黑芝麻智能AI全栈机器人计算平台荣膺国际大奖
【导语】黑芝麻智能AI全栈机器人计算平台在新加坡自动化领域年度盛会Automation SolutionGo 2025上荣获“GO! Technology Utilisation Winner”奖项。该平台专为新一代机器人实时AI推理设计,已成功应用于清洁、巡检及移动机器人,凭借其突破性贡献成为本年度唯一获此殊荣的边缘计算平台。

黑芝麻智能AI全栈机器人计算平台荣膺新加坡年度"GO! Technology Utilisation Winner",作为面向新一代机器人实时AI推理打造的全栈计算平台,该方案已成功部署于清洁、巡检及移动机器人平台。
日前,在自动化领域年度盛会 Automation SolutionGo 2025 上,黑芝麻智能凭借AI全栈机器人计算平台,荣膺年度 "GO! Technology Utilisation Winner"(技术应用优胜奖)。新加坡国家发展部兼贸易与工业部政务部长Alvin Tan与新加坡自动化协会(AutomationSG)主席Terence Teo共同颁奖。黑芝麻智能新加坡分公司总经理徐劲博士出席领奖。
Automation SolutionGo由新加坡自动化协会与新加坡理工学院区域产业联盟会议(RINC)联合主办,以"商业增长、人才培育、技术落地"三位一体为核心主题,聚焦工业4.0升级。活动通过严苛的产业需求匹配机制,甄选具备实际落地价值的技术方案。黑芝麻智能AI全栈机器人计算平台因其在机器人AI算力普惠化方面的突破性贡献,成为本年度唯一获此殊荣的边缘计算平台。
黑芝麻智能AI全栈机器人计算平台是面向新一代机器人实时AI推理打造的全栈计算平台,通过创新性融合高性能SoC芯片、模块化硬件及全栈软件生态,在边缘端实现感知、规划、控制闭环。其单模块集成设计较传统GPU方案降低硬件成本超50%,并显著优化能耗效率;深度兼容ROS/ROS2,实现零迁移门槛的产业升级。目(mù)前(qián),该(gāi)方(fāng)案(àn)已(yǐ)成(chéng)功部署于清洁、巡检及移动机器人平台。
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




