ARM研究院发布机器人专项招募

近年来，人工智能的进步赋予了机器人更强大的感知能力。 | 图片来源：ARM Institute

STA1：用于制造业的 AI 机器人多模态输入

ARM Institute 指出，人工智能的最新进展正在赋予机器人更强大的感知能力。虽然机器人领域的深度学习方法依赖于 RGB 图像数据，但没有理由将其仅限于视觉数据。

多模态感知涉及使用不同的系统来捕获各种数据，例如视觉、听觉、触觉和本体感觉，以帮助机器人感知和理解周围环境。该机构表示，在机器人中实施多模态感知可以显著增强它们做出决策和控制各种任务的能力。

它补充说，在工厂应用中，使用各种传感器数据（例如力、压力、温度、高光谱成像和声学），多模态感知可以证明特别有利。制造自动化应用越来越认识到多模态感知在提高不同流程的精度、效率和安全性方面的重要性。

STA2：快速重新分配任务和机器人敏捷性

ARM Institute 断言，自动化技术的进步在过去十年中提高了制造业的生产力。要持续这种增长，自动化需要变得更加敏捷和灵活，从而能够自动化需要高度人类灵巧性和对不可预见情况做出反应能力的任务。

ARM Institute 补充说，传统的机器人编程教学模式需要大量时间，需要丰富的专业知识，并且不适合需要适应性的任务。这将机器人限制在高产量、重复性操作中，并阻止它们参与低产量、时间紧迫和灵活的项目。

机器人的离线编程可以通过计算机辅助制造 (CAM) 等方法实现，这些方法广泛用于机床。然而，与机床相比，机器人的精度较差，这将它们限制在公差要求较低的工作中，或者需要额外的校准、建模和外部传感等方法。

ARM Institute 表示，这些提高精度的措施通常会增加机器人系统的预付成本。“然而，传感技术（尤其是激光扫描）的进步和成本降低，使机器人系统进入了中小企业的价格范围，”它说。

STA3：多机器人、多人协作

根据 ARM Institute 的说法，未来的制造环境将有多个机器人和人类在近距离工作，并协作完成特定任务。目前，机器人无法可靠地检测到高不确定性环境中的人类存在，也无法从上下文理解人类活动。

同样，目前还没有用于安全动态分布式传感的系统。ARM 表示，它已经确定了开发多个机器人和多个人类之间的实时协调，以执行高级制造流程，作为关键关注领域。

STA4：自适应实时路径规划和控制

ARM Institute 表示，自适应实时路径规划和控制在制造环境中越来越重要，尤其是在行业采用先进自动化的情况下。这项技术旨在优化机器、机器人和物料搬运系统的运动，提高工厂车间的效率、生产力和安全性。

“成功的解决方案传达了一种技术方法或方法，使先进的制造机器人系统能够根据系统或流程中可能发生的偏差调整路径或轨迹，”该机构说。

提交 ARM Institute 提案的时间表

要了解更多信息或提交项目招标提案，请访问 ARM Institute 网站或注册 3 月 13 日的项目招标网络研讨会。概念论文的提交截止日期为 4 月 9 日。

然后，该机构将在 5 月 2 日左右发出演示阶段的邀请，演示和支持文档的提交截止日期为 6 月 5 日。之后，团队演示将仅限于邀请，大约在 6 月 10 日开始。

ARM Institute 表示，预计将在 6 月 11 日左右公布最终入选名单，并开始子协议谈判。子协议执行截止日期为 7 月 15 日，作为目标项目开始日期。项目执行期结束日期为 2026 年 7 月 14 日。