不装电池也能'自动驾驶”,这个机器人还能无限续航
出现了一种不需要装电池就能自动驾驶的新型“车”。甚至它还能自动收集能量以持续运行,完全没有里程焦虑(手动狗头)
这个小机器人名叫MilliMobile,来自华盛顿大学。它的能量来源是光和无线电波供能
尽管只有指甲盖大小,重量跟葡萄干差不多,但它背起 3 倍于自重的设备并不费劲。并且不仅能跑水泥路,在“乡村土路”上也能行动自如。
首个无电池自主机器人的图源是华盛顿大学
小型机器人常常携带传感器,用于执行检测气体泄漏、跟踪仓储等工业任务。然而,这些机器人面临一个重要问题,即一次性电池的使用不仅限制了机器人的寿命,也不太环保
研究人员一直在寻求替代方案,例如将传感器直接绑在昆虫身上
△ 图源:华盛顿大学
但显然,华盛顿大学的研究人员们认为过去的一些办法不够可控。他们的新想法是,采用“间歇运动”的方式来驱动机器人。
简单来说,一方面,是减小机器人的尺寸和重量,让它能在极低的功率下运行(57 微瓦以下)。
另一方面,研究人员给 MilliMobile 装上了薄膜电容,来存储太阳光 / 无线电波带来的能量。当电容存储的能量达到一定阈值,就能驱动电机产生一个短暂的运动脉冲,让机器人动起来。
看到这里,你或许会产生一丝疑问:就这?这机器人真能跑得起来?
研究人员成功进行了实验:即使在阴天,MilliMobile在1小时内能够移动10米的距离
速度确实谈不上快,但研究人员表示,只要它能以此速度持续运行,就能为那些以往难以通过部署传感器来获取数据的区域,带来新的机器人能力。
正如之前提到的,MilliMobile虽然小巧,但功能齐全,包含以下内容:
- 4 个光电二极管,用于检测 4 个方向的光强度,让机器人能自主寻找光源进行充电
- 温湿度传感器
- 加速度计
- 磁传感器
- 气体传感器
- 微型相机
- 无线通信芯片
MilliMobile具备了各种传感能力,并且能够自动探测地形并实现自动驾驶
能自己转向光源给自己充电:
可以进行广泛的空间采样,以便创建更加详细的环境视图
通过在软件层面优化同步传输协议,还能在 200 米范围内传输数据。简单总结一下,可以说,MilliMobile 在供电、控制和通信等方面都实现了自主性。
科技网站的评价称:这部作品有一些科幻照进现实的味道。你有何感想?
重写内容时无需改变原意,需要将语言改写为中文,不需要出现原句
- [1]https://www.washington.edu/news/2023/09/27/millimobile-battery-free-autonomous-self-driving-robot-solar/
- [2] 论文地址:https://homes.cs.washington.edu/~vsiyer / Papers / millimobile-compressed.pdf
广告声明:本文中包含对外跳转链接(包括但不限于超链接、二维码、口令等形式),旨在提供更多信息,节省筛选时间,结果仅供参考。请注意,IT之家的所有文章均包含此声明
以上是不装电池也能'自动驾驶”,这个机器人还能无限续航的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

昨天面试被问到了是否做过长尾相关的问题,所以就想着简单总结一下。自动驾驶长尾问题是指自动驾驶汽车中的边缘情况,即发生概率较低的可能场景。感知的长尾问题是当前限制单车智能自动驾驶车辆运行设计域的主要原因之一。自动驾驶的底层架构和大部分技术问题已经被解决,剩下的5%的长尾问题,逐渐成了制约自动驾驶发展的关键。这些问题包括各种零碎的场景、极端的情况和无法预测的人类行为。自动驾驶中的边缘场景"长尾"是指自动驾驶汽车(AV)中的边缘情况,边缘情况是发生概率较低的可能场景。这些罕见的事件

人形机器人Ameca升级第二代了!最近,在世界移动通信大会MWC2024上,世界上最先进机器人Ameca又现身了。会场周围,Ameca引来一大波观众。得到GPT-4加持后,Ameca能够对各种问题做出实时反应。「来一段舞蹈」。当被问及是否有情感时,Ameca用一系列的面部表情做出回应,看起来非常逼真。就在前几天,Ameca背后的英国机器人公司EngineeredArts刚刚演示了团队最新的开发成果。视频中,机器人Ameca具备了视觉能力,能看到并描述房间整个情况、描述具体物体。最厉害的是,她还能

