名称-标题-智造者

数智新视

03-31 08:38 · 江苏

无所不能的工业机器人，30张动图看个够

20世纪50年代末，工业机器人最早开始投入使用。自此，在工业生产领域，很多繁重、重复或者毫无意义的流程性作业可以由工业机器人来代替人类完成。到了20世纪90年代，随着计算机技术、智能技术的进步和发展，第二代具有一定感觉功能的机器人已经实用化并开始推广，具有视觉、触觉、高灵巧手指、能行走的第三代智能机器人相继出现并开始走向应用。下面，我们来欣赏一组工业机器人的工作画面。最常见的汽车生产线车间准确抓住

查看全文

熵增定律

03-27 23:54 · 未知

机器人即服务（RaaS）释放建筑工地的创新潜力

机器人即服务 (RaaS) 是一种基于使用量的工业和经济模式（设备租赁与服务捆绑），起源于物流行业。如今，这种模式正变得跨行业化。它将帮助整个行业降低用户部署这些新技术所带来的风险。Les Companions的创始人兼首席执行官Antoine Rennuit对这一正在建筑工地兴起的深远趋势进行了分析。从仓库到施工现场：按需机器人从历史上看，物流基础设施（仓库、货架、物料搬运设备）一直是重要的投资

查看全文

精工解码

03-25 00:05 · 江苏

从像素到智能：计算机视觉60年进化史

一起来解锁计算机视觉的“演化之路”2025年，当AI医⽣通过联邦学习在3秒内完成肺结节筛查，当⾃动驾驶汽⻋用多传感器融合技术在暴⾬中识别⾏⼈，当FaceID以99.99%的准确率解锁你的⼿机——这些看似理所当然的智能体验，背后是计算机视觉60年的进化史诗。今天，我们就从计算思维的角度，来拆解这场"教会机器看世界"的伟⼤⾰命，揭秘数据、算⼒与算法如何像三驾⻢⻋，共同拉动视觉智能从梦想照进现实。01蒙

查看全文

精工解码

03-25 00:05 · 江苏

分辨率和MTF测试

就在几十年前，640像素还是相机传感器的标准。如今，传感器上的像素超过600万是很常见的。当传感器只提供几百个像素时，成像镜头通常优于传感器。然而，如今，传感器上的像素越来越小，数量也越来越多。为了跟上传感器的步伐，透镜制造商增加了透镜的选择，同时突破了透镜设计技术和制造的界限。为了利用像素大小减小和数量增加的优势，必须提高镜头性能。选择合适的镜头需要理解和正确表征镜头的性能。要测量镜片的性能，需

查看全文

精益生产

03-25 00:04 · 未知

从2D到3D，双目视觉是如何实现深度计算的？

双目视觉通过模仿人眼，利用两个摄像头获取三维深度信息。其主要应用包括：机器人自主导航与抓取、自动驾驶的环境感知、工业检测与测量、无人机避障、AR/VR的沉浸式交互，以及消费电子（如手机）的人像虚化和3D建模等，是实现机器智能感知的核心技术之一。那双目视觉是如何获取三维深度信息的呢？你可以把它理解为 “几何三角测距法” ，核心是利用两个固定距离的摄像头模拟人眼的立体视觉。核心原理：三角测量1.基础设

查看全文

晶振行者

03-20 03:55 · 江苏

机器人视觉中的多模态融合与视觉语言模型综述

来源：视觉语言导航封面图源：豆包AI生成作者： Xiaofeng Han, Shunpeng Chen, Zenghuang Fu, Zhe Feng, Lue Fan, Dong An, Changwei Wang, Li Guo, Weiliang Meng, Xiaopeng Zhang, Rongtao Xu, Shibiao Xu单位：中科院自动化所多模态人工智能系统国家重点实验室，北京

查看全文

晶振行者

03-20 03:48 · 江苏

详解如何设计工业机器人视觉系统

工业机器人的视觉系统通常由以下构成以下构成1.图像采集硬件；2.处理单元（大脑）；3.视觉处理软件（核心智能）；4.辅助组件与集成。01摄像头和光学部件这一类通常含有一个或多个摄像头和镜头（光学部件），用于拍摄被检测的物体。根据应用，摄像头可以基于如下标准，黑白、复色（Y/C），RGB彩色，非标准黑白（可变扫描），步进扫描（progressive-scan）或线扫描。02灯光灯光用于照亮部件，以便

查看全文

节点卫士

03-20 03:44 · 江苏

视觉检测实现轴承缺陷零漏检

来源：创视自动化轴承，作为工业设备的关键部分，表面缺陷严重影响轴承性能。轴承金属表面可能会反射光线，从而影响缺陷的可见度。大多数的轴承缺陷细微，难以成像，特别是当缺陷与背景的对比度较低时，捕捉清晰的图像成为影响缺陷被准确检出的重要因素。传统的机器视觉系统很难捕捉清晰的图像，并区分实际缺陷、反射表面和背景，最终会导致缺陷漏误判。另外，轴承具有复杂的几何形状，包括曲面、滚道和滚动体，传统的机器视觉难以

查看全文

节点卫士

03-20 03:26 · 江苏

重度遮挡下机器人 6D 姿态估计，位置误差降至 0.4cm！

0.这篇文章干了啥？这篇文章提出了一种结合视觉和触觉传感器数据来估计机器人手中物体 6D 姿态的方法。现有 6D 姿态估计方法多依赖视觉数据，而机器人抓握物体时的严重遮挡会影响仅依靠视觉数据的方法，许多机器人指尖配备的触觉传感器可补充视觉数据。文章主要挑战包括触觉传感器数据缺乏标准表示、异构源（视觉和触觉）传感器数据融合以及需要大量训练数据集。为解决这些问题，首先提出用点云表示与触觉传感器接触的物

查看全文

技术拓荒录

03-19 03:52 · 江苏

3D场景表示综述：从几何模型到基础模型，什么才是机器人学的最佳选择？

作者：大卫https://zhuanlan.zhihu.com/p/1994770185417154675跳出具体技术领域的视角，什么样的底层数据格式是3D 空间模态的大一统的表征方法，尤其是站在当下大模型在统一各种子问题的背景下。这个思考会对后续的3D 空间模态工作提供一个更开放的视角。从当前WorldLabs Marble 等商业产品的呈现上观察，既有对统一模态表征的探索，又同时考虑了兼容当下

查看全文