逛遍世界机器人大会,七大吸睛选手盘点

2019 年 8 月 24 日 智东西

看点:世界机器人大会现场展示上天入海的仿生类机器人、酷炫狂拽的变形机器人和神秘莫测的脑波控制机器人。

智东西8月24日报道,2019世界机器大会进程已经过半,智东西也在现场带来了从展会现场的亮点机器人总结,到和机器人产业大咖的近距离对话的全方位报道。(机器人界的“春晚”开幕,16大亮点产品揭秘
今天我们换个角度来看看世界机器人大会,展会现场除了适用各种场景的“实用”机器人外,还有许多更具特点的“奇葩”机器人选手。
这些有趣的机器人包括能上天入海的仿生类机器人、酷炫狂拽的变形机器人,还有神秘莫测的脑波控制机器人。 接下来就一起跟着智东西的脚步来看看这些机器人为我们带来了哪些不同的惊喜吧。

费斯托“上天入海”的仿生家族

本次世界机器人大会上,德国自动化技术厂商费斯托带来了仿生机器人家族的水下系列和空中系列的代表成员,仿生水母、仿生鱼仿生飞鸟。


费斯托的仿生机器人家族已经不是第一次来到世界机器人大会了,去年他们带来的仿生蜻蜓机器人已经惊艳了众人。今年,仿生水母出现时也牢牢吸引住了现场观众的目光。

仿生水母机器人有八条触须,完全模仿水母在水中的运动方式,采用气动系统控制。水母机器人的八条触须同时协作,像真的水母一样柔性摆动,从外观到运动状态都和真实的水母非常接近。


据展台的负责人介绍,受到仿生水母触须的启发,他们还制作了气动柔性抓手,可以在生产线上抓取类似圆锥体等不易抓取的物体。


费斯托这次展出的水下仿生系列还有一个仿生鱼机器人,同时配有针对8-13岁青少年的仿生机器人学习包。展会现场还有小朋友现场体验了利用学习包将仿生鱼拼装成仿生变色龙和仿生象鼻。


此外,空中家族的仿生飞鸟也来到了展会现场,这款飞鸟机器人完全模仿真实鸟类的运动,靠拍打翅膀实现飞行,不需要任何驱动器辅助。现场,仿生飞鸟还进行了飞行表演,赢得了现场观众的阵阵欢呼。

韩端科技会潜水的仿生鱼

中韩合资的韩端科技是一家教育机器人厂商,这次参加世界机器人大会除了展出主要的教育机器人产品外,韩端科技还带来了一款仿生机器鱼。


仿生鱼的外观是按照观赏鱼设计的,皮肤还可以拆换。据展台的负责人介绍,这种仿生鱼全身共有5个传感器,分布在头部和身体两侧,其中,头部的传感器可以识别水中的障碍物,让仿生鱼在水中游动的时候可以及时躲避障碍物。

与费斯托仿生水母的气动控制不同的是,韩端科技的仿生鱼通过电池提供动力,一次充满电可以续航12小时。仿生鱼的游动可以通过自主导航和APP控制两种方式进行,速度一般在30cm/s,可以在水中下潜30m-50m。

空中飞鸟——“驭风者”机器人

来自蜂虎科技的仿生鸟机器人名叫驭风者,名字就透露出了一种霸气。在现场的飞行演示中,这款仿生鸟机器人展示了它的驭风能力,飞行速度可达7m/s。


驭风者靠模仿鸟类拍打翅膀飞行,利用气流助力前进,灵活的尾翼还能控制机器人在空中的转向。

驭风者的翼展长度为2米,身长0.75米,外形酷似老鹰。别看它的外形这么霸气,其实它的重量还不到600克,支持自主导航和遥控飞行两种模式。能够用于航拍、机场驱鸟和隐蔽侦查等方面。

5秒变身汽车人,“星际特工”走出科幻片

展会现场,身高2.5米的放大版“星际特工”一出场,就凭借其酷炫的外形就吸引了大批观众的目光。大号星际特工具有和普通版完全相同的功能,每根手指有3个联动关节,可以举起30kg的重物。


星际特工的代号是“T9”,据展台工作人员的介绍,这代表着星际特工是他们整个团队研发了9年取得的成果。机器人整体由3000多个零件构成,有22个自由度,完成从汽车到人的变身只需要5秒。

