91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

院士團隊最新綜述:MEMS技術在具身智能機器人中應用的現(xiàn)狀與挑戰(zhàn)

傳感器專家網(wǎng) ? 2025-10-20 18:08 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近日,孫立寧教授、蘇州大學劉會聰教授與新加坡國立大學Chengkuo Lee教授在SmartBot期刊上發(fā)表了題為MEMS: The Sensory Nervous System for Embodied AI Robots的綜述文章,系統(tǒng)梳理了MEMS技術在具身智能機器人中應用的現(xiàn)狀與挑戰(zhàn)。

wKgZO2jyFfqAc-NRAAGRADnRKUk071.png

專家檔案

wKgZO2jyFfqAeVRVAAJvVIumMYQ097.png

孫立寧微納器件與系統(tǒng)及微納機器人專家,俄羅斯工程院外籍院士,蘇州大學特聘教授,蘇州大學先進制造技術研究院院長、機電工程學院院長、機器人與微系統(tǒng)研究中心主任,哈爾濱工業(yè)大學先進機器人技術與系統(tǒng)國家重點實驗室副主任,國家“十二五”863“計劃微納制造技術主題專家。

具身智能(Embodied AI)的興起標志著人工智能研究的一次根本性轉變,即從虛擬世界走向真實物理環(huán)境,旨在構建能夠在復雜、非結構化環(huán)境中實現(xiàn)感知、推理與行動的自主機器人系統(tǒng)。

然而,傳統(tǒng)傳感器受限于體積和功耗,難以滿足機器人對自身狀態(tài)與外部環(huán)境的全面感知需求。微機電系統(tǒng)(MEMS)技術憑借微型化、低功耗、高集成度和低成本等優(yōu)勢,已成為提升新一代機器人感知能力的關鍵支撐。

本文系統(tǒng)梳理了面向具身智能機器人的MEMS傳感技術最新進展。通過集成測距、慣性、觸覺、聽覺和嗅覺等多模態(tài)MEMS傳感器,機器人能夠實現(xiàn)更為豐富的環(huán)境感知與交互,為不同應用場景下的高自主性、安全性和人機協(xié)作奠定堅實基礎??梢哉f,MEMS傳感器如同機器人的“感知神經(jīng)元”,與人工智能構成的“認知大腦”深度融合,共同推動真正具備感知與智能的機器人新時代的到來。


wKgZO2jyFfqAdq_vAA8zHrjwaQM213.png

圖1 MEMS傳感器在具身智能機器人中的應用


圖文摘要


精準的環(huán)境感知是機器人實現(xiàn)自主導航、物體操控以及安全人機交互等核心功能的前提與基礎。其中,測距傳感器通過探測周圍物體的距離,為環(huán)境建模與理解提供關鍵數(shù)據(jù)。MEMS 技術的引入,為測距傳感器帶來了微型化、低功耗和低成本等革命性優(yōu)勢,極大促進了高性能機器人的普及與發(fā)展。

MEMS 測距傳感器通常通過檢測機械結構的微小形變與振動模態(tài)變化,或分析發(fā)射波的傳播特性來實現(xiàn)高精度距離感知。目前,以激光、超聲波和電容測距為代表的多種 MEMS 技術,已共同構成機器人多場景環(huán)境感知的重要支撐,成為推動新一代機器人智能水平提升的關鍵技術。


wKgZO2jyFfuAAboOAAZQHZRH_ZE442.png

圖2 MEMS測距傳感器分類及應用


精準的環(huán)境感知是機器人實現(xiàn)自主導航、物體操控以及安全人機交互等核心功能的基礎。測距傳感器通過獲取周圍物體的空間位置信息,為環(huán)境建模與理解提供關鍵支持。MEMS 技術的引入為測距傳感器帶來了微型化、低功耗和低成本等革命性優(yōu)勢,極大推動了高性能機器人的發(fā)展與應用。

MEMS 測距傳感器通常依靠檢測機械結構的微小形變與振動模態(tài)變化,或分析發(fā)射波的傳播特性,從而實現(xiàn)高精度的距離感知。目前,以激光、超聲波和電容測距為代表的多種 MEMS 技術,已構成機器人在多場景下實現(xiàn)環(huán)境感知的重要支撐,成為提升新一代機器人智能水平的關鍵驅動力。

wKgZO2jyFfuAImREAAuSeZcwqt8019.png

圖3 IMU在機器人中的多場景應用

在復雜的非結構化環(huán)境中,機器人需借助觸覺感知實現(xiàn)精準、安全的物理交互。MEMS觸覺傳感器正如機器人的“電子皮膚”,不僅可檢測接觸力的大小與方向,更能感知壓力分布、識別紋理、判斷滑動狀態(tài)甚至溫度變化,極大豐富了機器人的物理交互能力。


