續航:已披露的續航數據在1-3小時,未來若要滿足服務和工業等需求,可能仍需一定提升
重量:身體質量指數(BMI,重量÷身G2)平均在30以上,存在輕量化空間
速度:行走速度可以達到3km/h左右,跑動速度G可達9km/h
雙足行動:現階段的人形機器人已經可以穩定地雙足行走,且對非規則地面(樓梯、斜坡、不平整的地毯和草 坪等)具有一定的適應能力;部分已經能跑步和轉彎,甚至做出空翻等G難動作并保持平衡。
雙手動作:主打服務場景的ASIMO和Walker對雙手動作進行了開發,可以對特定物體執行所需操作,包括擰開瓶蓋倒出飲料、用托盤端水等。
導航避障:人形機器人對環境的判斷和反應已經有了一定的進展。
ASIMO:通過預設的地圖信息和傳感器獲得的信息,ASIMO可以自動規劃行進路徑,并在行進中避障。
Atlas:給定預設的動作模板以及地圖信息,Atlas可以基于感知信息進行一定程度的自主行動,在行動 模板中進行選擇,在障礙環境中“跑酷”,作出跳躍和翻越等動作,終穿過障礙環境。
現有的人形機器人已經實現了簡單的自動導航避障功能,但局限在相對固定的環境中,距離“在人居住和工作 的環境中” 自主移動還存在較大差距。
自主決策:要使機器人“自主決定怎么完成一個任務”甚至“自主決定做什么” 涉及更G層次的人工智能, 且具有潛在的倫理問題,目前來看還很遙遠。
| 資料獲取 | |
| 服務機器人在展館迎賓講解 |
|
| 新聞資訊 | |
| == 資訊 == | |
| » 機器人的感覺順序與策略:變換,處理 | |
| » 機器人多指靈巧手的神經控制的原理:控制系 | |
| » 機器人自適應模糊控制: PID 模糊控制 | |
| » 機器人的進化控制系統:解決其學習與適應能 | |
| » 機器人的神經控制系統特性和能力:并行處理 | |
| » 機器人的學習控制系統:搜索、識別、記憶和 | |
| » 機器人的模糊控制系統:模糊化接口、知識庫 | |
| » “人工智能+制造”專項行動實施意見:10 | |
| » 機器人的專家控制系統:知識庫、推理機、控 | |
| » 智能機器人的遞階控制系統:精度隨智能降低 | |
| » 機器人的力和位置混合控制方案:主動剛性控 | |
| » 機器人的多關節位置控制器:各關節間的耦合 | |
| » 機器人的單關節位置控制器:光學編碼器與測 | |
| » 機器人位置控制基本控制結構:關節空間控制 | |
| » 機器人的液壓伺服控制系統的優勢:結構簡單 | |
| == 機器人推薦 == | |
服務機器人(迎賓、講解、導診...) |
|
智能消毒機器人 |
|
機器人底盤 |
![]() |