登录社区云，与社区用户共同成长
邀请您加入社区
从这一刻起，互联网的"大多数"不再是人类，而是 AI。它不吓人，但值得你把眼睛擦亮一点。因为你每天上网看到的世界，正在变成"AI 帮你看的"和"AI 想让你看的"。这背后的热闹，到底是真人，还是程序？把这篇文章转给那个还在和 AI 争论不休的朋友，让他也学会先分清对面是谁。从今天起，网上的"大多数人"已经不是人类了——先学会分辨的人，才不会被流量骗。
《机器人足底的“安全气囊”——变刚度足底设计突破地形适应难题》 摘要：当前机器人普遍采用固定刚度足底，导致硬地面冲击大、软地面易打滑的双重矛盾。本文提出主动与被动两种变刚度方案：主动式通过气动人工肌肉实时调节足底刚度（400-1200N/mm可调），但存在系统复杂、可靠性低的缺陷；被动式采用TPU/碳纤维复合材料，模仿跑鞋中底原理，在载荷触发下自动实现刚度跃升（如蹬地时碳纤维形成刚性骨架），兼具缓
此前我国缺乏有竞争力的下游集成商，因此难以形成产业带动效应。随着人形机器人的发展，领先地区可凭借链主优势或者上游配套产业优势，加强体系标准建设、促进研发技术和人才引进，吸引或培育形成有国际竞争力的产业集群，带动高端精密制造业发展水平，并最终完成自主可控、进而国际市场争取一席之地。中游整机制造环节：本体制造或集成商可依托先发优势或者更大的竞争优势，建立成本与技术护城河，率先完成研发、装配、质检等多类
第一，安全规范，在复杂环境下难以完全保证高度的可靠性，使得人形机器人在一些对安全性要求极高的场景中的应用受到限制，需要对人形机器人建立完善的安全规范和相应的检测标准以确保产品使用的安全性；关于人形机器人的标准仍处于在研或拟研制状态，人形机器人作为融合人工智能、计算机、机械、电子、控制、信息和传感、仿生等多领域多学科的综合技术载体，在基础共性、零部件、模块、整机等方面，可通过功能解耦、要素重构、性能
感知层（PI）：通过利用GALAXIS自建超分模型、物品识别算法，环境检测算法、人员安全算法，以及图像学习算法来，所构建的PI智能平台，机器像人眼一样精准感知并理解三维环境，对货物进行高精度识别、定位与状态判断，实现“看懂”仓库。未来，公司将持续深化“物流大脑”的通用性与适应性，以海量真实场景数据为燃料，以AI算法为引擎，推动物流行业从“自动化”迈向真正的“智能化”与“无人化”，重新定义智能仓储的
本文深入探讨了服务机器人中Android控制屏与Linux主控间TCP长连接的实现要点。文章指出，单纯建立Socket连接远远不够，必须构建完整的连接状态管理系统，包含以下核心机制：1) 应用层心跳检测(PING/PONG)判断链路活性；2) 状态机管理连接生命周期(DISCONNECTED/CONNECTING等)；3) 指数退避重连策略避免无效尝试；4) 消息队列统一管理发送；5) 单线程接收
创建一个专用的 Async Delivery Thread，负责从发送队列中取数据并通过传输层（UDP / Shared Memory）发出。没有预算上限的异步发布，就是在用无限 CPU 购买你可能并不需要的额外性能。解决 Fast DDS 异步模式导致的 CPU 激增，不能靠单一手段，而需要一套。不同 Writer 可以有不同的发布模式和流控策略，不必一刀切。没有流控的异步发送线程就像一个没有油
交付收尾会。测试报告、培训记录、验收表和操作说明都摆在桌上。会议室突然安静下来。功能已经跑通，资料也发过，现场人员还参加了培训。但继续往下问，答案并不轻松：现场工装换一种摆法还能不能跑，操作人员不确定；出现某个报警能不能自行恢复，没人敢确认；换过一根线以后怎样判断状态恢复，仍要找研发。机器人已经到了交付节点，真正需要交出去的能力却还留在原团队手里。交付不是把一台能跑的机器人推过终点线，而是把它继续
本文介绍了机器人运动的矢量/旋转坐标系定义（右手坐标系，x/y/z轴对应中/食/大拇指方向），解析了ROS中geometry_msgs/Twist消息结构（含线性/角度三维向量）。通过wpr_simulation开源项目实现机器人仿真，并给出C++控制代码示例：创建vel_pkg包和vel_node节点，持续发布包含x轴0.1m/s线速度的Twist消息到/cmd_vel话题。代码使用ros::R
print(f" [FILL] {self.rid}: {t.destination} 已满 ({tank.level:.0f}L)")print(f" [TRANS] {self.rid}: 从 {t.source} 装 {load:.0f}L")'LAB':('实验室','purple'),'SHIP-ZONE':('出货区','blue')}print(f" [SAMP] {self.rid
