手部抓取訓練難度極高：手部抓取涉及多個(gè)手指的靈巧操作，需要適應物體的形狀、重量和配置，要求極
高。需要通過(guò)訓練深度神經(jīng)網(wǎng)絡(luò )在機器人抓取時(shí)生成所需的力控制命令，并隨著(zhù)物體形狀、重量、材質(zhì)而
變化。手部抓取需滿(mǎn)足：
⚫ 可靠安全：確保整個(gè)機器人系統工作萬(wàn)無(wú)一失，因此，要求其手爪結構和控制系統要簡(jiǎn)單化
⚫ 自適應性：提高通用性，使得手爪具備適應各種被抓物體形狀的能力
⚫ 智能性：提高手爪決策的準確性，可根據不同需要，決定手部抓取方式
第一代FSD芯片單個(gè)算力72tops,CPU做控制,GPU做圖像處理,NPU為神經(jīng)處理單元,完全適用于人形機器人;D1芯片32位浮點(diǎn)計算的最大性能達到22.6TFLOPs
大模型提升仿真學(xué)習能力,可大幅提升算法訓練效率,縮短算法與硬件調整時(shí)間,極大提高訓練效率,可加快軟件更新迭代
軟件層面看通過(guò)傳感器獲取機器人的狀態(tài)信息，從而控制關(guān)節運動(dòng)實(shí)現平衡;合理地規劃踝關(guān)節和髖關(guān)節,以保持動(dòng)態(tài)行走時(shí)重心的穩定
人形機器人需完成人類(lèi) 各種動(dòng)作,動(dòng)作連續復雜,需頻繁的物理交互且操作因果性多,算法難度遠高于自動(dòng)駕駛,來(lái)控制機器人身體做出動(dòng)作規劃 并下發(fā)指令
人形機器人進(jìn)入門(mén)檻高,科技巨頭擁有研發(fā)實(shí)力及軟件基礎,在視覺(jué)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)同效應明顯
人形機器人本質(zhì)是AI系統落地物理世界的最佳載體,但更核心問(wèn)題在于是算法對運動(dòng)能力的控制,包括本體平衡,行走的步態(tài),部抓取等規劃與控制
預測全球25年人形機器人初步商業(yè)化,銷(xiāo)量3萬(wàn)臺左右,30年這些領(lǐng)域就滲透率1.5-2%對應存量需求230萬(wàn)臺,新增需求100萬(wàn)臺+,2035年銷(xiāo)量有望突破1000萬(wàn)臺
為人形機器人的成熟也是漸進(jìn)式,可在細分市場(chǎng)的率先商業(yè)化,后逐步成熟轉為通用型機器人 ,由tob轉為toc,進(jìn)入家政等市場(chǎng),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,關(guān)節能力不能匹配運動(dòng)規劃;軟件難點(diǎn)是訓練不同任務(wù)的運動(dòng)規劃,實(shí)時(shí)反饋視覺(jué)檢測與理解,并對運動(dòng)規劃做調整
感知模塊包括兩方面視覺(jué)和觸覺(jué),視覺(jué)有純視覺(jué)路線(xiàn),也有依靠雷達等多方式融合路線(xiàn);決策模塊是機器人的大腦,核心是芯片與算法
人形機器人擁有更高級的感知交互系統,包括傳感模塊和軟件方面,人形機器人比服務(wù)機器人更高,靠雙足行走,對減速器負載和電機響應速度要求更高
具身智能與垂直大模型,人形與四足仿生機器人,三維感知模型和多模態(tài)信息融合,機器人新型核心零部件與靈巧操作,腦機接口,生肌電一體化與微納機器人
