申请专栏作者
您的当前位置:主页 > 机器人 > 正文

三菱电机收购Realtime Robotics押注运动控制

来源: 时间:2019-05-15
请点击下面的广告后浏览!
 

机器人行业的发展已经进入了下半场,未来的机器人势必需要人工智能、物联网、云计算等多项技术,从而达到跟高的柔性化、智能化、效率水平。新一代机器人需要能够进入尽可能多的应用场景,从制造到物流、医疗、建筑、交通等,向各个领域不断延伸,为人类社会向前发展提供强大的动力。

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

 

可思数据-www.sykv.cn,sykv.com

近日,三菱电机宣布已收购了美国一家技术创业公司Realtime Robotics的股权,该公司致力于开发运动规划技术,并推进其项目的商业化落地。此次三菱电机注入资金,将帮助Realtime Robotics加速工业机器人系统的研发,推出安全性和更高性能的解决方案。

可思数据

 

可思数据-AI,人工智能,深度学习,机器学习,神经网络

在机器人方面,三菱电机推出了MELFA系列工业机器人,并加入了视觉能力,力传感器和人工智能技术,实现了高速、高精度拾取和控制解决方案。据悉,三菱电机预计将在2020年推出新的工业机器人系统,Realtime Robotics的运动规划技术将整合到一起。 内容来自可思数据

  可思数据-人工智能资讯平台

可思数据-数据挖掘,智慧医疗,机器视觉,机器人

  可思数据-www.sykv.cn,sykv.com

为什么需要实时运动规划? 本文来自可思数据,转载请联系本站及注明出处

运动规划是利用计算机和软件算法技术,确定机器人达到目的地的最优路径的过程,同时保证不与任何障碍物碰撞,该技术主要应用于工业机器人和自动驾驶汽车方向。三菱电机作为工业自动化领先厂商,通过收购Realtime Robotics将可以进一步增强其智能制造解决方案。

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

 

可思数据-数据挖掘,智慧医疗,机器视觉,机器人

提前计划机器人的运动路线,让机器人按指定的规划进行运动,这似乎并不难,但希望机器人实时做出反应就不是容易实现。传统的机器人每次需要重新规划其路线时必须停下并等待30分钟,当遇到一些变化的环境显示是无效的。

可思数据-人工智能资讯平台

  可思数据-www.sykv.cn,sykv.com

Realtime Robotics的运动路径规划解决方案可以进行实时计算,规划出机器人或者自动驾驶最佳路径,以降低车辆行驶过程的风险和提升设备的使用效率。随着智能工厂中移动机器人的增加,用于搬运的AGV机器人在路径规划下进行,可以为企业创造更高的收益。

可思数据-AI,人工智能,深度学习,机器学习,神经网络

 

可思数据-数据挖掘,智慧医疗,机器视觉,机器人

可思数据-www.sykv.cn,sykv.com

  可思数据-数据挖掘,智慧医疗,机器视觉,机器人

实时运动规划的解决方案

内容来自可思数据

虽然,过去十年中运动规划算法有了很大的改进,但想要在机器人上实现实时规划路线却是很难的,这种规划算法对于硬件的要求很高。对于机器人的运动规划,目前有四个方案。

可思数据-数据挖掘,智慧医疗,机器视觉,机器人

  内容来自可思数据

第一个是Realtime Robotics的Rapid Plan处理器解决方案,RapidPlan可以每秒30帧的速度进行多达800000次动作,满足不断变化环境下识别和响应的需求,从而实现机器人和自动驾驶汽车的实时引导。 可思数据-AI,智能驾驶,人脸识别,区块链,大数据

 

可思数据

第二个是英特尔的片上系统Search-and-Rescue SoC,其运动规划是通过专用加速器实现的,包括控制小型机器人所需的所有计算功能,例如实时传感和处理、电源管理、驱动和通信等等。

可思数据

  可思数据-www.sykv.cn,sykv.com

第三个是明尼苏达大学一个团队开发的Wave Computer,它是一种专用于运行AI算法的固态芯片,比在计算机和图形处理器上运行相同算法的能效高出约100万倍。Wave Computer不仅限于运动规划,还可以用于更多应用程序。 可思数据-www.sykv.cn,sykv.com

 

可思数据-人工智能资讯平台

第四个是密歇根大学研究人员的SLAMmer,这是一种专用芯片,使用同步本地化和映射(SLAM)。SLAM已经在新一代移动机器人中使用,能够即时构建地图,同时还能定位机器人在该地图内的位置。 可思数据

  可思数据-www.sykv.cn,sykv.com

机器人运动规划的未来 可思数据-数据挖掘,智慧医疗,机器视觉,机器人

目前,运动规划所需的计算仍然依赖于云端服务器,需要移动机器人将现场数据上传到云端,这种方法必需保证有稳定可靠和高速的网络,不然,实时性的效果会很拉低。从长远来看,在云端进行运动规划并不是一个可行的解决方案。

可思数据-AI,人工智能,深度学习,机器学习,神经网络

  内容来自可思数据

自动驾驶汽车汽车已对有了专门的硬件平台,新的硬件技术对于机器人是至关重要的。在工业机器人中,没有实时生成计划路线,实际上是非常危险的。所以,机器人需要一个运动规划器,使得机器人能够在边缘完成路线规划的任务。

可思数据-人工智能资讯平台

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

Copyright©2005-2019 Sykv.com 可思数据 版权所有    网站地图   联系我们  

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部