本文系统拆解ACT的动作分块、CVAE、Transformer与时序集成，厘清它和VLA、扩散策略的结构差异及闭环控制逻辑。
广州南站警用巡逻机器人“小高”实现24小时不间断巡逻，背后依赖的正是稳定可靠的物联网卡连接。本文从机器人联网的实际痛点出发，拆解物联网卡如何为移动机器人提供稳定网络、安全组网与智能管理。
解决方案是：建立“生产节拍—风险等级—巡检周期”的闭环映射，让机器人像心脏一样跟着产线“脉搏”跳动。print(f" {crit_icon} {point.point_id}: 位置{point.position}")base_ct = 30 + 10 * math.sin(2*math.pi*t/300) # 30s节拍，波动。criticality=random.choice([1, 1, 1
三大“物理考场”： 检验一套具身底座的通用能力
过去：AI存在于屏幕里。未来：AI进入现实世界。完整路径：大语言模型↓Agent↓多模态模型↓机器人控制↓具身智能真正的智能：不是会回答问题。而是：能够理解世界，并采取行动。未来最大的AI机会：可能不是再造一个聊天机器人。而是：让AI拥有身体，进入现实世界。AI Agent工程师成长路线：从调用API到构建下一代智能系统AI工程技能树；学习路线；项目实战规划；就业方向；未来5年技术机会。
摘要：针对当前高校毕业设计创新性不足的问题，本文介绍了基于STM32单片机的智能水果削切机系统设计方案。该系统由STM32F103C8T6单片机最小系统、蓝牙模块、语音播报电路及电机驱动等组成，具备自动削皮、机械臂送料和成品自动装盘功能。重点阐述了STM32芯片的选型优势，包括ARM Cortex-M3架构、丰富外设接口和低功耗特性，并提供了核心控制代码框架。项目通过机电一体化设计实现了水果加工自
目前，稠密重建的任务仍然相对繁重。World Labs的工作与仿真世界有大量衔接，而SceniX相对欠缺的是生成模型和基于计算机视觉的三维重建能力，这恰好是World Labs的强项，也是SceniX所需要的技术。行业中的一个衡量评价方式的关键标准，是看用这个标准区分一个表现为90%的checkpoint与另一个表现为92%的checkpoint，需要多长时间。我们组建了一支覆盖机器人、机器人学习
CB Insights的数据显示，2026年Q1，Physical AI & robotics以11%的交易份额领跑所有AI细分领域，工业人形机器人开发商和机器人基础模型公司分别拿下交易量的前两位，各17笔和15笔交易。7月28日，FCC把"外国制造的人形机器人和四足机器人"加入了"覆盖清单"（Covered List），意味着新的外国机器人将无法获得进入美国市场的设备授权。养老机构的辅助陪护——
解决方案是：构建“采集—缓存—同步—入库—报警”的全链路闭环，用环形缓冲解决实时性，用 ACK 机制解决可靠性，用死区滤波解决有效性。'message': f"超限报警: {point.value:.2f} > {config['high']}",'message': f"低限报警: {point.value:.2f} < {config['low']}",'message': f"报警恢复: 当
摘要：全球每年废弃的机器人足底超2.3万吨，带来严重环境污染。欧盟即将实施严格的环保法规，推动机器人行业转向可持续材料解决方案。目前主要有两种成熟技术路径：生物基可降解材料（如玉米/土豆基TPU）和再生TPU材料。轮胎行业的环保转型经验为机器人足底提供了借鉴。尽管生物基材料成本较高，但分层替换策略可实现平稳过渡，而闭环回收系统则代表未来方向。环保足底已从企业责任转变为市场刚需，成为进入国际市场的"
print(f" • A类(热): {categories['A']} 个 ({categories['A']/len(self.skus)*100:.1f}%)")print(f" • B类(温): {categories['B']} 个 ({categories['B']/len(self.skus)*100:.1f}%)")print(f" • C类(冷): {categories['C']
