На входе робот получает список координат, по которым расположены бункеры для транспортировки деталей.
▶️Для обнаружения и локализации объектов окружающего пространства и отдельных контейнеров Atlas применяет модель машинного обучения (ML) [0:36]. Он также использует специальную стратегию захвата и непрерывно отслеживает состояние объектов, чтобы успешно выполнять задачу.
Все движения робота генерируются автономно в реальном времени без использования заранее запрограммированных траекторий или дистанционного управления.
▶️Atlas может распознавать и адаптироваться к изменениям в окружающей среде, например, при перемещении оборудования, а также корректировать свои действия в случае ошибок (таких как невозможность установки крышки, столкновение с препятствиями или другие сбои [1:24]). Для этого он задействует комплекс сенсоров, включая датчики зрения, силы и системы определения положения тела.
——————————
😉 Подписывайтесь на лучший канал PRO Роботов
Присоединяйтесь к ОК, чтобы подписаться на группу и комментировать публикации.
Нет комментариев