高速机械手
High-Speed Robot Hand
频道:Hizook · 时长:3:00 · 发布:2009-08-03 · 播放:4046612
简介
石川小室实验室的一段简短演示,展示了一台高速机械手与1000fps视觉系统配合完成灵巧操作。它展示了极低延迟的视觉和驱动能力可以实现什么。
HN 为什么推荐
在关于AI硬件和机器人技术的讨论中,HN引用它作为1kHz视觉和快速控制回路所能实现功能的例子。
看看这段2009年的视频,展示了1000fps视觉系统和非常快速的机械手。 — HN, 2016
中文字幕节选
本视频展示了使用高速机器人系统进行灵巧操作的演示 手部模块有三个手指,每个手指连杆都采用了 小型谐波减速齿轮和高功率微型执行器,手部可以 在十分之一秒内将关节闭合180度。视觉系统由 128x128光电探测器和全像素并行处理阵列组成,使用视觉 芯片可以在1毫秒内计算出各种图像特征。这种触觉 传感器是一种只有四根导线的片状物体,该传感器可以测量 二维分布载荷的中心位置和总载荷,测量时间在1 毫秒内。高速控制不仅提高了现有机器人操作的速度 还追求机械系统在速度方面的极限 我们为高速操作开发了合适的新控制方法 这是运球,高速主动控制使得 维持周期性稳定运动成为可能,我们称之为动态保持。运球的 周期约为100毫秒。这是转笔 该任务之所以能完成,是因为物体在高速旋转时具有稳定性 接触力和绕旋转轴切换的时机 通过触觉反馈实时调整。这是 投掷,释放方法的设计使得球方向误差 通过高速手臂摆动产生的表观力得以减小 通过这种方式,我们引入了高速运动特有的显著特征 开发了新的鲁棒控制方法。基于这种控制策略, 对更实际物体的灵巧操作也能实现。这是打绳结 手可以通过高速感官反馈控制灵巧地操控柔性物体 无论其运动多么不可预测。这是用镊子夹取米粒 使用典型的人类工具来操作微小物体 高速视觉伺服能够调整手指与工具之间的力 这是手机的动态重新抓取,这种重新抓取包括抛掷 和接住,与保持接触状态的传统方法形成对比 这些视频表明,高速传感器电机融合具有巨大潜力,可以产生 新的控制策略和新的机器人技能
HN 上的讨论
更快的神经网络对机器人技术至关重要。看看这个2009年的视频,展示了一个1000fps的视觉系统和一个非常快的机器人手。然后对比最近那些慢如乌龟的机器人视频。[VIDEO] — visarga, 2016-11
高速石头剪刀布冠军 - [LINK] 石川小室实验室在大约10年前有一堆疯狂的高速机器人视觉和驱动系统。[VIDEO] 如果你看慢动作,系统中存在如此多的间隙,很难相信它能工作,但不知何故他们考虑了所有这些。疯狂的东西。也就是说,对于一个小型副项目来说,这非常酷。模拟的想法很棒,最终结果看起来很有趣。 — jcims, 2020-03
我认为当自主系统与世界互动时,延迟会产生很大差异。看看这个 2009 年的视频,他们使用了高速视觉系统(1000fps!)。它能做的事情可能即使在今天也是无与伦比的。[VIDEO] 系统的速度越高,它需要预测未来的就越少,并且能更好地适应不可预见的情况。这基本上是在免费地以世界为模型。 — visarga, 2018-08
我正在看AI论文和YouTube上的机器人演示,似乎它们停滞不前。如今看到机械手花2分钟才打开一扇门,真是令人沮丧。快速视觉系统怎么了?这是2009年一个高速机械手和视觉系统的视频。它达到1000fps:[VIDEO] 为什么自2009年以来没有人超越它? — visarga, 2016-11
靠一个数据集成不了事。你需要几十个甚至几百个,而且它们通常是用 Amazon Turk 创建的,所以只要有点钱谁都能建一个。而且它们需要由 AI 研究人员委托制作,因为他们最清楚自己想研究什么。NVIDIA 需要变得更高效,并构建深度学习硬件,而不是制造比 CPU 计算更快的显卡。要是他们能为机器人技术创造一个小型 AI 处理器,能以 500+ 帧每秒的速度进行视觉处理就好了。看看这个 7 年前实现 1Khz 视觉的视频:[VIDEO] 我们需要那个。 — visarga, 2016-11
相关视频
- David Silver 强化学习课程 - 第一讲:强化学习导论 · Google DeepMind · 1:28:12
- 为什么伟大无法被规划 — Kenneth Stanley · Machine Learning Street Talk · 2:46:27
- 神经网络学习流体和烟雾的物理规律 | Two Minute Papers #118 · Two Minute Papers · 5:26
- Attention Is All You Need · Yannic Kilcher · 27:06
- RAAIS 2017 - Simon Knowles,Graphcore联合创始人兼CTO · The Research and Applied AI Summit - RAAIS · 35:44
- 发生在马身上的事正在发生在我们身上 · CGP Grey · 15:00
- 湾区视觉会议:无监督特征学习和深度学习 · Google TechTalks · 48:10
- "语音驱动开发:谁还需要键盘?" 作者 Emily Shea · Strange Loop Conference · 41:17
- 安德烈·卡帕西 - 特斯拉全自动驾驶的人工智能 · Matroid · 30:08
- Tensorflow 和深度学习——无需博士学位 by Martin Görner · Devoxx · 2:35:53
- JPEG DCT,离散余弦变换(JPEG 第二部分)- Computerphile · Computerphile · 15:11
- 傅里叶光学用于光学模式识别 · Huygens Optics · 18:30
- Zipline - 卢旺达如何建立无人机送货服务 · Real Engineering · 11:45
- 让我们构建GPT分词器 · Andrej Karpathy · 2:13:34
- 大规模在线协作 | 路易斯·冯·安 · TED · 16:40
- 惊人发明——这款无人机将改变一切 · Mark Rober · 21:32