基于壓阻、電容、壓電與摩擦電等效應,MEMS技術將微機械結構對外界刺激的響應轉化為電信號,實現(xiàn)高靈敏度、高空間分辨率的觸覺感知。這類傳感器為機器人抓取操控、精細操作和人機協(xié)作等任務提供了關鍵支持。

wKgZO2jyFfuAY3tfAA4gTOtUL1U733.png

圖4 MEMS觸覺傳感器應用于手術機器人及靈巧手感知

柔性觸覺傳感器基于柔軟且可拉伸的材料制成,能夠緊密貼合復雜曲面,為機器人提供大范圍、多模態(tài)的觸覺感知能力。其核心原理是將壓力、拉伸等機械信號轉換為電阻、電容等電學變化,模擬人體皮膚的力學感知機制。


與傳統(tǒng) MEMS 觸覺傳感器形成互補:MEMS 傳感器擅長局部高精度測量,而柔性傳感器則可構建“電子皮膚”(e-skin),實現(xiàn)分布式觸覺感知與更安全的人機交互。這類傳感器不僅能夠檢測壓力與形變,還可感知溫度、濕度等多種物理量,廣泛應用于機器人靈巧操作、可穿戴設備、健康監(jiān)測及人機交互等領域,是提升下一代機器人環(huán)境適應性與交互智能的關鍵技術。


wKgZO2jyFfyAUl0aAA3nAsSRH0k603.png

圖5 柔性觸覺傳感器應用于機器人多變量感知



聽覺感知顯著增強了機器人與環(huán)境交互的能力,是實現(xiàn)具身智能機器人高級功能的關鍵。MEMS聲學傳感器,包括麥克風與揚聲器,以其芯片級尺寸、高保真性能和低失真特性,為機器人提供了“聽”與“說”的雙向語音能力。

MEMS麥克風可準確捕捉人聲與環(huán)境聲音,實現(xiàn)語音指令接收、聲源定位及工業(yè)設備狀態(tài)監(jiān)測。而MEMS揚聲器則能夠輸出高聲壓、寬頻帶的音頻,為機器人提供清晰、沉浸式的語音反饋。兩者協(xié)同工作,構建了高自然度的人機語音交互基礎,從而大力推動了機器人在服務、救援、工業(yè)檢測等場景中的環(huán)境感知與人性化交互水平。

wKgZO2jyFfyActXZAAU9aflumBs675.png

圖6 MEMS聲學傳感器


嗅覺感知為機器人提供了超越人類能力的化學環(huán)境理解手段,是實現(xiàn)新一代智能機器人的關鍵感知維度。MEMS嗅覺傳感器作為“電子鼻”的核心,能夠識別氣體種類、檢測濃度變化并實時追蹤氣味源,極大擴展了機器人在環(huán)境監(jiān)測、災害響應與工業(yè)安全等領域的應用潛力。


通過感知揮發(fā)性有機物(VOCs)甚至危險化學品,機器人可執(zhí)行化學品泄漏預警、爆炸物探測乃至疾病初步篩查等高風險任務,有效替代或輔助人類完成復雜和危險場景下的作業(yè)。

wKgZO2jyFf2AONO6AAp4O-ZPo8M965.png

圖7 MEMS嗅覺傳感器

總結與展望



MEMS 傳感器之所以成為具身智能機器人的核心基石,源于其獨特優(yōu)勢與機器人復雜感知需求的高度契合。MEMS 工藝能夠在毫米甚至微米尺度上集成復雜機電結構,在極小空間內實現(xiàn)高精度感知,顯著推動了機器人系統(tǒng)的微型化與高性能化。無論是在機器人關節(jié)、指尖等受限空間中的嵌入式集成,還是在整個機體內部署大規(guī)模分布式傳感網(wǎng)絡,MEMS 技術都提供了傳統(tǒng)傳感器難以比擬的解決方案。

這種能力不僅保障了機器人運動自由度和外觀整體性,更為實現(xiàn)真正意義上的“具身感知”奠定了硬件基礎,即通過多維度、多模態(tài)的環(huán)境狀態(tài)數(shù)據(jù),為 AI 模型提供實時、豐富且可靠的物理交互信息。

