周五视频:莱西在月球上

视频星期五是您每周精选的精彩内容 机器人技术 视频,由您的朋友收集 IEEE 频谱 机器人技术。 我们还发布了未来几个月即将举行的机器人活动的每周日历。 请 将您的活动发送给我们 以便纳入。

RoboCup 德国公开赛:2024 年 4 月 17 日至 21 日,德国卡塞尔
AUVSI XPONENTIAL 2024:2024 年 4 月 22 日至 25 日,圣地亚哥
2024 年欧洲机器人公开赛:2024 年 5 月 8 日至 11 日,法国永河畔拉罗什
ICRA 2024:2024 年 5 月 13 日至 17 日,日本横滨
2024 年机器人世界杯:2024 年 7 月 17 日至 22 日,荷兰埃因霍温

欣赏今天的视频!

南加州大学、宾夕法尼亚大学、德克萨斯农工大学、俄勒冈州立大学、佐治亚理工学院、坦普尔大学和美国宇航局约翰逊航天中心正在美国宇航局资助的研究中教授狗形机器人在月球陨石坑和其他具有挑战性的行星表面导航。

[ USC ]

AMBIDEX 是一款革命性的机器人,速度快、重量轻,并且能够像人类一样进行操作。 我们增加了传感器头以及躯干和腰部,大大扩大了运动范围。 与之前以手臂为中心的版本相比,整体印象和平衡性完全改变了。

[ Naver Labs ]

虽然还需要做很多工作,但六臂传粉者 Stickbug 现在可以在温室中自主导航并为花朵授粉。

我认为“需要做很多工作”实际上意味着“需要更多的手臂”。

[ Paper ]

与优必选一起体验机器人技术的未来 人形机器人 通过AppBuilder与百度ERNIE集成! 见证机器人 [that] 理解语言并自主执行折叠衣服和物体分类等任务。

[ UBTECH ]

我知道这个机器人的鳍是为了在水下行走而不是在陆地上行走,但看着它移动,我觉得它注定会进化成更陆地的东西。

[ Paper ] 通过 [ HERO Lab ]

另外,如果您是扫地机器人的拥有者,请记住时不时地清理一下这个可怜的东西。 以下是使用 Roomba 执行此操作的方法:

[ iRobot ]

该视频演示了德克萨斯农工大学先进垂直飞行实验室开发的 43 公斤(95 磅)两栖摆线螺旋桨无人水下航行器 (Cyclo-UUV) 的波盆测试。 与采用传统螺旋桨的 UUV 相比,旋流螺旋桨的使用可实现 360 度推力矢量,从而实现更强大的动态可控性。

[ AVFL ]

索尼仍在用新功能升级 Aibo,比如能够听着糟糕的音乐并跟着跳舞。

[ Aibo ]

精确、高速地操作机器人一直是机器人研究的长期目标。 为了实现精确、安全的动态运动,我们引入了四自由度 (DoF) 腱驱动机器人手臂。 肌腱允许将驱动器放置在底座上以减少机器人的惯性,我们表明与传统的电机驱动系统相比,这显着降低了峰值碰撞力。 将我们的机器人与气动肌肉配对可以产生强大的力量和高度加速的运动,同时通过被动顺应性从冲击弹性中受益。

[ Max Planck Institute ]

火星上的漫游者此前曾被困在松散的土壤中,转动车轮会将其挖得更深,就像汽车陷在沙子里一样。 为了避免这种情况,罗莎琳德·富兰克林拥有独特的轮行走运动模式来克服困难的地形,以及自主导航软件。

[ ESA ]

卡西 能够在密歇根大学机器人游乐场内的沙子、砾石和岩石上行走。

哇,他们在到达有趣的岩石之前停了下来。

[ Paper ] 通过 [ Michigan Robotics ]

2016年还算不错吧?

[ Namiki Lab ]

MOMO凭借其灵巧的双手学会了巴羊帮舞蹈动作。 🙂 通过分析 2D 舞蹈视频,我们提取详细的手部骨骼数据,使我们能够使用手部模型以 3D 形式重新创建动作。 有了这些信息,MOMO 用手臂和手关节复制舞蹈动作。

[ RILAB ] 通过 [ KIMLAB ]

本次 UPenn GRASP SFI 研讨会由 1X Technologies 的 Eric Jang 主持,主题为“人形机器人的数据引擎”。

1X 的使命是通过与人类一起工作的机器人来创造充足的体力劳动力。 我将分享 1X 在通用移动操控方面取得的一些进展。 通过将端到端学习策略与无代码系统相结合,我们增加了机器人可以完成的任务数量,以添加新的机器人功能。 我们的 Android 运营团队根据自己收集的数据训练自己的模型,生成极其高质量的“从农场到餐桌”数据集,可用于学习极其强大的行为。 我还将分享我们在实现通用“世界模型”方面所取得的进展的早期预览 人形机器人

[ UPenn ]

微软 机器人和人工智能未来领袖研讨会由马里兰大学 Chahat Deep Singh 主办,主题为“最小感知:实​​现掌上机器人的自主性”。

机器人自主的解决方案在于人工智能、计算机视觉、计算成像和机器人技术的交叉,从而产生最小的机器人。 本演讲探讨了为用于现场作业(例如密闭空间内的空间检查和机器人授粉)的微型机器人(小于 6 英寸)开发最小感知框架的挑战。 此外,我们将深入研究选择性感知、具体人工智能以及掌上机器人自主的未来领域。

[ UMD ]

2024-04-05 17:10:33
1712487649

Leave a Reply

Your email address will not be published. Required fields are marked *

近期新闻​

编辑精选​