0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

陆军研究人员在现实环境中演示了第一支人类机器人团队

倩倩 来源:互联网分析沙龙 2020-09-09 09:40 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

即使您周围的微小变化也可能表示危险。想象一下,机器人可以检测到这些变化,并且警告可以通过眼镜中的显示立即提醒您。这就是美国陆军科学家正在开发的传感器,机器人,实时变化检测和增强现实可穿戴设备。

陆军研究人员在现实环境中演示了第一支人类机器人团队,在该团队中,机器人检测到3-D的物理变化并通过增强现实与人类实时共享该信息,然后该人类可以评估接收到的信息并决定后续行动。

美国陆军研究员克里斯托弗·雷登登(Christopher Reardon)博士说:“这可以使机器人将其可能被士兵忽略或无法察觉的环境变化告知其士兵队友,从而使他们的情况意识增强,并抵御潜在的对手。”作战能力发展司令部陆军研究实验室。“这可能会发现任何东西,从伪装的敌方士兵到简易爆炸装置。”

该实验室通过“机动性和机动性人工智能基础研究计划”进行情境理解的一部分工作,旨在探索如何在机动性和机动性场景中为自主的机器人地面平台提供情境意识。研究人员还与国际联盟合作伙伴一起参加了技术合作计划的“有争议的城市环境战略挑战”(TTCP CUESC)活动,以测试和评估人机协作技术。

大多数使用混合现实界面进行人机结合的学术研究都没有进入现实环境,而是在实验室中使用外部仪器来管理在人与机器人之间共享信息所需的计算。同样,大多数为人类提供混合现实界面的工程工作也没有检查与自动移动机器人的团队合作,Reardon说。

Reardon和他的来自美国陆军和加利福尼亚大学圣地亚哥分校的同事在第十二届虚拟,增强和混合现实国际会议上发表了他们的研究,“通过基于机器人的自主环境变化检测的增强现实来实现态势感知”。人机交互国际会议的报告。

该研究将配备激光测距传感器(称为LIDAR)的小型自主移动地面机器人与人类队友配戴增强现实眼镜配对,以构建环境的代表。当机器人在环境中巡逻时,它会比较当前和以前的读数以检测环境的变化。然后,这些变化立即显示在人的眼镜中,以确定人是否可以解释环境的变化。

在研究机器人与人类团队之间的交流时,研究人员测试了机器人上不同分辨率的LIDAR传感器,以收集环境测量结果并检测变化。当使用增强现实技术将这些变化共享给人类时,研究人员发现,人类队友可以解释甚至是低分辨率激光雷达所检测到的变化。这表明,根据预期会遇到的变化的大小,更轻,更小,更便宜的传感器在运行过程中也可以表现良好,运行更快。

此功能有可能被整合到未来的士兵混合现实界面中,例如陆军的集成视觉增强系统护目镜或IVAS。

雷顿说:“将混合现实纳入士兵的眼睛保护是不可避免的。”“这项研究旨在通过将来自机器人队友的有用信息整合到士兵佩戴的视觉增强生态系统中来填补空白,同时使机器人更好地成为士兵的队友。”

未来的研究将继续探索如何通过允许人类与检测到的变化进行交互来加强人与自治代理之间的团队合作,这将为机器人提供有关变化背景的更多信息,例如,对手与对手之间的变化。雷登说,自然的环境变化或误报。这将提高机器人平台的自主上下文理解和推理能力,例如通过使机器人能够学习和预测哪些类型的变化构成威胁。反过来,提供对自治的理解将有助于研究人员学习如何通过自主平台改善士兵的团队合作。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2573

    文章

    54372

    浏览量

    786077
  • 机器人
    +关注

    关注

    213

    文章

    30581

    浏览量

    219585
  • 可穿戴设备
    +关注

    关注

    55

    文章

    3863

    浏览量

    169734
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    探索RISC-V机器人领域的潜力

    利用Gazebo仿真环境x86主机上运行)和MUSE Pi Pro上的ROS 2节点进行了联合仿真。 • 场景: PC的Gazebo中运行个TurtleBot3
    发表于 12-03 14:40

    特斯拉Optimus百团队采集训练数据,人形机器人仍全靠遥控?

    ,甚至能完成一般人无法完成的杂技动作。   而在机器人硬件基础逐步提高的前提下,也就成为了机器人“大脑”开发的基石,真正让人形机器人走向“具身智能”。最近有消息称,特斯拉正在利用
    的头像 发表于 11-05 09:11 5527次阅读
    特斯拉Optimus百<b class='flag-5'>人</b><b class='flag-5'>团队</b>采集训练数据,人形<b class='flag-5'>机器人</b>仍全靠遥控?

