跳到主要内容
Evolvant
订阅

机器人行业洞察

行业消息

  1. 研究使用6自由度Stewart平台机器人对真人志愿者开展实验,表征头颈系统的生物运动学工作空间,为无物理约束的机器人头部稳定系统确定安全运动限值提供基础数据。该系统面向神经影像与颅内放疗场景,通过实时光学运动跟踪动态补偿头部运动,替代刚性立体定向框架和热塑性面罩。

    arXiv cs.RO研究传感器运动控制安全与伦理

  2. XoNav 是一种四执行器髋部外骨骼,通过矢状面执行器提供前进与两级制动提示、额状面执行器提供两级转向提示,将导航引导直接施加于髋关节。基于双侧 LSTM 的步态分类器使用两个大腿 IMU,对未见用户召回率 95.2-97.9%,支撑相到摆动相、摆动相到支撑相的平均检测延迟分别为 38.6 和 63.1 毫秒。约束人在回路贝叶斯优化个性化制动与转向参数,最强制动提示低于安全限值的 53%。蒙眼绿野仙踪试验中,参与者 98.8% 的行走距离保持在 0.75 米宽通道内,平均前进速度每轮提升 4.9%;结合穿戴摄像头、RTAB-Map 与 Nav2 还完成了自主导航及绕行未建图障碍物的可行性研究。

    arXiv cs.RO研究具身智能传感器运动控制

  3. 该论文提出一种实时交互感知框架,利用嵌入式电容传感,使仿壁虎干黏附界面在黏附全周期内估计接触状态,并将状态划分为空闲、接近、接触、啮合、脱离五类。研究用实验采集并增强的传感器数据,对比评估了六种适合嵌入式部署的轻量机器学习模型,其中随机森林离线分类准确率最高,达95.65%。在线部署时,随机森林结合规则状态机将准确率从78.02%提升至93.14%,宏F1为0.9343,推理周期53毫秒。

    arXiv cs.RO研究具身智能传感器学术论文