行业最高保真、唯一原生可执行动作数据，通过遥操作、脚本自主采集机器人闭环轨迹，自带本体 proprioception、传感器噪声、真实接触动力学。，解释不同数据配比如何影响感知、规划、动作生成、世界预测四大能力，回答“不同模型该怎么搭配数据”这个工程核心问题，对产业落地指导价值极强。▲图| 五类数据集规模演进曲线横轴为时间，分别对应仿真、UMI、真机、自我中心、通用数据五大类数据集，内嵌曲线展示每
表格控制器控制对象运行位置输入输出作用单轮转速 PID（内环）单个电机轮子转速STM32轮子目标转速、轮子真实编码器转速PWM 占空比保证每个轮子跑到设定转速；无法对抗轮子打滑带来车体偏差车体整车外环 PID（可选）整车的 Vx,Vy,ω整车期望速度、车体真实速度 (里程计 IMU)整车速度修正量修正整车运动误差，弥补打滑；不直接输出 PWM。
西湖大学朱博文团队与西安电子科技大学王宏团队在《自然·通讯》发表研究成果，开发出仿脊髓人工触觉中间神经元（AMINs）系统。该系统通过集成应变、压力和温度传感器与忆阻器神经元，实现了多模态触觉信号的分级融合与高阶脉冲编码，能生成包含物体尺寸、硬度和温度信息的稀疏爆发脉冲序列。实验显示，该硬件系统结合脉冲神经网络在20类触觉物体识别任务中达到90.5%的准确率，验证了其高效的多模态信息处理能力。这项
减速器环节以谐波减速器为例可以拆分柔轮、钢轮和波发生器。关节模组主要分为旋转关节、线性关节和灵巧手，包括的主要零部件有无框力矩电机/空心杯电机、谐波减速器/行星减速器、滚柱丝杠/滚珠丝杠、一维力/六维力传感器、编码器、伺服驱动器、轴承、腱绳、电子皮肤等，不同的应用环节上规格和技术要求也不一样。人形机器人硬件本体由关节模组配套感知系统、结构件等部件构成，其中关节模组是价值量最大、也是实现人形机器人动
一方面，国产产品与海外龙头品牌产品仍有差距，使得零部件成本依然居高不下，如国产谐波减速器材料的杂质相比国外材料杂质更多，产品寿命、负载力仍不及海外龙头品牌产品。另一方面，部分零部件仍无法在较低成本下实现较高的性能，如压阻式触觉传感器虽然价格较低，但仅能检测垂直力，无法检测摩擦力，而高性能的光学式触觉传感器则价格高昂。经过测算，使用国产替代零件的情况下，人形机器人当前BOM 成本依然需要20 万元左
多机器人系统的本质是“分布式资源约束下的多目标优化问题”。\sum_{j=1}^{n} x_{ij} \le 1 \quad \forall i \in R \quad \text{(一台机器人最多执行一个任务)}\sum_{i=1}^{m} x_{ij} = 1 \quad \forall j \in T \quad \text{(一个任务必须被分配)}设机器人集合 R = \{r_1, r_2
商业落地：银河通用机器人已在便利店和产线真实运行数月技术突破：WAM-TTT 让机器人看视频就能学技能，部署成本断崖下降能力泛化：同一套模型正在适配不同品牌的机器人本体过去两年，所有人都在追大模型的跑分。但具身智能正在用另一种方式证明自己——不是在排行榜上刷分，而是在便利店里卖烤肠，在宁德时代的产线上搬箱子，在乒乓球桌上接住人类的扣杀。世界人形机器人运动会即将开幕。对银河通用和超维动力来说，每一个
从全球产业发展现状来看，海外厂商在通用大模型底层架构、高动态运动控制技术方面拥有长期技术积累；国内企业依托完整制造业供应链、海量真实工业场景资源，在垂直行业工程落地、批量量产层面形成自身发展优势。在此产业发展浪潮中，拓斯达自研 X5 智能机器人控制平台具备云边端部署、感算控一体化能力，打通了具身智能大模型与实体机器人之间的数据隔阂。公司搭建 “场景定义产品、产品采集数据、数据反哺 AI 模型、模型
结合此前四旋翼无人机高精度控制、固定翼路径规划的相关研究积累，地面移动机器人的自主导航是智能机器人落地应用的核心基础，单一的全局路径规划算法普遍存在实时性差、无法响应动态障碍物的缺陷，而纯局部避障算法又极易陷入局部最优，无法保证全局路径的可达性。传统A全局路径规划算法在大规模栅格地图中节点扩展冗余度高、规划速度慢，很难满足大场景下的实时路径生成需求；传统动态窗口法（DWA）局部避障算法依赖局部环境
摇动手柄，输出的是车体层面的运动诉求；运动学作为翻译，把整车的期望，转换为每一个执行器（电机、转向舵机）的目标；诉求能不能被执行，首先取决于底盘机械给不给这个能力，其次才是电机闭环能不能抵抗扰动完成目标。
