新闻中心-深圳机器人

13

2025.09

无刷舵机与普通舵机等舵机有哪些区别

无刷舵机与普通舵机主要有以下区别：结构原理无刷舵机：由电动机主体和驱动器组成，无刷电机的定子为线圈绕组，转子为永磁钢体，通过霍尔传感器检测转子位置，利用集成驱动电路实现电子换向，使电流依序流经电机线圈产生旋转磁场，与转子的磁铁相互作用驱动电机转动。普通舵机：通常采用有刷电
13

2025.09

如何搭建一个高光谱成像实验场景？

【导语】高光谱成像技术凭借其空间-光谱联合信息获取能力，在科研与工业检测领域展现重要价值。本文聚焦高光(guāng)谱(pǔ)成(chéng)像(xiàng)实(shí)验(yàn)平台的系统化构建，涵盖核心硬件选型（高光谱相机、光源系统、样品台等）、软件算法配置（预处理、特征提取、分类算法）及实验场景搭建全流程，同时提供典型应用场景与安全维护指南，助力打造稳定、高效的高光谱数据采集与分析体系。
13

2025.09

今日科普|伯朗特机器人视觉应用

伯朗特机器人在视觉应用方面取得了显著的进展，将先进的视觉技术与机器人系统紧密结合，为工业自动化带来了革命性的改变。这种结合不仅提高了生产效率，还确保了产品质量的稳定性和一致性。伯朗特机器人通过视觉系统能够识别、定位、抓取和处理各种复杂工件，广🈁泛应用于电子、汽车、食品、医药等多个行业。二、伯朗特机器人视觉应用的关键技术与数据支持伯朗特机器人在视觉应用方面采用了多种关键技术，其中最为突出的是
13

2025.09

机器人视觉焦点技术

机器人视觉焦点技术的关键在于图像特征的选择、目标检测算法以及实时跟踪算法。特征点跟踪是一种基于局部特征点的方法，它通过计算目标物体与相邻帧的特征点之间的匹配程度来确定目标物体的位置和运动。常用的特征点提取算法有SIFT、SURF和ORB等。此外，目标检测算法如YOLO、Faster R-CNN和Mask R-CNN在图像中定位感兴趣的目标区域方面(miàn)发(fā)挥(huī)着(zhe)重(z
13

2025.09

机器人视觉测控技术

机器人视觉测控技术，简而言之，就是使机器人具备类似于人类的视觉感知和测量控制能力。它涉及光学、机械、电子、计算机软硬件等多个领域，是计算科学的一个重要分支。通过摄像机捕捉图像，再经过图像处理系统分析，机器人能够获取目标的位置、姿态、颜色、形状和尺寸等信息，从而实现对目标的精准测控。以机器人视觉系统中的内参数和外参数为例，内参数包括摄像机的焦距、图像中心点的像素坐标以及畸变系数等，而外参数则描述了摄
12

2025.09

机器人视觉教育应用

机器人视觉是指将计算机视觉技术应用于机器人系统，是计算机视觉、机器人技术和人工智能的交叉学科。它使机器人能够感知和理解周围环境中的视觉信息，并做出相应的决🐉平台策和行动。机器人视觉技术主要通过摄像头或其他传感器获取图像和视频，然后对这些图像和视频进行处理和分析，提取有用的信息。这一技术在教育领域的应用，正逐渐改变着传统的教学方式。教育领域的最
12

2025.09

十万元奖金池！首届全国RISC-V高水平创新及应用大赛火热进行中

首届全国RISC-V高水平创新应用大赛由中国电子学会联合发起，现已开始报名。邀请全球开发者、高校团队及企业共同探索RISC-V的无限可能！本次大赛，进迭时空设立CIE-进迭时空RISC-V应用创新赛道：依托自主研发的K1 芯片平台MUSE Pi Pro单板计算机进行命题，围绕边缘计算智能终端开发、AI大
12

2025.09

发那科推出全新M-710iD系列六轴多功能机器人

【导语】发那科机器人全新升级广受欢迎的六轴多功能M-710系列，推出M-710iD/50M与M-710iD/70两款机器人，在精度、负载、设计等方面实现关键升级，具备卓越性能与灵活安装方式，可广泛适用于多行业。来(lái)源(yuán)：发(fā)那(nà)科(kē)机(jī)器(qì)人(rén)
12

2025.09

今日科普|扫地机器人激光导航技术

激光导航技术是通过发射激光束并接收反射信号来感知周围环境。具体来说，激光传感器以一定的频率发射激光脉冲，当激光碰到物体时，会产生反射信号。扫地机器人根据反射信号的返回时间和角度，计算出物体的位置和距离。这一过程类似于雷达测距，只不过这里使用的是激光而非无线电波。通过不断采集环境信息，扫地机器人可以构建出房间的二维地图，从而实现精准定位与导航。据相关数据显示，激光导航技术能够实现厘米级的定位精度，大
12

2025.09

今日科普|机器人视觉技术进展

近年来，机器人视觉技术取得了显著进展，其中多传感器一体化集成成为一大亮点。在2025年世界机器人大会上，速腾聚创推出的Active Camera平台便是这一技术的典型代表。Active Camera采用创新架构设计，将色彩信息、深度信息与运动状态信息集成于单一硬🍌件之中，实现了三类信息的时空融合。这一突破解决了传统3D视觉“看不清、看不准、反应慢”的问题，为机器人的感知能力带来了质的飞跃。

官方网站-首页