ربات انسان‌نمای GR-1 II با قابلیت های پیشرفته معرفی شد

01

از 02

پشتیبانی از سالمندان با کمک هوش مصنوعی

GR-1 که برای اولین بار در کنفرانس جهانی هوش مصنوعی در سال 2023 معرفی شد، برای کمک به بیماران در انجام طیف وسیعی از وظایف، از جمله جابه‌جایی از تخت به صندلی چرخ‌دار و بلند کردن کالا طراحی شده است.

پروژه GR-1، که در سال 2019 آغاز شد، شامل ربات‌های انسان‌نمایی می‌باشد که هدف آنها رفع نیاز روزافزون به درمان و همراهی با کمک هوش مصنوعی برای جمعیت سالخورده چین است.

با GR-1، توسعه‌دهندگان شرکت Fourier Intelligence به لطف ترکیب ماهرانه عملکرد و اصالت، دستگاهی را طراحی کرده‌اند که کارهایی بیش از مراقبت از سالمندان انجام می‌دهد.

GR-1 می‌تواند وزن 50 کیلوگرم را به لطف محرک‌های ران 300 نیوتن متری خود بلند کند. این یک عملکرد چشمگیر برای یک ربات در اندازه آن است.

به دلیل این ویژگی، GR-1 برای کمک به بیماران با طیف وسیعی از وظایف، مانند استفاده از ویلچر یا بلند شدن از رختخواب مفید است.

ربات انسان‌نمای GR-1 در شش ماه گذشته شاهد پیشرفت‌های بسیار مهمی بوده است، که انتظار می‌رود تمام آنها در نسخه GR-2 آینده خود به نمایش درآیند.

این پیشرفت‌ها شامل دست‌های ماهرتر، توانایی انجام وظایف متنوع، عملیات از راه دور با واقعیت مجازی و تجزیه و تحلیل حرکت است.

علاوه بر این، GR-I اکنون آموزش تعامل صوتی را تکمیل کرده است، دارای کنترل رباتیک رابط مغز و کامپیوتر می‌باشد و می‌تواند از اعمال انسان تقلید کند.

02

از 02

ادراک پیشرفته در ربات‌ انسان‌نمای GR-1 II 

این شرکت در ماه ژوئن فاش کرد که یک سیستم دید خالص مبتنی بر دوربین را ادغام کرده است، که شامل شبکه‌های اشغال، مدل‌های ترانسفورماتور و نمای چشم پرنده (BEV) می‌باشد، که پیشرفت قابل‌توجهی در فناوری ادراک برای ربات انسان‌نمای GR-1 است.

درک محیطی برای ربات‌های انسان‌نما که از آزمایشگاه‌ها به برنامه‌های کاربردی در دنیای واقعی انتقال می‌یابند، بسیار مهم است و آنها را قادر می‌سازد تا محیط اطراف خود را درک کنند و بر اساس داده‌های حسگر تصمیمات آگاهانه بگیرند.

ربات GR-1 مجهز به شش دوربین RGB است که یک نمای 360 درجه را ارائه می‌کند، که به آن اجازه می‌دهد محیط خود را از تمام زوایا درک کند و برای شناسایی و ردیابی دقیق تصاویری از دید پرنده (BEV) تولید نماید.

با استفاده از عکس‌های BEV این ربات از مدل‌های ترانسفورماتور برای ترجمه محیط پیچیده به اطلاعات فضایی سه بعدی استفاده می‌کند تا بتواند طرح‌بندی‌ها و میزان اشغال را تشخیص دهد.

برای اینکه به GR-1 اجازه داده شود در مکان‌های قابل عبور و غیرقابل دسترسی حرکت کند، شبکه اشغال یک شبکه سه‌بعدی ایجاد می‌کند.

ربات GR-1 با موفقیت خودروها و عابران پیاده را در طول آزمایش‌های بیرونی شناسایی کرد و قابلیت‌های ردیابی اشیا و نقشه‌برداری محیطی خود را در زمان واقعی به نمایش گذاشت.

شرکت Fourier Intelligence ادعا می‌کند که با تمرکز انحصاری روی دوربین، ادراک محیطی GR-1 بهبود می‌یابد و هزینه‌های سخت‌افزاری کاهش و امکان دقت انسانی در عملیات ایمن و مؤثر را فراهم می‌کند.