PID 是底层实时运动控制器，绝大多数机器人中运行在电机 MCU（STM32）的定时器中断；PWM 舵机、串口舵机 PID 运行在舵机内置 MCU。上层主控 / ROS 只下发目标，不执行 PID。PID 核心工作：对比目标值与传感器反馈值，计算偏差，修正输出控制量，抵抗外界扰动，实现物理量跟踪。机器人常使用串级 PID：位置外环 + 速度内环，内环高频，外环低频。PID 只解决闭环跟踪问题，无法
全渠道出海客服中枢：Fxbsale WS API 如何一站式打通 WhatsApp、TG 机器人与网页客服
评审会上，有人说：“先这么定，后面再补。大家点点头，方案继续往前走。两周后出了问题，又有人问：“这不是已经定了吗？很多项目里的返工和争议，就是从这两句话之间开始的。“先这么定”本身没有问题。工程项目不可能等所有条件都完全确定以后再行动，信息不完整时做阶段性决策，本来就是项目推进的一部分。真正危险的是：大家只记住了“定”，却没有把“先”的条件留下来。
大家始终一头雾水，直到 2026 年 7 月 World Labs 推出的 Real2Sim2Real 物理 AI 解决方案，我们才清晰地看到了李飞飞 World Labs 的真实目的：用高效的物理 AI 仿真系统解决具身智能数据荒问题，为机器人大脑的快速落地部署提供真正可行的 Scaling Law 方案。高精度的“模拟器”在 Real2Sim2Real 流程中的核心任务，就是不断缩小 Sim2
这篇文章揭示了机器人灵巧手研发面临的多重技术挑战。文章指出，尽管现代机器人已能完成复杂动作，但灵巧手仍是"最后一厘米"的难题。主要原因包括：1.人手结构的超高复杂度难以完全仿制；2.自由度、成本和可靠性的"不可能三角"制约；3.微型化空间内塞入多组件的工程难题；4.传动系统（连杆/腱绳/直驱）各有明显缺陷；5.触觉反馈精度不足；6.高昂的研发生产成本。文章强
观察2025年以来主流开源和技术框架的设计思路，可以看到一个共同趋势：Agent已经不再被定义为单纯的聊天界面，而是被放到工具调用、工作流、人机协同和多智能体编排体系中。LangGraph强调用图结构构建Agent和多Agent应用，关注状态、持久化、人机协同和可控工作流。它本质上是在提醒开发者：Agent不是一次性对话调用，而是一个有状态、有步骤、可恢复、可中断、可观测的执行过程。Dify的产品
电销机器人是一款可以自动拨打电话的软件， 它可以代替人工将前期重复，繁杂的筛选工作给完成，人工只需要跟进意向客户即可，电销机器人的出现彻底改变了人工电话营销的方式。3、支持打断、支持智能学习：机器人在说话过程中，支持客户随时打断，机器人就会停止说话，重新识别，重新回答客户问题，不会自言自语，显得不智能，惹得客户厌烦。后台不断提升，快速辅助用户做出效果。1、ai电销机器人通话不再是冰冷的机械音，而是
训练场则构建了"采集—训练—评测—部署反馈"的闭环链路：采集员在训练场景中为机器人采集多模态训练数据，算法团队利用这些数据训练视觉—语言—动作模型，训练完成后在标准化评测体系中检验机器人的能力水平，达标的机器人部署到真实场景中执行任务。数据产权登记的完成，在明确数据权属的基础上打通了垂直行业数据流通的环节，为后续的数据交易和共享提供了制度保障。金字塔底层为仿真合成数据方案。合肥训练场的探索表明，通
PWM 舵机无外部反馈风险你下发 90° 目标，舵机可能被外力卡住不动，上位机完全不知道，机械臂会发生碰撞。高精度项目优先选串口舵机。直流电机编码器的换算编码器采集电机高速轴脉冲，必须除以减速比，才能得到输出轮子真实位置；很多新手直接用原始 CNT 计数，速度位置全部算错。半双工串口舵机总线坑点EN 收发使能时序处理不好，会丢包、乱码；发送完指令需要切换接收模式读取舵机返回数据。步进电机开环丢步普
技术已经存在，秘密已被倾吐。面对深夜屏幕前的孩子们，最好的解药或许不是简单地切断网线，而是现实世界中一份更具温度的关怀、一次不带偏见的倾听，以及一场随时准备开启的温暖对话。
解决方案是：基于历史故障数据的贝叶斯概率更新，构建“故障热力图”，再通过人工势场法（Artificial Potential Field）将热力值转化为路径规划的斥力/引力，实现“高风险区自动吸引机器人加密巡检，低风险区自然排斥减少频次”。后来我们在上位机里加了故障热点记忆模块，让机器人像老巡检工一样‘哪里漏过检哪里’，对高频故障区自动加密巡检，再没发生过漏检。if current_cell an
机器人
——机器人
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
