拓斯达自研多模态数采夹爪亮相,定位误差低至0.25%助推具身智能闭环

图片只作辅助表达,并非真实画面,由 AI 生成
资讯来源:互联网公开资料整合

拓斯达在工业数采领域取得关键进展,正式部署真机多模态数据采集体系,补齐了“场景+机器人+数据+AI模型”战略中的最后一块拼图。该体系的核心在于打通硬件终端与智能算法之间的数据壁垒,通过构建涵盖现场作业、设备运行及智能迭代的完整业务闭环,为工业具身智能的规模化应用奠定坚实基础。

技术层面,该体系依托拓斯达自研的高精度多模态数采夹爪实现突破。这款通用型硬件无需复杂的机器人关节映射即可适配各类机型,轻量化设计使其能迅速投入产线。结合视觉惯性与高频传感方案,系统可实现六自由度高精度位姿跟踪,在常规工况下定位平均误差控制在0.25%以内。通过同步收录视觉画面、运动轨迹、末端姿态及夹爪动作等多维信息,系统不仅兼容单手或双手复杂工序的示教,更能将一线生产数据沉淀并反哺模型,使机器人具备更深的工艺理解力与执行力。

针对传统机器人面临的适配性差、采集精度低及场景泛化能力弱等行业痛点,拓斯达打造了一体化数采平台,覆盖人工示教、数据处理、模型训练、真机部署及反馈优化五大阶段。这一全流程数据闭环不仅提升了数据处理效率与管理水平,更通过持续迭代优化模型作业精度,助力制造业向智能化、无人化转型升级,拓宽了具身智能在真实工厂场景中的应用边界。

浏览 10685 · 资讯ID: 32726

返回首页

相关问题

拓斯达新发布的真机多模态数采体系主要解决了什么行业痛点?
主要解决了传统机器人适配性不足、采集精度有限以及场景泛化能力薄弱的问题,通过构建全流程数据闭环提升机器人对复杂工艺的理解和执行能力。
该数采体系中的自研夹爪在定位精度方面表现如何?
该夹爪结合视觉惯性与高频传感技术,实现六自由度高精度位姿跟踪,常规工况下的定位平均误差≤0.25%。
拓斯达构建的数据闭环包含哪五个关键阶段?
包含人工示教数采、数据处理与标准化、模型训练、机器人真机部署、以及真机测评与数据回流反哺模型升级五个阶段。
标签: AI 制造业 机器人

评论 (0)

暂无评论,快来抢沙发吧!