盡管 MEMS 技術極大推動了機器人感知與驅動能力的發(fā)展,其在構建高水平自主具身智能系統(tǒng)方面仍面臨制造與集成兩大核心挑戰(zhàn)。在制造層面,不同類型 MEMS 傳感器依賴差異化工藝體系,導致難以建立統(tǒng)一的標準化生產(chǎn)平臺,限制了多類傳感器的大規(guī)模、低成本生產(chǎn),從而制約了多功能集成機器人的推廣應用。

在集成層面,機械集成問題尤為突出:如何在機器人關節(jié)、末端等狹小空間內實現(xiàn)高精度、抗應力、抗振動及熱變形的穩(wěn)定安裝,同時優(yōu)化多傳感器布局、簡化布線并抑制機器人與傳感器之間的動態(tài)耦合干擾,是提升系統(tǒng)整體性能與可靠性的關鍵難題。

wKgZO2jyFf2APIIdAAhXAqWCEmw770.png

圖8 面向具身智能機器人的MEMS傳感器展望

展望未來,MEMS傳感技術將推動機器人感知邁向軟硬件深度協(xié)同的革命性階段。其發(fā)展重點不再局限于單一傳感器性能的提升,而在于構建“感知-認知”一體化的智能系統(tǒng)。

在硬件層面,MEMS與存算一體技術的結合將實現(xiàn)感知方式的根本變革。

在應用層面,多模態(tài)MEMS傳感系統(tǒng)將為大型語言模型和多模態(tài)模型提供物理世界的真實、連續(xù)和多維數(shù)據(jù)基礎,彌補其與現(xiàn)實環(huán)境之間的差異??梢哉f,具身智能的未來建立在MEMS與人工智能的深度協(xié)同之上。

MEMS提供語義化的“感知神經(jīng)元”,大型模型構成“認知大腦”。這種融合將引領機器人突破既定程序的限制,進入真正感知、理解并與人類共同適應物理世界的新時代。

全文鏈接:

https://onlinelibrary.wiley.com/doi/10.1002/smb2.70004
To cite this article:Xu Zhou, Dongsheng Li, Shuhan He, et al. 2025. “ MEMS: The Sensory Nervous System for Embodied AI Robots.” SmartBot: e70004. https://doi.org/10.1002/smb2.70004.

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    213

    文章

    31147

    瀏覽量

    222666
  • mems
    +關注

    關注

    129

    文章

    4488

    瀏覽量

    198960
  • 具身智能
    +關注

    關注

    0

    文章

    411

    瀏覽量

    872
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    破解柔性生產(chǎn)難題:知識驅動智能工業(yè)機器人的實戰(zhàn)應用指南

    工業(yè)4.0邁向工業(yè)5.0的進程中,傳統(tǒng)的“固定編程”機器人已無法滿足多品種、小批量、高柔性的生產(chǎn)需求。隨著人工智能與大模型技術的爆發(fā),
    的頭像 發(fā)表于 03-06 15:49 ?167次閱讀
    破解柔性生產(chǎn)難題:知識驅動<b class='flag-5'>具</b><b class='flag-5'>身</b><b class='flag-5'>智能</b>工業(yè)<b class='flag-5'>機器人</b>的實戰(zhàn)應用指南

    智能交流會

    。展會匯聚 90%+ 核心部件國產(chǎn)化供應鏈,可快速實現(xiàn)技術落地,坐享粵港澳大灣區(qū) “機器人谷” 核心紅利。 2 、同期多展聯(lián)動 與工業(yè)自動化展、機器視覺展同期舉辦,形成 “感知(視覺)→決策(
    發(fā)表于 01-22 09:55

    資訊速遞 | 智能PMC(籌)發(fā)布“零成本”開源鴻蒙智能機器人系統(tǒng)

    ,開源鴻蒙智能PMC(籌)元旦發(fā)布了開發(fā)者可使用的機器人開發(fā)環(huán)境。 “零元購” 開源鴻蒙
    的頭像 發(fā)表于 01-05 16:24 ?509次閱讀
    資訊速遞 | <b class='flag-5'>具</b><b class='flag-5'>身</b><b class='flag-5'>智能</b>PMC(籌)發(fā)布“零成本”開源鴻蒙<b class='flag-5'>智能</b><b class='flag-5'>機器人</b>系統(tǒng)