    RK3576机器人核心:三屏异显+八路摄像头,重塑机器人交互与感知

    开发板的实际演示证明,RK3576能够轻松处理三屏显示和八路摄像头输入的复杂任务,同时保持低功耗和低发热特性,为机器人应用提供理想的性能基础。 实测见证:RK3576轻松驾驭三屏八摄像头复杂任务理论参数
    发表于 10-29 16:41

    如何在NVIDIA Isaac Lab中使用Newton训练四足机器人

    物理机器人仿真中发挥着至关重要的作用,它为机器人在真实环境中的行为及交互提供精准的虚拟呈现基础。借助仿真器,
    的头像 发表于 10-13 11:10 1533次阅读
    如何在NVIDIA Isaac Lab中使用Newton训练四足<b class='flag-5'>机器人</b>

    机器人竞技幕后:磁传感器芯片激活 “精准感知力”

    地磁基准的惯性导航系统可持续提供可靠数据。实测显示,搭载昆泰芯 KTM59 系列融合磁传感器的机器人复杂动态环境中定位可靠性达 99.7%,较单传感器方案提升 27%。 磁传感
    发表于 08-26 10:02

    轮式移动机器人电机驱动系统的研究与开发

    【摘 要】以嵌入式运动控制体系为基础,以移动机器人研究对象,结合三轮结构轮式移动机器人,对二轮差速驱动转向自主移动机器人运动学和动力学空间模型进行了分析和计算,
    发表于 06-11 14:30

    【「# ROS 2智能机器人开发实践」阅读体验】视觉实现的基础算法的应用

    的有效途径。 结语 本书第7章和第8章内容系统性强,从基础理论到代码实践,为读者提供机器人视觉与SLAM的完整知识框架。未来,我计划结合书中案例,进步探索多传感器融合、自主导航等高级应用,争取
    发表于 05-03 19:41

    宁德时代自研机器人团队成立,探索多元科技领域

    宁德时代近期加大对机器人领域的投入,已在上海组建了一支数十人的专业团队,专注于自研机器人本体、控制算法以及人机交互技术。该团队的目标是推动机
    的头像 发表于 02-13 15:27 890次阅读

    宁德时代自研机器人团队成立

    宁德时代机器人领域的布局正逐步展开。去年底,该公司开始加大对机器人领域的投入,并已在上海组建了一支由数十构成的
    的头像 发表于 02-12 09:22 928次阅读

    【「具身智能机器人系统」阅读体验】2.具身智能机器人的基础模块

    具身智能机器人的基础模块,这个是本书的第二部分内容,主要分为四个部分:机器人计算系统,自主机器人的感知系统,自主机器人的定位系统,自主机器人
    发表于 01-04 19:22

    【「具身智能机器人系统」阅读体验】2.具身智能机器人大模型

    的设计不仅提高了机器人环境的理解能力,还使其能够更精准地执行复杂任务。 扩散模型的新思路 除了大模型,扩散模型的引入为机器人控制开辟新的研究
    发表于 12-29 23:04

    【「具身智能机器人系统」阅读体验】1.初步理解具身智能

    影响与发展,提供全球及国内行业趋势的见解。书中详细讨论新兴领域面临的诸多挑战,从应用的不确定性、昂贵的成本到伦理问题,为读者呈现了当前形势的现实视角。 接下来,书中深入探讨了具
    发表于 12-28 21:12

    【「具身智能机器人系统」阅读体验】1.全书概览与第一章学习

    简单的具身智能机器人的应用案例。具体目录如下: 第一章学习 具身智能机器人是指能够无人工干预下自主执行任务的机器人。相较于传统非具身
    发表于 12-27 14:50

    【「具身智能机器人系统」阅读体验】+数据具身人工智能中的价值

    嵌入式人工智能(EAI)将人工智能集成到机器人等物理实体中,使它们能够感知、学习环境并与之动态交互。这种能力使此类机器人能够人类社会中有效
    发表于 12-24 00:33

    【「具身智能机器人系统」阅读体验】+初品的体验

    《具身智能机器人系统》 书由甘鸣、俞波、万梓燊、刘少山老师共同编写,其封面如图1所示。 本书共由5部分组成,其结构和内容如图2所示。 该书可作为高校和科研机构的教材,为学生和研究人员
    发表于 12-20 19:17