly Protocol(原Exactly Finance)于2021年8月份宣布完成300万美元种子轮融资,风投基金Kaszek领投。[2023/7/26 15:58:55]

仿人机器人行业发展的三个关键难题

仿人机器人是智能机器人的一种高级形态,它具备人的外形特点,特别是拥有复杂的多体动力学系统。该机器人的主要特点是,无需改变人类工作、生活的环境,就能够使用工具,完成拟人化的多种任务。此外,仿生机器人具备拟人的运动能力、环境适应能力和作业能力,因此行业对仿生机器人的期待是:去人不能去的地方,做人不能做的事情。

Ankr回应被盗:正在与交易平台合作以立即停止交易:12月2日,Ankr在其官方社交平台表示,其aBNB被盗,目前与交易平台合作以立即停止交易。

此前报道,Ankr遭黑客攻击,10万亿枚aBNBc被铸造,其在Pancake上的交易池流动性被掏空,aBNBc价格已几乎归零。[2022/12/2 21:17:24]

北京理工大学机电学院教授,博导,北京理工大学智能机器人研究所所长余张国认为,衡量仿人机器人的核心能力有三个方面,运动能力、环境适应能力、多任务作业能力三方面,这也是仿人机器人领域需要突破的三大关键点。

运动能力方面,国内科研单位还需要突破驱动部件的限制,同时在平衡控制方面采取一些措施,解决机器人在运动过程中的平衡稳定问题。仿生机器人的运动过程实际上是一个与摔倒抗争的过程。作业方面,当下的仿人机器人运动能力和驱动部件的开发主要依靠工业组拼模式,国内仍通过专用部件开发模式来提高机器人的运动性能。

PeckShield:已监测到0xb6B开头的地址在 Nomad 被盗事件中获利近700万美元:8月22日消息,PeckShield在推特上表示,已监测到 0xb6B 开头的地址在 Nomad 被盗事件中获利近 700 万美元。其中盗取的 300.1 万枚 USDT 通过 Uniswap 交易为以太坊后存入 0xb6B 开头的地址,另外盗取的近 145.5 万枚 USDC、200 枚以太坊以及 100 枚 WBTC 通过四个合约交易为以太坊,部分通过 0xb6B 开头的地址或直接存入 Tornado Cash,部分存入 Poolin 矿池。此外,该地址还向 0xa5EF 开头地址提供资金,后者也盗取了约 200 枚以太坊和 3 枚 WBTC,并在将·WBTC 交易为以太坊后全部转入 Tornado Cash。[2022/8/22 12:41:43]

环境适应方面,仿人机器人不能仅保持“走”、“跑”、“跳”这样的单一运动模态。而是要具有行走、跳跃、摔倒保护等多变的模态。

欧易OKX将支持LUNA空投与代币迁移:据官方消息显示,欧易OKX将支持Terra官方LUNA 空投与代币迁移计划,原LUNA和UST将分别更名为LUNC和USTC,并将平台收到的空投代币全部分发给用户。

欧易OKX将对2022年5月7日22:59:37 (HKT) 的OKX平台内LUNA持币用户进行快照;欧易OKX将在LUNA区块高度7790000附近(时间预计约为:2022年5月27日03:59:51 (HKT) )对OKX平台内LUNA与UST持币用户进行快照。

具体规则详见官网公告。[2022/5/26 3:43:38]

在多任务作业能力方面,目前的仿人机器人在智能化层面还没有较大突破,未来行业也要将人和机器人的智能结合起来,提高智能作业的能力。

IMF总裁:不要将加密产品与货币混为一谈:5月24日消息,国际货币基金组织(IMF)总裁Kristalina Georgieva周一在达沃斯世界经济论坛上警告称,不要将加密产品与货币混为一谈,并表示,任何没有主权担保的产品都可以成为资产类别,但不能成为货币。她断言,比特币不能仅仅因为名称里有“币(coin)”就成为“货币”。

与此同时,法国央行行长Francois Villeroy de Galhau表示:“我一直将加密货币视为资产,而不是货币。对于任何货币,都需要有人负责,但对于所谓的加密货币则并非如此。此外,货币需要得到广泛信任,需要被普遍接受。”(The Economic Times)[2022/5/24 3:37:26]

