工业技术公司Aptiv宣布,AI驱动仓库自动化解决方案开发商Robust.AI已为其第三代Carter协作移动机器人,选用Aptiv的智能感知解决方案。该方案包含基于Aptiv Pulse传感器的AI与机器学习传感器融合技术。
此次合作建立在双方既有协作基础之上,旨在将Aptiv成熟的技术方案与Robust.AI的机器人专业能力及以人为本的设计理念相结合,以加速可扩展的AI机器人工作流落地,同时为相关工业安全应用场景建立PL(d)认证基础。
Aptiv智能系统、软件与服务业务高级副总裁兼总裁Jay Bellissimo表示:"机器人的规模化应用需要能够应对真实世界动态条件的安全关键感知能力。"
在第三代Carter方面,Aptiv通过Pulse传感器采集原始传感数据,利用AI与机器学习对雷达和视觉信息进行早期融合处理,从而高效支持深度图生成与占用栅格填充,服务于导航与功能安全需求。
Pulse传感器将环绕视角摄像头与超短程雷达相结合,实现可靠的360度感知,同时减少盲区、降低成本并简化系统复杂度。
结合Robust.AI行业领先的视觉SLAM技术与前沿AI感知能力,这套解决方案能够在Carter机器人设计所针对的复杂环境应用中提供稳定可靠的表现。
Bellissimo表示:"通过将Pulse引入第三代Carter机器人,我们正在助力实现更全面、更具扩展性的仓库自动化方案,同时为满足这些应用及更广泛物理AI市场日益增长的功能安全要求提供路径支持。"
在机器人与工业自动化领域,设备在仓库、生产车间和冷链存储等场景中的可靠性至关重要。这些环境动态复杂,频繁存在遮挡物、扬尘、眩光、湿度变化和反光表面等因素,容易导致传统感知系统性能下降。
通过融合雷达与视觉的优势,Aptiv能够在机器人与人员、设备及其他障碍物协同运作时,实现更优的决策与更高的可靠性。
Robust.AI联合创始人兼首席执行官Anthony Jules表示:"Carter专为在真实仓库和制造环境中与人协作而设计,因此感知质量、系统可靠性和部署便捷性至关重要。Aptiv的Pulse传感器采用差异化的摄像头与雷达融合方案,进一步助力Carter在复杂环境中实现市场领先的性能与生产效率。"
作为本阶段合作的重要组成部分,Aptiv正积极推进Pulse传感器在相关工业安全应用场景中的PL(d)认证工作。PL(d)是ISO 13849-1标准的组成部分,是专为危险机器人应用设计的高可靠性安全等级认证。
随着机器人在更高自动化程度下与人员和设备近距离协同作业,功能安全认证的重要性愈发突出。这意味着设备不仅需要在实际操作中实现安全运行,还必须符合公认的安全规范框架。
Robust.AI的Carter是一款协作移动机器人,旨在增强现有仓库运营能力与人员效能。Carter基于软件定义的功能架构,支持在无需额外硬件投入的情况下实现订单拣选、点对点运输和移动分拣等作业模式。其即插即用的自动化能力,以及基于绩效的机器人即服务(RaaS)模式,使客户能够快速部署,并根据需求变化灵活扩展。
Q&A
Q1:Aptiv Pulse传感器有什么技术特点?
A:Aptiv Pulse传感器将环绕视角摄像头与超短程雷达相结合,通过AI与机器学习对原始传感数据进行早期融合处理,可实现可靠的360度感知,同时减少盲区、降低系统成本并降低复杂度。它能够支持深度图生成与占用栅格填充,应用于导航与功能安全场景,尤其适合仓库、生产车间、冷链存储等复杂动态环境。
Q2:Carter机器人主要用于哪些场景?怎么部署?
A:Carter是Robust.AI开发的协作移动机器人,专为真实仓库和制造环境设计,支持订单拣选、点对点运输和移动分拣三种作业模式,无需额外硬件投入即可切换使用。它采用即插即用的自动化部署方式,并提供基于绩效的RaaS(机器人即服务)商业模式,客户可快速上线并根据业务需求灵活扩展规模。
Q3:PL(d)认证是什么?为什么对仓库机器人很重要?
A:PL(d)是ISO 13849-1标准中的一项高可靠性安全等级认证,专为存在危险的机器人应用场景设计。随着机器人在更高自动化程度下与人员近距离协作,功能安全认证变得越来越重要。获得PL(d)认证意味着设备不仅在实际操作中安全可靠,还符合工业界公认的安全规范框架,是市场日益增长的合规性要求。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。