均普智能发布自研人形机器人关键传感器套件

均普智能发布自研人形机器人关键传感器套件 均普智能官微消息，通过自主研发以及与合作伙伴的联合研发，目前公司机器人研究院已形成一系列人形机器人用关键传感器套件，包括全固态激光雷达、超宽光谱相机、六维力传感器、结构光深度相机、dTof 雷达模组、双目人脸识别模组、IMU、掌静脉 + 人脸识别模组等，适用于复杂多样的不同工业场景。值得一提的是，均普智能人形机器人用传感器核心芯片大部分实现国产化替代。

ℹ加州理工学院实验性双足机器人「LEONARDO」能玩滑板、在绳索上行走#萌胧雪猴

ℹ加州理工学院实验性双足机器人「LEONARDO」能玩滑板、在绳索上行走#萌胧雪猴 现在提到机器人，已经不再单纯只是机械手臂或机械载具，有不少都开始朝著人型化的样貌及动作来研究，最近美国加州理工学院就公开由自主系统和技术中...

无需电池的传感器能对特定声波做出反应

无需电池的传感器能对特定声波做出反应 声敏传感器无需外接电源，由特定噪音产生的声波激活从智能手机和玩具到遥控器和手电筒，我们日常使用的许多物品都依赖电池供电。因此，全世界每年有 150 亿个电池被丢弃，其中许多最终被填埋。苏黎世联邦理工学院（ETH Zurich）的研究人员开发出了一种传感器，这种传感器除了声音之外不需要任何电源，对于某些设备来说，扔掉电池可能很快就会成为过去。这项研究的合著者之一约翰-罗伯逊（Johan Robertsson）说："传感器纯粹以机械方式工作，不需要外部能源。它只需利用声波中包含的振动能量即可。"但仅限于特定的声波。研究人员开发的传感器具有被动语音识别功能，每当说出某个单词或产生某种特定的音调或噪音时，传感器就会被激活。发出的声波（而不是其他声波）会使传感器产生足够的振动，从而产生一个微小的电脉冲，打开一个电子设备。传感器原型可以区分"three"和"four"这两个口语单词。由于"four"比"three"产生更多的声能，因此它能引起传感器振动，从而打开一个设备或触发一个后续过程，而说"three"则没有任何影响。由棒材连接的超材料晶格的振动板对声波做出选择性响应这种传感器是一种超材料，是一种经过设计具有自然界中罕见特性的材料。共同通讯作者马克-塞拉-加西亚（Marc Serra-Garcia）说："我们的传感器纯粹由硅组成，既不像传统电子传感器那样含有有毒重金属，也不含任何稀土。"但是，这种传感器的语音识别特性来自于它的结构，而不是它的材质。利用计算机建模和算法，研究人员设计出了传感器的结构，它由相同的硅板（谐振器）组成，硅板之间由像弹簧一样的细条连接。这些弹簧决定了特定的声音是否会使传感器启动。研究人员发现，这种无需电池、由声音供电的传感器有许多潜在应用。例如，它可以用来监测地震和建筑物，记录建筑物地基开裂时发出的特殊声音。或者，它还能检测到气体泄漏时发出的嘶嘶声，并触发警报。他们说，这种传感器还可以应用于医疗领域，比如为耳聋或听力损失患者植入人工耳蜗。目前，每个植入体需要两到三块电池，具体取决于所使用的声音处理器类型。一次性电池可使用 30 到 60 小时，但需要经常更换。这种新型传感器也可用于持续测量眼压。眼睛里没有足够的空间容纳带电池的传感器。工业界对零能耗传感器也非常感兴趣。研究人员的目标是在 2027 年之前推出可靠的传感器原型。较新的迭代产品应能区分多达 12 个不同的单词，包括"开"、"关"、"上"和"下"等标准指令。而且，与手掌大小的原型相比，研究人员计划让更新版本的传感器只有拇指甲大小或更小。塞拉-加西亚说："如果到那时我们还没有吸引到任何人的兴趣，我们可能会成立自己的新公司。"这项研究发表在《先进功能材料》杂志上。编译来源：ScitechDaily ... PC版： 手机版：

从小鼠细胞中提取的肌肉组织能移动"生物杂交机器人"

从小鼠细胞中提取的肌肉组织能移动"生物杂交机器人" 虽然这些系统具有柔软的外形，但它们的许多部件仍像传统的同类产品一样是刚性的。研究人员正在努力为这些软体机器人引入柔性元件，以创造运动能力。正如麻省理工学院简明扼要地所说，"我们的肌肉是大自然的完美致动器"。不过，该团队的研究并不只是简单地模仿肌肉。该校的研究人员正在使用活体肌肉组织与合成机器人部件结合，制造一种被称为"生物混合"的机器人。麻省理工学院工程学教授里图-拉曼（Ritu Raman）证实了这一过程，并指出："我们用小鼠细胞构建肌肉组织，然后把肌肉组织放在机器人的骨架上。然后，这些肌肉就充当了机器人的致动器每当肌肉收缩时，机器人就会移动。"肌肉纤维连接到一个被称为"挠曲"的"弹簧状"装置上，该装置是系统的一种骨骼结构。生物肌肉组织很难处理，而且通常难以预测。将其放置在培养皿中，肌肉组织会按预期膨胀和收缩，但不是以可控的方式膨胀和收缩。要在机器人系统中使用，它们必须可靠、可预测和可重复。在这种情况下，就需要使用在一个方向上具有顺应性，而在另一个方向上具有抵抗性的结构。拉曼的团队在马丁-卡尔佩珀教授的麻省理工学院制造实验室找到了解决方案。挠性结构仍需根据机器人的规格进行调整，最终选择了刚度为肌肉组织1/100的结构。拉曼指出："当肌肉收缩时，所有的力都会转化为该方向的运动。这是一种巨大的放大。"拉曼说，这种肌肉纤维/挠性系统可以应用于各种不同尺寸的机器人，但研究小组的重点是制造超小型机器人，以便有朝一日能在体内进行微创手术。 ... PC版： 手机版：

