河南
宝马集团利用Xsens动捕+Manus手套训练人形机器人进行零部件生产
BMW宣布开发基于AI的机器人组件生产软件，这是集团在物理人工智能领域日益增长的工作之一。该方法的一部分是基于演示的学习：团队演示工作序列，Xsens捕捉动作，并将其转化为跨任务和机器人系统传递的策略。
在这种捕捉装置中使用Xsens动捕+Manus数据手套，记录精细动作技能和物体操作背后的手部动作。可靠的手部数据教会机器人在真实生产条件下保持灵巧度。马集团正拓展其在物理人工智能领域的专业技术，宝马集团工厂将承担零部件生产中人工智能辅助机器人核心软件开发任务。重点领域包括开放式软件平台、训练数据的生成、提供和处理、仿真和运动规划，以及机器人系统的训练。这些活动是对莱比锡工厂和斯帕坦堡工厂正在开展的探索人形机器人应用试点项目的补充。
正充分利用其作为内部零部件生产专业中心的优势。丰富的产品线和制造工艺为在真实生产环境下开发和评估人工智能辅助机器人技术的新方法提供了理想条件。这些活动的核心问题是：未来哪些任务适合人形机器人系统？尤其是在需要灵活性、精细运动技能和对工作环境理解能力的领域。为此，工厂正在开发一款软件，使机器人能够感知环境、评估情况并独立做出相应的反应。
在宝马集团工厂，我们将软件专业知识与零部件生产的工业实践相结合。这使我们能够在早期阶段测试新技术，并仔细评估其对生产的益处。
人工智能机器人系统的技术基础：
起点在于进一步开发软件架构。宝马集团工厂采用开放平台，将传统（确定性）编程与现代人工智能模型（视觉-语言-动作 (VLA) 模型）相结合，整合视觉信息、语言理解和机器人动作，从而实现灵活且可扩展的机器人训练。其目标是构建一个模块化的机器人生态系统，使各种系统能够协同工作。这为新功能和广泛的工业应用奠定了技术基础。
这需要可靠的数据。在工厂，项目团队从真实的生产环境和测试装置中采集数据，并将其整合到机器人仿真模型中，对机器人的运动模式和运动规划进行虚拟建模。这使得流程能够提前测试，并加速学习过程。新方法首先在非生产环境中进行试验，然后在试点项目中实施，最后分阶段扩大规模。
与此同时，人形机器人系统通过基于演示的学习来获取新的技能。在这个过程中，项目团队首先演示动作模式和工作流程。由此产生的数据由摄像头系统、动作捕捉服和数据手套收集。然后，这些数据被转换成可推广的行为模型——称为策略——这些策略可以应用于不同的任务和用例。
“对我们来说，至关重要的是要让技术开发与实际需求紧密结合。我们不仅在测试技术上的可行性，还在测试人形机器人如何在零部件生产中真正带来可靠的效益。这逐步清晰地展现了哪些应用适合工业用途，”宝马集团工厂物理人工智能项目经理克里斯托夫·雅戈达说道。
基于此，工厂正在研究人形机器人在零部件生产中的应用。研究重点在于那些需要高度灵活性、精细动作技能以及对物体和工作环境良好理解的任务。这些任务包括识别和解读环境、确定位置和状态、规划高效的运动路线，以及精确地抓取和移动零部件。
关于搜维尔科技
我们热衷于动作捕捉技术的研发与推广。我们热衷于推动技术发展，使其处于技术前沿甚至更前沿。在这个频道上，我们想分享我们基于动作捕捉技术的最新体验。搜维尔科技与Manus数据手套总部签署代理合作协议，成为其在中国大陆地区一级官方代理商。搜维尔科技现支持相关产品购买、咨询与售后支持等服务，欢迎垂询。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
