手部抓取訓(xùn)練難度JG：手部抓取涉及多個手指的靈巧操作，需要適應(yīng)物體的形狀、重量和配置，要求J
G。需要通過訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)在機(jī)器人抓取時生成所需的力控制命令，并隨著物體形狀、重量、材質(zhì)而
變化。手部抓取需滿足：
⚫ 可靠安全：確保整個機(jī)器人系統(tǒng)工作萬無一失，因此，要求其手爪結(jié)構(gòu)和控制系統(tǒng)要簡單化
⚫ 自適應(yīng)性：提G通用性，使得手爪具備適應(yīng)各種被抓物體形狀的能力
⚫ 智能性：提G手爪決策的準(zhǔn)確性，可根據(jù)不同需要，決定手部抓取方式
第一代FSD芯片單個算力72tops,CPU做控制,GPU做圖像處理,NPU為神經(jīng)處理單元,完全適用于人形機(jī)器人;D1芯片32位浮點(diǎn)計算的最大性能達(dá)到22.6TFLOPs
大模型提升仿真學(xué)習(xí)能力,可大幅提升算法訓(xùn)練效率,縮短算法與硬件調(diào)整時間,極大提高訓(xùn)練效率,可加快軟件更新迭代
軟件層面看通過傳感器獲取機(jī)器人的狀態(tài)信息，從而控制關(guān)節(jié)運(yùn)動實(shí)現(xiàn)平衡;合理地規(guī)劃踝關(guān)節(jié)和髖關(guān)節(jié),以保持動態(tài)行走時重心的穩(wěn)定
人形機(jī)器人需完成人類 各種動作,動作連續(xù)復(fù)雜,需頻繁的物理交互且操作因果性多,算法難度遠(yuǎn)高于自動駕駛,來控制機(jī)器人身體做出動作規(guī)劃 并下發(fā)指令
人形機(jī)器人進(jìn)入門檻高,科技巨頭擁有研發(fā)實(shí)力及軟件基礎(chǔ),在視覺感知,算法,虛擬仿真等軟件方面領(lǐng)先優(yōu)勢明顯,且與原有業(yè)務(wù)協(xié)同效應(yīng)明顯
人形機(jī)器人本質(zhì)是AI系統(tǒng)落地物理世界的最佳載體,但更核心問題在于是算法對運(yùn)動能力的控制,包括本體平衡,行走的步態(tài),部抓取等規(guī)劃與控制
預(yù)測全球25年人形機(jī)器人初步商業(yè)化,銷量3萬臺左右,30年這些領(lǐng)域就滲透率1.5-2%對應(yīng)存量需求230萬臺,新增需求100萬臺+,2035年銷量有望突破1000萬臺
為人形機(jī)器人的成熟也是漸進(jìn)式,可在細(xì)分市場的率先商業(yè)化,后逐步成熟轉(zhuǎn)為通用型機(jī)器人 ,由tob轉(zhuǎn)為toc,進(jìn)入家政等市場,做人想做但是不能做的工作
硬件難點(diǎn)是靈敏度與承壓能力的協(xié)調(diào),關(guān)節(jié)能力不能匹配運(yùn)動規(guī)劃;軟件難點(diǎn)是訓(xùn)練不同任務(wù)的運(yùn)動規(guī)劃,實(shí)時反饋視覺檢測與理解,并對運(yùn)動規(guī)劃做調(diào)整
感知模塊包括兩方面視覺和觸覺,視覺有純視覺路線,也有依靠雷達(dá)等多方式融合路線;決策模塊是機(jī)器人的大腦,核心是芯片與算法
人形機(jī)器人擁有更高級的感知交互系統(tǒng),包括傳感模塊和軟件方面,人形機(jī)器人比服務(wù)機(jī)器人更高,靠雙足行走,對減速器負(fù)載和電機(jī)響應(yīng)速度要求更高
具身智能與垂直大模型,人形與四足仿生機(jī)器人,三維感知模型和多模態(tài)信息融合,機(jī)器人新型核心零部件與靈巧操作,腦機(jī)接口,生肌電一體化與微納機(jī)器人
