解耦算法结合物理先验知识与 AI 模型,减少模型训练所需要的样本数量。纯数据驱动的 AI 模型,想要达到预期效果,需要采集海量标定样本,耗费大量标定时间。在构建算法体系时,融入弹性力学、应变传感相关物理先验知识,确定信号耦合的基础规律,再搭配 AI 模型拟合剩余非线性偏差。物理规律作为基础约束,AI 模型只需要学习残余的复杂非线性特征,训练所需样本数量随之减少。这种融合方案缩短标定与模型训练周期,降低数据采集成本,加快六维力传感组件的迭代,助力具身智能感知系统快速落地。解耦算法可根据传感器状态,动态调整补偿系数以适配工况。江苏AI解耦传感器产业化
解耦算法基于 AI 模型的拟合结果,生成校正矩阵,对六维力传感器原始通道信号修正。AI 模型通过标定样本学习多通道原始信号与真实六维载荷之间的非线性映射关系,输出拟合结果。解耦算法依托拟合结果生成动态校正矩阵,用于对传感器多路原始信号进行换算与修正。校正矩阵会根据工况发生调整,区别于固定不变的传统校正矩阵,适配非线性、多扰动的场景。原始传感信号输入之后,通过矩阵运算剥离维间耦合分量,输出各维度对应的力学数值。这套协同运算方式改善信号质量,为具身智能控制回路提供经过校正的多维力数据。江苏AI解耦传感器产业化AI 模型学习噪声分布特征,对六维力传感器原始信号做平滑处理。
六维力传感器采集接触力变化,AI 模型识别异常载荷信号,输出告警信息给控制系统。机器人正常作业的载荷存在稳定区间,当出现碰撞、卡滞等异常情况,载荷会出现突变。六维力传感器持续采集六轴力学数据,送入 AI 模型做特征识别。模型对比实时信号与正常作业样本特征,识别超出常规特征的异常载荷,生成告警信号传递给控制系统。控制器接收告警信息后,触发对应的处置逻辑,如减速、停机。依靠 AI 识别异常载荷,能够及时发现作业故障,降低设备和工件受损概率,提升具身智能机器人作业过程的安全性。
力传感器在动态冲击载荷下输出波动信号,AI 模型配合解耦算法,滤除瞬时干扰分量。机器人作业时,突发碰撞、工件撞击会带来瞬时冲击载荷,这类冲击会让传感信号出现剧烈波动,容易被控制系统误判为持续受力。AI 模型学习冲击信号与稳态受力信号的特征差异,识别瞬时冲击带来的波动分量。解耦算法依托模型识别结果,区分有效持续载荷和瞬时冲击干扰,过滤掉非稳态的瞬时噪声分量。经过滤除处理的信号,减少冲击波动对控制回路的干扰,降低具身智能机器人误触发保护逻辑的概率,让设备在带有冲击的作业环境稳定运行。具身智能在模拟环境与物理样机之间,借助力传感器完成迁移学习。
智立传感的 AI 模型采用轻量化网络结构,适配解耦芯片嵌入式环境,维持稳定推理。嵌入式解耦芯片的存储、算力资源有限,复杂网络模型运行时会占用较多资源,容易出现运行卡顿。轻量化网络结构对模型参数与计算量做精简,保留提取传感信号特征的能力,降低推理阶段资源消耗。模型烧录进解耦芯片后,能够稳定执行推理运算,和解耦算法配合完成六维力信号解析。轻量化设计兼顾运算需求与硬件约束,方便将 AI 推理部署在传感端,为具身智能小型机器人提供端侧力感知能力,适配嵌入式系统架构。解耦算法区分环境噪声与真实受力信号,降低误补偿的发生概率。江苏有什么传感器生产厂商
智立传感适配多类型总线协议,让解耦芯片数据对接各类控制器。江苏AI解耦传感器产业化
具身智能外骨骼设备搭载六维力传感器,感知人体肢体交互力,辅助动作助力控制。外骨骼设备跟随人体肢体同步运动,设备和人体之间会产生相互作用力。六维力传感器布置在肢体连接点位,采集人机交互产生的力与力矩信号,传递至外骨骼控制器。控制器依据交互力学信息,识别人体运动意图,调整设备输出的助力力矩。当人体肢体做出抬举、迈步等动作,传感器捕捉交互力变化,设备跟随调整助力大小。力觉感知帮助外骨骼识别人体动作倾向,实现跟随式助力,作为具身智能在人体协同场景的一类落地形式。江苏AI解耦传感器产业化
无锡智立传感科技有限公司是一家有着先进的发展理念,先进的管理经验,在发展过程中不断完善自己,要求自己,不断创新,时刻准备着迎接更多挑战的活力公司,在江苏省等地区的电子元器件中汇聚了大量的人脉以及客户资源,在业界也收获了很多良好的评价,这些都源自于自身的努力和大家共同进步的结果,这些评价对我们而言是最好的前进动力,也促使我们在以后的道路上保持奋发图强、一往无前的进取创新精神,努力把公司发展战略推向一个新高度,在全体员工共同努力之下,全力拼搏将共同无锡智立传感科技供应和您一起携手走向更好的未来,创造更有价值的产品,我们将以更好的状态,更认真的态度,更饱满的精力去创造,去拼搏,去努力,让我们一起更好更快的成长!