中国机器人弱在哪？

谷歌义做了一件让业内震惊的事;一举收购波士顿动力等八个机器人初创公司。波士顿动力的四腿式机器人样式十分怪异,但运动起来能力不亚于常人,平衡能力更是让人惊叹。而这些刚刚孵化出来的机器人共同组成了谷歌的新大陆．住这片土壤里,谷歌为自己规划了一个无人工厂物流体系。谷歌似乎是习惯了扮演引领潮流的身份。就如同样让人震惊的无人汽车一样,谷歌看到了这是汽车行业发展的方向并意识到自动化、远程信息处理技术和通汛技术的发展会导致该领域的数据量暴增,加之由于谷歌的利润几乎都是来自数据,因此它才决定进入该领域。     

软银收购Alphabet旗下2家机器人公司

6月9日,Pepper机器人制造商日本软银集团（Softbank）宣布签署最终协议,以不公开的条款收购谷歌母公司Alphabet旗下的2家机器人公司,即人形机器人公司Boston Dynamics和双足机器人公司Schaft。2013年,谷歌斥资30亿美元收购了Boston Dynamics。2015年,谷歌公司进行重组,成为Alphabet的全资子公司。     

云深处:不止要做“中国版波士顿动力”

从Big Dog到Spot Mini,波士顿动力每推出一款四足机器人都会引起全球科技爱好者的狂欢。其实,在中国也有这样一家研究四足机器人的科技公司,它所研发的“绝影”系列机器人性能和表现同样优异。这家公司叫做云深处,而未来,它不止要做“中国版波士顿动力”。     

谷歌统一化战略

春节结束,各大公司的财务报表也基本都公之于众了。虽然到下个季度前几乎不会有什么大新闻。不过从Android更新4．0后一直没有太大的动作的谷歌最近倒是小动作不断。我们也不难窥探出一些2012年谷歌对于自家机器人平台发展的想法。     

工业机器人发展趋势及在3C电子制造业的应用

1工业机器人的发展趋势2013年,美国提出制造业回归,把工业机器人作为先进产业进行规划;同年12月,德国发布工业4.0计划,打造机器人为核心产业;英国、韩国、日本都相应发布机器人战略的相应计划。机器人革命是第三次工业革命的切入点和重要增长点,影响着全球制造业的格局,包括富士康、谷歌等在内的知名企业也都争先进入这个产业。从国家层面上讲,中国也非常重视机器人的发展。     

2013年机器人十大新闻

机器人发展前景广阔．这一趋势在2013年表现得愈加明朗．一些世界企业巨头纷纷开始关注或者加大力度投资研发机器人技术与产品：其中，最大的手笔足谷歌在短短半年的时间里，收购了8家与机器人相关的公司．引起了全球范同的好奇心：符歌到底想做什么？这8家公司有何特别之处？     

Android玩得好28个技巧不可少

也许跟你的一贯认知有些相背，其实“机器人”早已有了智能，是可以成长和进化的，嗯，至少Google的机器AAndroid是可以的。随着Android手机用户基数的不断增长，其开源的操作系统也不断在进步，诸多的消费者已经逐渐爱上了谷歌的这款机器人，并不断将其与另一巨头iPhone OS进行着对比。     

美研发高性能仿生机器人用于测试军用设备

据英国《每日邮报》网站报道，美国波士顿动力学工程公司打造的一款名叫PETMAN的仿生机器人正在接受各项性能的检测，待通过“实战演习”之后，将在美国军队“服役”，为美军测试各种防护服装和军事设备。PETMAN使用了当前最为先进的机器人技术，它能像真人一样活动，能够模拟身穿防护服的士兵在真实环境下的情景。PETMAN通过与之相连接的电线获得所需电力。     

服务机器人

在工业机器人问世30年后的今天,它已被世人看作是一种生产工具。在制造、装配领域以及最近在服务行业,机器人的应用取得了明显的进展,从而使科幻小说中的下述古老梦想比过去任何时候都更有可能加以实现,那就是: 让自主机器人作为“人的助手”,用以提高人们的生活质量。图1示出了工业机器人与服务机器人可能发展趋势的比较。     

西瓜收获机器人

为解决农业劳动力老龄化和农业劳动力不足的矛盾,日本开发了一系列针对不同用途的农业机器人.农业机器人有其本身的特点:一般是在室外工作,作业环境较差,但在精度上不象工业机器人要求那样高;农业机器人的使用者不是专门的技术人员,而是普通农民,所以技术不能太复杂,价格也不能太高.本文介绍日本京都大学从上述立场出发,开发的西瓜收获机器人.     

未来机器人技术的发展方向

前言 简短的回顾 第一台工业机器人问世已整整40年了。在机器人发展的历史上,存在着两条不同的技术路线:一条是日本和瑞典所走的“需求牵引,技术驱动”的路线,把美国开拓的机器人,结合工业发展的需求,开发出一系列特定应用的机器人,如弧焊、点焊、喷漆、装配、刷胶、建筑等等,从而形成了庞大的机器人产业;另一条路线是把机器人作为研究人工智能的载体,看成计算机科学的一部分,即从单纯技术上模仿人的某些功能出发,研究智能机器人,如美国、英国相     

加拿大公司研发可高空追踪罪犯的机器人

"侦察员"(Scout)飞行机器人由加拿大艾伦公司研制,造价约3万英镑,它装备了世界上最先进的情报监测系统,可以用于跟踪罪犯,以及暗中监视公众活动。"侦察员"飞行机器人采用触摸屏控制器,使用者只需用手指在屏幕上点出谷歌地球上的目标位置,Scout     

