案例詳情

1.自主研發完成情況

（1）完成基于多模態數據融合和實時感知技術研究：主要包括深度神經網絡特征提取、協同稀疏編碼技術應用以及融合策略與模型優化三個關鍵環節，這些環節環環相扣，共同構成了多模態數據融合感知技術的完整框架。

（2）完成基于大模型的場景理解與任務規劃技術研究：通過大模型的自監督學習能力，實現對復雜場景的深度理解與信息提取；利用多模態信息對齊與翻譯技術，增強不同數據模態之間的協同與融合效果；最后，結合先進的對話系統設計與優化方法，構建高效、自然的交互機制。這三個環節相互支撐，共同推動機器人在復雜環境中的場景理解與交互能力達到新的高度。   

（3）完成人形機器人主動跟隨控制技術研究：首先，利用模仿學習理論開發步態控制算法，使機器人能夠有效地在各種地形上行進。其次，通過實時融合傳感器數據并優化控制參數，顯著提升了機器人的運動精度和穩定性。最后，通過對MoveIt框架下的上肢驅動系統進行優化，增強了機器人在執行復雜任務時的靈巧性和靈活性。這些技術的綜合應用，使得機器人不僅具備強大的 locomotion 能力，還能在多樣化環境中執行更為復雜的任務，極大地擴展了其應用范圍。

2.技術指標完成情況

（1）項目規定的技術指標為：

j表情驅動自由度不低于15個，可模擬不低于10種典型情緒表達。

k具備不低于10輪的持續對話能力，并具備雙向交流功能。

l行走跟隨速度不低于0.6m/s，人形機器人手臂末端操控誤差±1cm。

m具備語音、表情、肢體動作協調輸出能力。

（2）公司實際完成的技術指標為：

j表情驅動自由度26個，可模擬11種典型情緒表達。

k具備不低于15輪的持續對話能力，并具備雙向交流功能。

l行走跟隨速度0.8m/s，人形機器人手臂末端操控誤差±0.19cm。

m具備語音、表情、肢體動作協調輸出能力。