广和通斩获具身智能家务机器人黑客松竞赛二等奖
【导语】近日,广和通受邀参加“具身智能家务机器人黑客松”竞赛,其团队成功开发、部署的“双臂协作家务机器人系统”攻克柔性物体智能整理难题,斩获二等奖。该系统验证了具身智能技术在家务场景的可行性,广和通借此探索智慧家庭与服务机器人发展,其作为无线通信模组领军企业,正以全栈式方案加速多行业数智升级。

广和通要闻
近日,广和通受邀参加由 Hugging Face、NVIDIA 与 Seeed Studio 联合举办的“具身智能家务机器人黑客松”竞赛。在本次前沿赛事中,广和通团队成功开发、部署(shǔ)并(bìng)演(yǎn)示了“双臂协(xié)作(zuò)家(jiā)务(wu)机(jī)器(qì)人(rén)系(xì)统(tǒng)”,凭(píng)借(jiè)其(qí)创(chuàng)新(xīn)的(de)具(jù)身(shēn)智(zhì)能(néng)能(néng)力(lì),成(chéng)功(gōng)斩(zhǎn)获(huò)二(èr)等(děng)奖(jiǎng)。
本(běn)次(cì)黑(hēi)客(kè)松(sōng)以(yǐ)推(tuī)动(dòng)具(jù)身(shēn)智(zhì)能(néng)(Embodied AI)在(zài)家(jiā)庭(tíng)环(huán)境(jìng)中(zhōng)的(de)实(shí)际(jì)应(yīng)用(yòng)为(wèi)核(hé)心(xīn)目(mù)标(biāo),要(yào)求(qiú)参(cān)赛(sài)队(duì)伍(wu)解(jiě)决(jué)家(jiā)务(wu)中(zhōng)的(de)具(jù)体(tǐ)难(nán)题(tí)。广(guǎng)和(hé)通(tōng)参(cān)赛(sài)项(xiàng)目(mù)的(de)任(rèn)务(wu)目(mù)标(biāo)是(shì)攻克具身智能对柔性物体的智能整理难题,包括抓取、铺平、折叠等一系列精细操作。
广和通“双臂协作家务机器人系统”是一个集成了先进硬件与人工智能软件的综合性平台。项目基于高性能双臂机器人系统,结合了顶级算力平台NVIDIA Jetson Thor、Hugging Face LeRobot机器人研究库以及最新的NVIDIA GR00T 1.5具身智能模型,实现了从视觉感知到机械臂动作的端到端实时推理与控制。基于GR00T 1.5模型强大的多模态理解与任务规划能力,机器人能够实时理解桌面毛巾的状态,并自主决策双臂的协同动作序列。广和通团队在项目中承担了关键的模型调优与系统部署工作,确保了整套系统在真实场景中的流畅、稳定运行(xíng)。
在(zài)竞赛演示中,该系统能够实时且连续地完成对桌面散乱毛巾的整理任务。机器人双臂像人类一样协同工作,精准抓取柔软的毛巾,并通过一系列娴熟的折叠(dié)动(dòng)作(zuò),将(jiāng)其(qí)整(zhěng)理规整,充分验证了具身智能技术在家务整理这一具体场景中的可行性与落地能力。
广和通通过参加此次黑客松竞赛,不仅展示了机器人技术实力,更对智慧家庭和服务机器人发展方向进行了深度探索。具身智能模型与机器人硬件相结合,可在边缘侧实现物理世界的AI任务处理,涵盖家务、养老、医疗等场景下通用物体的灵活操作、双臂协同及长周期任务执行,加速机器人技术在真实世(shì)界(jiè)落(luò)地(de)。
广(guǎng)和(hé)通(tōng)始(shǐ)创(chuàng)于(yú)1999年(nián),是(shì)中(zhōng)国(guó)首(shǒu)家(jiā)A+H股(gǔ)上(shàng)市(shì)的(de)无(wú)线(xiàn)通(tōng)信(xìn)模(mó)组(zǔ)企(qǐ)业(yè)(300638.SZ|0638.HK)。广(guǎng)和(hé)通(tōng)以(yǐ)无(wú)线(xiàn)通(tōng)信(xìn)与人工智能为技术底座,提供软硬件一体、赋能行业应用的全栈式解决方案,加速千行百业从“万物互联”到“万物智联”。广和通全栈式解决方案覆盖蜂窝通信、AI、车载、GNSS模组及AI工具链,支持行业端侧和主流大模型接入,提供智能体、全球资费与云服务,助力智能机器人、消费电子、低空经济、智能驾驶、智慧零售及智慧能源等行业数智化升级。
——构筑数字世界基石,丰富智慧生活!
-
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