危险作业机器人关键技术综述

随着社会的发展,人们越来越希望用机器人代替自己完成那些枯燥、繁重、危险的工作。机器人可以分为工业机器人和特种机器人,工业机器人是指面向工业领域的多关节机械手或多自由度机器人。特种机器人包括：服务机器人、教育机器人、娱乐机器人、军用机器人、农业机器人等。机器人不是简单代替人工作,而是去做一些完成不适合人直接干、干小了和干不好的一些工作。比如：机器人可以进入病人体内进行检查和治疗,     

各国地面军用机器人研制情况

这里介绍的是美国以外的其它西方工业发达国家的情况.在美国大力研究的带动下,这些国家都比较重视研究地面军用机器人.就各国目前的研制情况来看,主要有以下三个特点:一是各国选择的基本上都是一条遥控机器人与自主机器人相结合的道路;二是在遥控机器人的开发中已取得了不小的成绩,特别是比较简单的、技术上比较成熟的危险环境作业机器人已经得到广泛的应用;三是在地面军用机器人研究领域,国际合作日益加强.关于第一点,首先是一些经济和技术实力较强的国家均制定了自己近期及长期的发展计划,这些国家主要有法国、德国、英国、日本和意大利等国,它们同时开展遥控及自主地面车辆的研制工作,不断将自主车研制中开发出来的技术用于遥控车辆,以促进遥控车辆的实用     

基于多机器人的微机器人足球比赛系统

微机器人足球比赛是将多机器人的协调控制、实时视觉系统、无线电通信、策略知识库系统、多传感器融合及计算机软/硬件等各种技术综合在一起的非常复杂的智能机器人应用系统.文中主要介绍能作微机器人足球比赛的MRS—1型多机器人系统.该系统由三部分组成:第一,组成球队,并能进行足球比赛的多微机器人系统;第二,对多机器人进行控制的主控系统,包括:对足球比赛的动态环境(包括自己和对方)做全面了解和分析的实时视觉系统,对各机器人与主控系统之间起联络作用的无线电通信系统,以及根据动态环境产生比赛策略的主计算机系统;第三,比赛环境,包括:比赛场地、球及裁判员,在整个比赛过程中,场外人员不允许用操纵杆、口令或其它方法干预比赛,机器人完全独立、自主地进行比赛,因此这种微机器人足球比赛是能考验机器人的智能化程度和自主性的新方法.微机器人足球比赛不但会推动多机器人系统的各种关键技术的发展,而且也会促进实际足球比赛的战术策略的发展.     

一种新的机器人三维视觉的设想

本文探讨了机器人视觉的固有矛盾,分析了机器人视觉方法的现状,得出:现行的视觉方法难于给出机器人操作必需的信息,难于兼顾实时性与通用性。基于此分析,构思了一种新的三维视觉系统,旨在解决机器人视觉的固有问题.     

我——机器人

科幻小说家以撒·艾西莫夫给出的机器人三定律:第一定律:机器人不得伤害人类,或坐视人类受到伤害;第二定律:在不违背第一法则的前提下,机器人必须服从人类的命令;第三定律:在不违背第一及第二法则的前提下,机器人必须保护自己。"机器人三定律"说明了机器人存在的根本原因是为了保护人类不受伤害,目前的机器人设计制造业都遵循这三条定律,并成为了机器人伦理学的基础。     

2019年机器人行业十大新闻

编者按:2019年已经翻过,又到了总结一年机器人行业大事件的时间。在此之际,我们回首去年年初梳理的行业十大新闻,发现这些事件依然在过去的一年里深深地影响着行业的发展。记得去年本刊第一期发布的“2018年机器人行业十大新闻”是:1政策层面:国家智能机器人重点研发计划启动;2号外:中美贸易战;3市场层面:工业机器人打响价格战;4产品技术:协作机器人坎坷前行;5大咖举措:四大家族巨资扩大在华机构;6异军突起:房企碧桂园强势入机器人产业;7资本市场:机器人行业投资趋冷清还是冷静?8行业应用:智能网联汽车快速发展;9一枝独秀:中国人工智能全面爆发;10会议聚焦:从中国机器人峰会看行业风向。     

扫地机器人增强位姿融合的Cartographer算法及系统实现

Cartographer是谷歌在2016年开源的一个可以在多传感器配置下实现低计算资源消耗的SLAM算法框架.本文针对原有Cartographer中位姿融合不准确,存在延迟的问题,首先设计了一种基于位姿增量的多传感器位姿融合方法;随后针对扫地机器人Player平台,设计并实现基于增强Cartographer算法的多模块SLAM系统;最后通过Cartographer数据集的实验分析和真实场景的实际测试,本论文验证了增强Cartographer算法的有效性以及SLAM系统在Player机器人平台上的可用性.     

KUKA机器人运动学算法的研究

如今传统的工业机器人示教编程方式已很难满足生产要求。解决此问题的有效途径之一,就是采用离线编程技术。离线编程技术需要机器人仿真系统的支持。逆解分析是机器人运动学分析的一个重要组成部分,是进行机器人控制和轨迹规划的前提和基础。针对KR系列KUKA运动学进行了分析与研究。其中运动学模型的建立主要采用Denavit.Hartenberg(D-H)参数法。D-H参数法相对成熟,在机器人运动学分析中得到广泛应用。最后给出了KUKA机器人运动学逆解的显式求解结果,以KUKA KR-16机器人为例,验证了算法的正确性,并在仿真环境中进行了测试。