跳到正文
11月9日週一
  1. DEV Community25

    路徑規劃與自主導航第 06 章:軌跡最佳化

    軌跡生成把路徑規劃得出的路線轉化為符合機械人運動限制、可供執行的動態軌跡,是高層路徑規劃與低層運動控制之間的關鍵環節。軌跡包含位置、方向、速度、加速度及時間等資訊,並須兼顧平滑度、可行性、安全與能源效率。常見方法包括航點插值、多項式曲線、樣條及 Bézier 曲線。

  2. DEV Community23

    拖曳式 AMR 導航:路徑規劃與自主導航第 11 章

    第 11 章聚焦拖曳式自主移動機械人(AMR)的導航架構,説明機械人、拖車、連接機構、負載及周邊環境須作為整合的動態系統處理。架構涵蓋移動平台、牽引與轉向、感知、定位、導航規劃、安全、車隊管理及任務執行等子系統。自動連接機構可配合感應器引導機械人對準拖車,並在任務開始前確認連接狀態。

  3. The Elec33

    Hyundai Mobis 為高中生舉辦工程競賽

    Hyundai Mobis 在 Hana Academy Seoul 舉辦 2026 Youth Engineering Leader Festival,約 100 名來自南韓 12 所高中的學生參加。比賽包括工程辯論、自動駕駛車競賽及青年工程學術會議;自動駕駛車競賽設有深度學習車輛和以 Robot Operating System 2(ROS 2)為基礎的實體 AI 車輛兩個組別。

  4. 香港數字政策辦公室 · AI 消息36

    首輪「機器人走入社區」試驗計劃接受申請

    數字政策辦公室宣佈,首輪「機器人走入社區」試驗計劃即日起接受合資格機構申請,免費借用「友智寶」人形機器人,於免費社區活動展演。申請截止日期為二○二六年十一月二十日,活動須於二○二六年十二月十五日至二○二七年二月二十八日期間舉行;機器人可表演跳舞、功夫,亦可分享具身智能和數碼科技知識。

  5. 新浪科技31

    為何出海創業者大多選擇深圳?

    深圳「X-Day」西麗湖路演社舉辦亞太數智創新專場,六家企業展示 AI 硬件、機械人、家庭能源及智能體工具等出海探索。與會者指出,創業團隊應聚焦細分場景、瞭解海外用戶需求,並善用供應鏈及產業合作資源。「X-Day」至今舉辦22場路演,吸引600餘個項目報名,助力68家企業獲股權投資超37.17億元。

  6. DoNews44

    Physicl 獲 1000 萬美元種子輪融資

    機械人仿真平台開發商 Physicl 宣佈完成 1000 萬美元種子輪融資,由 iNovia Capital 領投。其核心產品 Physicl Studio 正處於私有 Beta 階段,可用文字生成室內場景,並輸出深度圖、分割遮罩及相機位姿等真值數據。平台以 SaaS 訂閲模式提供仿真數據服務,不參與策略訓練。

  7. DEV Community28

    SLAM 本地化與建圖——第 25 章:SLAM 的未來

    本章探討 AI 如何提升 SLAM 的感知、地點識別、感測器融合、地圖理解及故障恢復能力,同時保留幾何方法在距離準確度、座標結構和物理合理性上的作用。學習模型可用於特徵提取、深度估算、語義理解、動態物件過濾及環境變化偵測,但其結果仍須經不確定性評估和幾何驗證。可靠的 AI SLAM 亦依賴多元訓練數據、實地驗證,以及地圖更新的核實、版本管理和回復程序。

  8. IT之家44

    天翼電信終端與優必選全面戰略合作,推動仿生人形機械人規模化應用

    天翼電信終端與優必選簽署全面戰略合作協議,合作涵蓋機械人推廣、聯合創新、應用場景打造及產業生態共建等。未來三年,雙方將推動家庭陪伴機械人終端行業規模突破百萬台,超仿生人形機械人、輪式人形機械人等終端行業規模突破十萬台,並成立機械人聯合創新實驗室。

  9. DEV Community27

    定位、建圖與 SLAM — 第 03 章:地圖表示

    地圖表示是機械人定位、感知、導航及決策的基礎,地圖為機械人提供周邊環境的結構化模型。幾何地圖和度量地圖著重空間形狀與精確位置,拓撲地圖則記錄地點之間的連通關係;混合架構可結合全局導航與局部避障。選擇地圖表示時,需權衡精度、記憶體、運算效率、更新頻率及環境複雜程度。