可穿戴面部传感器可以帮助机器人解读人类的情绪状态

可穿戴面部传感器可以帮助机器人解读人类的情绪状态 说到真正让机器了解我们 - 理解我们混乱的人类情感、情绪波动和内心需求是一件很困难的事情。不过，随着时间的推移，这种情况正在慢慢改变，而韩国蔚山国立科学技术研究院（UNIST）的研究人员公布的一个新系统可能会更快地推动我们的科技在情商方面的进步。UNIST的一个团队创造了一种可拉伸的可穿戴面部系统，它利用皮肤摩擦和振动监测来评估人的情绪，并自行发电。没错，它就像听起来一样怪异。这种可穿戴设备由一组薄而透明的柔性传感器组成，分别贴在头部左右两侧的脸上。每个传感器的主体贴在眼睛和耳朵之间，分支延伸到两只眼睛的上方和下方、下颌和后脑勺。研究小组表示，这些传感器可以定制，以适合任何脸型。查看粘合传感器及其在表面的位置传感器安装到位后，它们就会连接到一个集成系统，该系统经过训练，能够根据我们面部的应变模式和声音的振动解码人类的情绪。与其他使用类似技术的系统不同，该系统通过压电原理拉伸传感器材料，完全实现自我供电。这就意味着它可以整天佩戴在身上，而不用担心需要充电。根据 UNIST 研究人员的说法，这是首次创造出完全独立的可穿戴情绪识别系统。虽然基于脸部的贴纸不可能作为日常可穿戴设备流行起来，但 UNIST 团队将他们的技术融入了 VR 环境中，在这种环境中，想象它的蓬勃发展会更容易一些。想象一下，如果能开发出更全面的 VR 头显，就能监测我们的情绪，并相应地调整我们的虚拟世界。事实上，在测试过程中，研究人员利用他们的新情绪传感系统，在各种虚拟环境中根据佩戴者的情绪提供书籍、音乐和电影推荐。研究人员所做的工作是一系列努力的最新成果，这些努力旨在使技术对使用技术的人类更加敏感。随着技术越来越善于理解我们的情绪状态，机器人不仅能更好地利用我们的情绪来五福人类，而且这种进步还能打破人类与机器人之间残存的一些隔阂。试想一下，这对老年人的医疗陪伴机器人将产生怎样的影响。这样的机器可以与人对话，了解它们的的情绪，并采用适当的诱导性对话策略来克服对自我护理的顽固抵触情绪，而不是一个一天三次用平淡的机械声音催促你吃药或多喝水的恼人的机器人。又比如，情感智能机器人可以为孩子们提供一个安全的场所，让他们讨论那些难以与人类伙伴谈论的话题。因为这些机器人可以保持冷静，时钟可以提供头脑清醒的建议，而沮丧的父母可能无法做到这一点。在更邪恶的想象中，情绪读取技术可以充当一种先进的测谎仪，不管一个人说自己的感受如何，它都能解读出他的真实感受。情感智能技术影响我们生活的方式几乎和我们人类每天经历的各种情感一样无穷无尽。虽然在脸上佩戴粘性传感器可能不是未来的发展方向，但研究所的工作无疑有助于在通往"只懂我们"的机器的道路上再迈出坚实的一步。或者，正如研究负责人 Jiyun Kim 所说："为了实现人机之间的有效互动，人机界面（HMI）设备必须能够收集各种类型的数据并处理复杂的综合信息。这项研究体现了在下一代可穿戴系统中使用情绪这种复杂形式的人类信息的潜力"。上述研究发表在《自然通讯》杂志上。 ... PC版： 手机版：

生成式人工智能让机器人离通用目标又近一步

生成式人工智能让机器人离通用目标又近一步 研究人员一直在努力开发一种机器人智能，使其能够充分利用双足仿人设计所带来的广泛运动能力。在机器人技术中使用生成式人工智能也是近期的热门话题。麻省理工学院的最新研究表明，后者可能会对前者产生深远影响。在通往通用系统的道路上，最大的挑战之一就是培训。我们已经掌握了培训人类从事不同工作的最佳方法。机器人技术的方法虽然前景广阔，但却支离破碎。有很多有前途的方法，包括强化学习和模仿学习，但未来的解决方案可能会涉及这些方法的组合，并通过生成式人工智能模型加以增强。麻省理工学院团队提出的主要用途之一，就是从这些小型特定任务数据集中整理相关信息的能力。这种方法被称为策略合成（PoCo）。任务包括有用的机器人动作，如敲钉子和用锅铲翻转东西。团队指出："[研究人员]训练一个单独的扩散模型，学习一种策略或政策，利用一个特定的数据集完成一项任务。然后，他们将扩散模型学习到的策略组合成一个通用策略，使机器人能够在各种环境下执行多项任务。"根据麻省理工学院公布的数据，采用扩散模型后，任务性能提高了 20%。这包括执行需要多种工具的任务的能力，以及学习/适应陌生任务的能力。该系统能够将来自不同数据集的相关信息整合到执行任务所需的行动链中。"这种方法的好处之一是，我们可以将政策结合起来，以获得两个世界的最佳效果，"论文的第一作者王立瑞说。"例如，在真实世界数据基础上训练的政策可能会更灵巧，而在模拟基础上训练的政策可能会更通用"。这项具体工作的目标是创建智能系统，使机器人能够交换不同的工具来执行不同的任务。多用途系统的普及将使该行业离通用梦想更近一步。 ... PC版： 手机版：