跳到正文
新浪科技·· 6 天前AI 評分39

FFR 向中密歇根大學交付兩台 Aegis Ultra,Brain Blocks 增設 AI 模組

机器人进课堂:FFR 向中密歇根大学交付两台 Aegis Ultra,开发工具补上感知积木

AI 導讀

FFR 向中密歇根大學交付兩台 Aegis Ultra,供課程與科研中的具身智能教學及實踐使用。Brain Blocks 新增可識別手勢、身體姿勢、物件和聲音的 AI 模組,並支援動作錄製與回放,使用者無須編寫程式碼。Faber U 已完成按標籤分揀工件的仿真驗證,實機測試與現場 POC 尚待後續進行。

正文

11 月 16 日,FFR 披露已向中密歇根大学交付两台 Aegis Ultra 机器人。这是该公司在密歇根州的首个客户,也是它在该州大学实验室的第一单。两台机器将进入该校公园、休闲与资源管理系的课程与科研环节,用于具身智能相关的教学与实践。

FFR

Aegis 系列四足机器人(公司产品图) 图片来源:FFR

同一批披露里还有两项开发工具与验证进展。开发者平台六大工具之一的 Brain Blocks 上线了 AI 模块,同时增加动作录制与回放功能。AI 模块可识别手势、身体姿势、物体和声音,识别结果作为输入进入积木程序,使用者不需要写代码。轮臂移动操作机器人 Faber U 则完成了按标签分拣工件的场景验证,方式是仿真,实机测试与现场 POC 尚在后续计划内。

四足平台的教学门槛通常不在步态。行走、上下坡、跌倒恢复这些厂商已经封在底层,学生要动的是上面一层:看到什么、判断成什么、接着做什么。Brain Blocks 这次补的正好是这一层的两端——感知输入(手势、身体姿势、物体、声音)和动作输出(录制与回放),中间的条件判断仍由积木程序表达。

感知接进图形化编程,第一件事是确定输出什么。若模块只给出"有人/没人"这类布尔量,积木程序能做的只有触发;若输出是类别、置信度与位置框,才拼得出条件分支和动作序列。课堂上决定演示能不能跑通的地方通常在这几处:置信度阈值怎么设、遮挡和光线变化时误检率多少、同一动作重复做十次结果是否一致。这些参数在厂商工具里默认给多少、允不允许改,直接决定教学项目能做到多深。

动作录制与回放接近工业上的示教。录下来的是关节轨迹序列,回放时的重复精度取决于编码器分辨率、控制周期,以及末端负载是否与录制时一致。换一个工件、加一套夹具、改一次台面高度,往往要重新录一遍。低门槛在这里体现为一个取舍:省掉写轨迹的工作,但换来了对边界条件的依赖。

Faber U 这条停在仿真,边界也正在这里:仿真里没有标定误差、没有视觉在反光面上的失效、也没有抓取时的力控偏差。从仿真到真机至少要过这三关,之后再谈节拍与稳定性。公司把它描述为后续实机测试与 POC 的基础,这个描述与已验证的部分是吻合的。

教学与科研客户对机器人的要求,与产线不一样。前者要的是一个课时内跑通从感知到动作的闭环,以及能让学生改动的地方足够多;后者要的是连续运行下的节拍与良率。把感知做成积木块,压缩的是入门时间,被抽象掉的那部分——标定、异常处理、节拍——恰好是工程里最花时间的环节。这也是这类工具后续能不能往工业场景延伸的分界:抽象层级停在"能演示"还是能下探到"能调参"。

新浪众测 新浪众测

新浪科技公众号

新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

科学大家

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片

來源:新浪科技 · finance.sina.com.cn