轨迹预测在自动驾驶中承担着重要的角色,自动驾驶轨迹预测是指通过分析车辆行驶过程中的各种数据,预测车辆未来的行驶轨迹。作为自动驾驶的核心模块,轨迹预测的质量对于下游的规划控制至关重要。轨迹预测任务技术栈丰富,需要熟悉自动驾驶动/静态感知、高精地图、车道线、神经网络架构(CNN&GNN&Transformer)技能等,入门难度很大!很多粉丝期望能够尽快上手轨迹预测,少踩坑,今天就为大家盘点下轨迹预测常见的一些问题和入门学习方法!入门相关知识1.预习的论文有没有切入顺序?A:先看survey,p

最近一个月由于众所周知的一些原因,非常密集地和行业内的各种老师同学进行了交流。交流中必不可免的一个话题自然是端到端与火爆的特斯拉FSDV12。想借此机会,整理一下在当下这个时刻的一些想法和观点,供大家参考和讨论。如何定义端到端的自动驾驶系统,应该期望端到端解决什么问题?按照最传统的定义,端到端的系统指的是一套系统,输入传感器的原始信息,直接输出任务关心的变量。例如,在图像识别中,CNN相对于传统的特征提取器+分类器的方法就可以称之为端到端。在自动驾驶任务中,输入各种传感器的数据(相机/LiDAR

目标检测在自动驾驶系统当中是一个比较成熟的问题,其中行人检测是最早得以部署算法之一。在多数论文当中已经进行了非常全面的研究。然而,利用鱼眼相机进行环视的距离感知相对来说研究较少。由于径向畸变大,标准的边界框表示在鱼眼相机当中很难实施。为了缓解上述描述,我们探索了扩展边界框、椭圆、通用多边形设计为极坐标/角度表示,并定义一个实例分割mIOU度量来分析这些表示。所提出的具有多边形形状的模型fisheyeDetNet优于其他模型,并同时在用于自动驾驶的Valeo鱼眼相机数据集上实现了49.5%的mAP

在工业自动化技术领域,最近有两个热点很难被忽视:人工智能(AI)和英伟达(Nvidia)。不要改变原内容的意思,微调内容,重写内容,不要续写:“不仅如此,这两者密切相关,因为英伟达在不仅仅局限于其最开始的图形处理单元(GPU),正在将其GPU技术扩展到数字孪生领域,同时紧密连接着新兴的AI技术。”最近,英伟达与众多工业企业达成了合作,包括领先的工业自动化企业,如Aveva、罗克韦尔自动化、西门子和施耐德电气,以及泰瑞达机器人及其MiR和优傲机器人公司。Recently,Nvidiahascoll

机器之能报道编辑:吴昕国内版的人形机器人+大模型组队,首次完成叠衣服这类复杂柔性材料的操作任务。随着融合了OpenAI多模态大模型的Figure01揭开神秘面纱,国内同行的相关进展一直备受关注。就在昨天,国内"人形机器人第一股"优必选发布了人形机器人WalkerS深入融合百度文心大模型后的首个Demo,展示了一些有趣的新功能。现在,得到百度文心大模型能力加持的WalkerS是这个样子的。和Figure01一样,WalkerS没有走动,而是站在桌子后面完成一系列任务。它可以听从人类的命令,折叠衣物

这周,由OpenAI、微软、贝佐斯和英伟达投资的机器人公司FigureAI宣布获得接近7亿美元的融资,计划在未来一年内研发出可独立行走的人形机器人。而特斯拉的擎天柱也屡屡传出好消息。没人怀疑,今年会是人形机器人爆发的一年。一家位于加拿大的机器人公司SanctuaryAI最近发布了一款全新的人形机器人Phoenix。官方号称它能以和人类一样的速率自主完成很多工作。世界上第一台能以人类速度自主完成任务的机器人Pheonix可以轻轻地抓取、移动并优雅地将每个对象放置在它的左右两侧。它能够自主识别物体的