工作人员现场展示了汽车人变形的过程,只需要一句话就能让星际特工在5秒内完成人车转换。

脑波控制机器人现场演示靠意念拔河

国内老牌机器人厂商新松这次也带来了令人眼前一亮的新产品——脑波控制机器人。这款脑波控制机器人的外形和普通的商城引导机器人类似,但千万不要被它平平无奇的外表骗了,它的脑波检测仪能够检测人脑发出的8个EEG参数(α、β、γ波等),当这些脑波数据被传输到机器人后,人就可以通过“意念”控制机器人到行走,还能和机器人进行拔河比赛。

除了用脑波控制外,这款机器人还支持语音交互,可以通过简单的语音指令让机器人行走、播放课程和远程咨询。


脑波控制技术可以训练专注度,适用于有注意力缺陷、智力障碍等特殊儿童和长期处于紧张环境下的成人。脑波控制机器人还在展会现场和小姐姐进行了拔河比赛。

无人机摄影从天上进入海底

我们见到最多摄影无人机大部分都是天上飞的,博雅工道机器人科技研发的水中摄影机器人BIKI,是由一批来自北大的研发团队经过一年多的时间研发出来的,BIKI的第一代产品最早是在2016年问世的。

BIKI作为水下摄影机器人没有采用传统的水下机器人螺旋桨,而是模仿鱼类靠仿生鱼鳍提供动力。博雅工道此次在大会中展出的是其去年推出的新一代BIKI,配有1600像素的高清摄像头,和防抖云台。


水下摄影机器人因为环境的限制,在网络连接上就有很大的难度,为了解决这个问题,博雅工道使用了水下声纳系统来和BIKI通信。BIKI配有红外传感避障系统,可以自主规划路径,也可以通过APP控制。展台的工作人员介绍道,和BIKI配套的APP不仅可以遥控水下摄影的路线和拍摄角度,还可以直接预览和下载拍摄的影像。

机械手上春晚和主持人PK写春联

今年的世界机器人大会,越疆科技带来了魔术师机械手DOBOT,现场展示写春联。


DOBOT除了写字画画还有3D打印、激光雕刻等多种功能,支持APP、手势、语音等多种控制方式,重复定位精度达到0.2mm。

第一代DOBOT还在2017年登上了央视的网络春晚,现场和撒贝宁上演写春联“人机大战”。随着不断的技术升级,DOBOT的能力和精度也越来越高,每年的出货量都能达到数千台。

结语:奇葩机器人成展会吸睛法宝

这了以上介绍的这些机器人外,展会现场还有许多新奇有趣的机器人产品,它们有的具有实际的应用功能,可以用来探测海底、训练注意力或者进行航拍等,有的只是用来娱乐。

虽然功能各不相同,但它们都是展会现场“最亮的星”,吸引了众多观众驻足观看。这些机器人的功能或许不是最强的,技术可能不是最先进的,但它们同样是凝聚了研发人员无数心血的作品。

(本账号系网易新闻·网易号“各有态度”签约帐号)

登录查看更多
0

相关内容

机器人(英语:Robot)包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动运行任务的人造机器设备,用以取代或协助人类工作,一般会是机电设备,由计算机程序或是电子电路控制。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22日
【CVPR 2020-商汤】8比特数值也能训练卷积神经网络模型
专知会员服务
25+阅读 · 2020年5月7日
【微众银行】联邦学习白皮书_v2.0,48页pdf,
专知会员服务
165+阅读 · 2020年4月26日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
24+阅读 · 2019年11月19日
【机器视觉】深度解析移动机器人的几种视觉算法
产业智能官
4+阅读 · 2018年11月10日
盘点2017年度AI领域大事件
大数据文摘
5+阅读 · 2017年12月9日
中美日全球美女机器人大PK,哪一款是你想要的味道?
机器人大讲堂
4+阅读 · 2017年9月16日
Arxiv
29+阅读 · 2020年3月16日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
6+阅读 · 2018年11月1日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Arxiv
3+阅读 · 2018年3月21日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22日
【CVPR 2020-商汤】8比特数值也能训练卷积神经网络模型
专知会员服务
25+阅读 · 2020年5月7日
【微众银行】联邦学习白皮书_v2.0,48页pdf,
专知会员服务
165+阅读 · 2020年4月26日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
24+阅读 · 2019年11月19日
相关论文
Arxiv
29+阅读 · 2020年3月16日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
6+阅读 · 2018年11月1日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Arxiv
3+阅读 · 2018年3月21日
Top
微信扫码咨询专知VIP会员