    【前瞻技術布局】咖啡機器人智能技術首階段探索與實踐

    一、前言 我是一名京東智能算法團隊的研究人員,目前,主要專注 真實場景真實機器人 下打造一
    的頭像 發(fā)表于 12-23 18:56 ?100次閱讀
    【前瞻<b class='flag-5'>技術</b>布局】咖啡<b class='flag-5'>機器人</b>:<b class='flag-5'>具</b><b class='flag-5'>身</b><b class='flag-5'>智能</b><b class='flag-5'>技術</b>首階段探索與實踐

    廣和通智能開發(fā)平臺Fibot實現(xiàn)雙臂機器人疊衣服

    疊衣服、整理家務……這些看似簡單的日常任務,對機器人而言卻是巨大的技術挑戰(zhàn)。如何讓機器人快速學會疊衣服?廣和通
    的頭像 發(fā)表于 12-11 13:43 ?1454次閱讀

    云天勵飛亮相2025中國智能機器人大會

    近日, 2025 中國智能機器人大會上,云天勵飛副總裁羅憶從芯片廠商的視角出發(fā),對
    的頭像 發(fā)表于 11-25 11:26 ?891次閱讀

    廣和通斬獲智能家務機器人黑客松競賽二等獎

    近日,廣和通受邀參加由 Hugging Face、NVIDIA 與 Seeed Studio 聯(lián)合舉辦的“智能家務機器人黑客松”競賽。
    的頭像 發(fā)表于 11-08 14:51 ?1737次閱讀

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+智能芯片

    智能技術的關鍵要求: 1、基于憶阻器的感存算一體化技術 牛。都可以情感生成了。 2、智能的執(zhí)
    發(fā)表于 09-18 11:45

    2025世界機器人大會亮點:ADI探討智能產(chǎn)業(yè)化應用技術挑戰(zhàn)

    當下,智能浪潮風起云涌,已成為全球科技領域最熱門的賽道之一。近日備受矚目的2025世界機器人大會(WRC)期間,ADI中國區(qū)大眾市場
    的頭像 發(fā)表于 08-15 15:53 ?2782次閱讀
    2025世界<b class='flag-5'>機器人</b>大會亮點:ADI探討<b class='flag-5'>具</b><b class='flag-5'>身</b><b class='flag-5'>智能</b>產(chǎn)業(yè)化應用<b class='flag-5'>技術</b><b class='flag-5'>挑戰(zhàn)</b>

    瑞可達榮獲智能機器人技術先鋒獎

    技術創(chuàng)新與應用落地的發(fā)展路徑,推動智能機器人產(chǎn)業(yè)邁向新的高度。科技飛速發(fā)展的當下,
    的頭像 發(fā)表于 06-16 18:09 ?1272次閱讀

    LeadeRobot智能應用標桿:柔韌自動充電機器人加速智能化出行體驗閉環(huán)

    日,憑借智能柔性機器人產(chǎn)品無人機空中精準作業(yè)與新能源汽車無人化補能兩大領域的創(chuàng)新應用與商業(yè)化落地,萬勛科技榮獲第二屆LeadeRobo
    的頭像 發(fā)表于 04-23 11:03 ?957次閱讀
    LeadeRobot<b class='flag-5'>具</b><b class='flag-5'>身</b><b class='flag-5'>智能</b>應用標桿:柔韌自動充電<b class='flag-5'>機器人</b>加速<b class='flag-5'>智能</b>化出行體驗閉環(huán)

    智能工業(yè)機器人:引爆制造業(yè)‘自進化’革命

    智能工業(yè)機器人:引爆制造業(yè)‘自進化’革命 工業(yè)4.0浪潮席卷全球的今天,制造業(yè)正經(jīng)歷從“自動化”到“
    的頭像 發(fā)表于 04-17 13:49 ?1030次閱讀
    <b class='flag-5'>具</b><b class='flag-5'>身</b><b class='flag-5'>智能</b>工業(yè)<b class='flag-5'>機器人</b>:引爆制造業(yè)‘自進化’革命

    普渡科技推出類人形智能服務機器人閃電匣Arm

    近日,普渡機器人發(fā)布了全球首款商用場景類人形智能服務機器人閃電匣Arm。
    的頭像 發(fā)表于 04-01 17:48 ?1540次閱讀

    解碼“什么是智能工業(yè)機器人

    工業(yè)4.0與人工智能深度融合的浪潮中,“什么是智能工業(yè)機器人”成為制造業(yè)
    的頭像 發(fā)表于 03-21 14:47 ?2206次閱讀
    解碼“什么是<b class='flag-5'>具</b><b class='flag-5'>身</b><b class='flag-5'>智能</b>工業(yè)<b class='flag-5'>機器人</b>”