四足机器人的落地仍有关键技术障碍

北京工业大学副教授,智同工大智能传动研究院副院长纪姝婷指出,仿生移动机器人可以被广泛应用于外太空探索、军事侦察、战争冲突、灾难救援等诸多危险环境中。目前,美国军方在仿生移动机器人领域的研究成果显著,他们已经研发了全自动轮式车辆、腿足式机器人、外骨骼机器人等针对不同场景的仿生机器人产品。俄罗斯、日本等国也在加大对仿生机器人的开发投入。

尽管仿生移动机器人行业的发展如火如荼,但是该板块的经济创收能力并不尽如人意。2020年韩国现代对波士顿动力发起的收购价格是1万亿韩元,而7年前谷歌收购波士顿动力的价格却是30亿美元。

“波士顿动力的技术的确先进,但是目前常见的四足机器人存在的主要问题是,在未知的非结构地形条件下,其运动能力的稳定性、负载能力、耐用能力、制造成本、可靠性和轮式或履带式机器人相比仍有不足。”纪姝婷认为,解决这一问题的关键是作为机器人核心部件的关节驱动器。关节驱动器直接决定了机器人运动的平衡性、稳定性和抗干扰能力。目前仿生机器人的主要驱动方式有三种。

第一种是液压驱动,这种方式的功率很高,承载能力强,但是噪音非常大。第二种是串联弹性驱动。该方法是将电机和减速器之间放入了一个弹性元件,用它和编码器精确地测量力或力矩。这种方式采用的减速机传动比比较大,但是它的反向驱动能力并不好,还需要额外加装一些传感器,这会增加它的体积和重量,降低关节驱动器的功率密度。第三种是半直驱驱动。麻省理工学院提出的Cheetah采用了该模式,通过电流环方案实现力控。这种关节采用的是行星齿轮减速器,传动比一般低于10,且没有额外传感器,具有很高的反向驱动能力和齿轮传动效率。

目前主流的关节驱动器多采用谐波齿轮减速器、摆线齿轮减速器、行星齿轮减速器。其中,谐波减速器传动比一般会大于30,传动平稳且质量轻,具有很高的定位精度和重复定位精度,但是谐波减速器传动效率比较低,和同体积的其他减速器相比,其承载力不高,反向驱动能力较低。摆线齿轮减速器适用于腿足式机器人,其抗冲击能力更强,可靠性更高,且该减速器传动比适用范围最广,相应的承载力较高。但是摆线齿轮减速器因为设计和制造难度较大,其应用并不广泛。而行星减速器的传动比较小,反向驱动能力更大,传动效率也更高。

纪姝婷表示,目前智同工大技术研究院等国内企业正在攻克减速器的设计和研发难题。

仿生机器人行业的未来发展趋势

论坛上,北京理工大学和中关村智友研究院联合编著的《仿生机器人行业报告》正式发布。北京理工大学和载人航天工程办公室的博士后佘浩田介绍称,该报告包含五个部分,形成了三个核心观点:

第一,机器人时代来临,而仿人和四足机器人是其中比较具有成长性的细分赛道。

第二,仿人机器人带来有别于传统工业机器人产业链的差异化需求,相比于工业机器人,仿人机器人对系统的零部件需求更为精密。目前该领域的关键技术难点是运动控制、高扭矩密度的驱动单元研究、环境感知能力、人机交互能力等;

第三,无框力矩电机与精密减速器将更具成长空间。

针对仿人机器人和四足机器人领域,报告认为,未来仿人与四足机器人会与人工智能紧密结合,以ChatGPT为代表的人工智能技术将推动人机交互和环境感知技术的发展。其次,仿人机器人在感知、决策、控制方面提出了更高的要求,随着仿人机器人的产业化预期提高,对专用芯片的需求也会不断提高。此外,随着电机技术的发展,电机直驱将是未来仿人和四足机器人的发展趋势。

报告同时提到,目前产业化方面,仿人和四足机器人还面临很多挑战,例如,应用场景方面,两种机器不仅需要在实际应用场景里高效运行,还需要解决稳定性、可靠性、安全性的问题。此外,产业还需要推动关键技术的突破来加速产业化落地,在可扩展性方面,两种机器人需要在特殊场景内进行定制化开发,进而达到机器人适应不用应用场景的目的。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

地球链

[0:46ms0-0:956ms