外觀設計：3D打印骨骼與硅膠仿真皮技術使機器人外表和觸感都接近 真人；柔性關節技術，滿足人形機器人小型化、參數可定制、大扭矩等特殊 需求，提升了機器人動作的柔順度。
感知與交互技術：
1)多模態感知技術：讓機器人具備類似人類五感的多模態智能感知能力，可 感知用戶語言、表情、情緒等，并做出正確反饋，實現情感交互。
2情感識別與表達：通過表情識別、語音情感分析等技術，讓機器人感知人 類情緒并做出相應情感回應，增加親和力和互動性。
3)自然語言處理與情感交互：核心算法中有偏情感、感知能力的多模態大 模型，使機器人能夠理解和生成自然語言，可主動引導對話，實現語音、表 情、動作等人機交互。
面部表情控制技術：機器人控制系統和相關控制算法助力實現對機器人面 部和肢體動作的準確控制和協調，讓機器人做出眨眼、皺眉等多種人類微表 情。
AI陪伴機器人在外觀設計具備人類相似特征;在行為模式上模仿人類的行為,具備手眼協調,動態足控制能力;在各個L域的實際應用和用途,協助人類完成各種復雜任務
機器人機械手有多個關節和多個自由度，具有很G的靈活性;配置了必要的傳感器，可以準確控制機械手的操作;微小的外形尺寸使得機械手具有很G的操作精度
展廳迎賓機器人的“小腦”核心技術正在從基于模型的控制方法向基于學習的控制方法演進,視覺-語言模型為機器人學習復雜技能提供了新的范式,有很強的泛化能力,能夠根據不同的指令組合技能
基于模型的小腦技術路線控制方法有ZMP判據及預觀控制,混雜零動態規劃方法,虛擬模型解耦控制;基于學習的小腦技術路線控制方法有強化學習和模仿學習
迎賓服務機器人需要整合視覺,聽覺,觸覺等多種感知模態,使機器人在復雜場景中做出更準確的決策;結合聽覺和觸覺信息，機器人可以更好地理解人類的指令和情感狀態
LLM(大語言模型+VFM(視覺基礎模型)實現人機語言交互、任務理解、推理和規劃;VLM(視覺-語言模型)實現更準確的任務規劃和決策;VLA (視覺-語言-動作模型)解決機器人運動軌跡決策問題
迎賓機器人需要具備與人類實時的任務級交互能力,快速理解人類通過語言,手勢等方式給出的指令,有效執行;迎賓機器人需要能夠通過視覺、聽覺、觸覺等多種感官獲取信息
LDS SLAM 與 VSLAM 各有優劣,二者相容或成為行業主流發展方向之一;LDS SLAM 技術可視范圍廣,地圖精度更G;VSLAM技術成本更低,壽命長,不易損
將重復率較G,工作內容較枯燥的工作交給服務機器人去做,可以使員工把更多的精力集中在服務客戶上面,并可以降低一定成本,可降低總成本的17%
醫療機器人已成為智慧養老模式下的養老設備,醫院中有繁雜的配送藥物或餐食的任務,并且需在特定時間準時送達
送餐已經可以通過機器人自主完成,員工可以把節省出來的時間和精力,投入在給客人慶生,涮菜涮肉等服務水平的提升上,機器人真正帶來了降本增效
送餐已經可以通過機器人自主完成,員工可以把節省出來的時間和精力,投入在給客人慶生,涮菜涮肉等服務水平的提升上,機器人真正帶來了降本增效
