机器人视觉

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

机器人视觉,是指不仅要把视觉信息作为输入,而且还要对这些信息进行处理,进而提取出有用的信息提供给机器人。今天的视觉技术已经能够识别人的手势和面部表情了,即人机界面的功能也可以实现。

机器人视觉,是指不仅要把视觉信息作为输入,而且还要对这些信息进行处理,进而提取出有用的信息提供给机器人。今天的视觉技术已经能够识别人的手势和面部表情了,即人机界面的功能也可以实现。收起

查看更多

电路方案

查看更多
  • 两大视觉方案赋能:让家用机器人走进智能家居!
    机器人逐渐融入日常生活,尤其在家庭环境中发挥重要作用。随着人口老龄化加剧,辅助机器人需求增加,从清洁、维护到安全、健康援助乃至陪伴,它们正从单一功能工具向具备自主认知、决策与执行能力的家庭成员转变。当前市场上的高级家用机器人种类繁多,包括扫地机器人、擦窗机器人、烹饪机器人、社交陪伴机器人和教育机器人。 在视觉方案方面,纯视觉方案凭借低成本和高灵活性受到青睐,但面临算法鲁棒性挑战;激光+视觉融合方案虽然安全冗余更高,但硬件成本较高且融合算法复杂。针对这些问题,OmniVision和onsemi提供了性能卓越的传感器解决方案,如OV9281/OV7251和AR0234CS,以及STMicroelectronics的VL53L8/VL53L5系列多区dToF传感器,为家用机器人提供了可靠的视觉和避障技术支持。 展望未来,家用机器人将继续深化智能化程度,不仅限于家务劳动,还将扩展至养老护理、健康管理等领域,成为智能家居生态系统的重要组成部分。
    两大视觉方案赋能:让家用机器人走进智能家居!
  • 读论文 | Navigation World Models: 构建机器人视觉导航的“想象力引擎“
    Navigation World Models (NWM) 是一种基于条件扩散Transformer架构的可控视频生成模型,能够在已知和未知环境中展现强大的导航规划能力。NWM的核心创新在于提出高效的条件扩散Transformer架构(CDiT),使其能够扩展到10亿参数规模,并在多种机器人平台上进行联合训练,实现跨环境、跨机器人的泛化能力。NWM支持约束感知的规划,在运行时动态引入新的导航约束,并通过利用无标签的人类视频数据提升对未知环境的适应能力。 NWM的训练采用标准的扩散模型损失函数,通过时间偏移和动作累加机制增强模型的学习能力。CDiT架构通过自注意力和交叉注意力机制有效地利用上下文信息,提高了计算效率。NWM还提供了多种模型规模配置,以适应不同的计算资源和性能需求。 在导航规划方面,NWM使用交叉熵方法(CEM)进行优化,能够根据当前观测和目标观测找到最优动作序列。NWM的优势在于支持在规划时动态引入约束,且可以与外部策略结合,进一步提升导航性能。总的来说,NWM为机器人视觉导航提供了一种全新的范式,带来了灵活性、可解释性和可扩展性。
    读论文 | Navigation World Models: 构建机器人视觉导航的“想象力引擎“
  • 利用GMSL打造高性能机器人视觉
    GMSL(千兆多媒体串行链路)通过单条线缆实现视频、控制信号和电力传输,适用于机器人系统中的摄像头应用,提供高带宽、低延迟、小尺寸和低功耗的特点,有助于实现可扩展、稳健、高性能的机器人平台。
  • 2025ARCE亚洲机器人大会
    全球机器人技术与人工智能领域具有影响力的盛会之一2025ARCE亚洲机器人大会暨展览会(Asia Robotics Conference & Exhibition 2025, ARCE 2025)由ARCE亚洲机器人大会暨展览会组委会、广东省机器人协会联合主办将于2025年12月19日至21日在广州国际采购中心隆重举办。本届大会以“智造未来·共生共赢”为主题,聚焦AI与机器人融合、全球化协作。打造亚洲机器人产业技术前沿涵盖上下游全产业链的机器人展会。同期将举办多场机器人产业大会及相关机器人赛事。
    2025ARCE亚洲机器人大会
  • 思特威SmartGS -2 Plus系列CMOS图像传感器产品,赋能智能机器人视觉系统
    随着人工智能、机器学习及传感器技术的不断升级,机器人产业进入了高速发展阶段。智能机器人的应用领域与功能正在不断拓展,具身机器人、机器狗、无人机、工业机械臂等等越来越多不同形态的智能机器人出现在人们的日常生活当中。从家务辅助,到医疗配送再到农业自动化,智能机器人已经在家居、医疗、农业、救援等多元领域发挥了重要作用。 智能机器人在实际的工作中需要不断与现实世界进行交互,清晰、准确、高效、稳定的视觉感知
    思特威SmartGS -2 Plus系列CMOS图像传感器产品,赋能智能机器人视觉系统