  10. DEV Community29

    2D SLAM:自主移動機械人的定位與建圖

    2D SLAM 讓自主移動機械人在建立未知環境地圖的同時,估算自身在地圖中的位置,以應對沒有現成地圖或環境會變動的情況。系統通常以 2D LiDAR 感測周遭結構,並透過掃描匹配修正里程計累積的定位誤差;ICP 和 NDT 是文中介紹的掃描匹配方法。

  11. 新浪科技46

    專訪國家知識產權局鄒斌:讓具身智能專利「拿得穩、用得上」

    國家知識產權局專利局電學發明審查部質量保障處處長鄒斌指出,具身智能專利審查須整體理解算法與技術特徵,兼顧保護創新和引導智能向善。具確切技術含義的用戶動作數據及確定的肢體動作可構成技術方案;以性格特徵預測價值觀則不屬於可獲專利保護的技術方案。創新者可善用優先審查、快速預審渠道,並在申請文件中詳述系統協同與閉環交互,做好數據合規風險防控。

  12. 新浪科技41

    MIT UQ-DAAAM 機械人記憶系統透過補充視角修正不確定描述

    MIT 研究團隊開發 UQ-DAAAM,讓機械人評估物體描述的不確定性,並從已拍攝的畫面挑選更清晰的視角補充資料、更新記憶。每個不確定物體最多增加兩個觀察視角後,92.3% 的物體不確定性降至設定閾值以下;描述性問題的準確率由 DAAAM 的 71.1% 升至 76.1%。不確定性下降不代表辨識必然正確,系統仍可能留下錯誤記憶。

  13. DoNews53

    UniX AI優理奇完成5億元Pre-A輪融資

    UniX AI優理奇宣佈完成5億元Pre-A輪融資。本輪由老股東謝諾投資、湧鏵投資連續多輪超額追加,新投資方包括綠地集團、柯力傳感、華工創投、新景富盈、紅鳥啓航基金及玉林產投等產業與財務投資人。資金將用於前沿技術研發、核心團隊建設及具身智能產品產業化落地。

  14. DEV Community26

    AMR 感測器與感知——第24章:工業感知案例研究 [KR]

    STATERA Library 第24章分析如何優化倉庫 AMR 感知系統,以應對人車混行、臨時堆放及環境變化,兼顧穩定行駛與安全。案例指出,反光或黑色物體、光線變化、重複貨架結構及感測器盲區均會影響障礙物檢測與定位。改良方案結合深度相機、2D LiDAR、里程計和慣性資訊,並按感測器可信度及觀測歷史更新局部佔用空間。

  15. 新浪科技26

    了得科技仿生機械人亮相進博會,主打美麗與智慧並重

    了得科技在進博會首度展出超仿生全尺寸行走陪伴機械人 E1、智能迎賓機械人及高仿真智能頭三大展品。E1採用1:1真人比例設計,交互響應時延低至600毫秒,並具備長期記憶、多模態情緒感知及多語種、多方言交互能力。籠罩其中的智能迎賓機械人可完成商務禮儀動作,仿生智能頭則可獨立部署於多種場景。

  16. DEV Community27

    AMR 感測器與感知——第 24 章:工業感知案例研究

    本章以倉庫案例分析自主移動機械人如何適應高密度物流設施,並在共享通道中安全導航。系統採用 2D LiDAR、深度相機、輪式編碼器及慣性測量單元;針對反光和黑色物料、低矮障礙物、光線變化及臨時物件等感知難題,透過多感測器交叉核對、時間整合及區分固定結構與臨時佔用來提升可靠性。

  17. DEV Community25

    AMR 感測器與感知——第 25 章:機械人感知的未來

    基礎模型把機械人感知由針對單一任務的識別系統,推向能理解多元環境的通用智能,並有助系統適應未曾遇過的環境。模型透過圖像、影片、點雲、語言描述及感測器記錄等資料進行預訓練,學得可重用的表徵,再以較少任務專屬調整支援不同應用。多模態及視覺語言模型亦支援開放詞彙感知,讓機械人透過文字描述識別未見過的物件。

  18. DEV Community28

    AMR 傳感器與感知——第 01 章:機器人感知概述

    本章概述自主移動機器人(AMR)的感知流程,説明系統如何把傳感器的原始測量轉化為位置估計、路徑規劃、自主導航與控制可用的環境資訊。內容涵蓋感測器資料預處理、特徵提取、物件檢測與追蹤、場景理解、可行駛空間估計、三維感知及多感測器融合,並指出感知資訊的品質會影響定位、安全行駛及任務執行。