AMR Wi-Fi 漫遊與網路驗證 2026-08-22 作者: Physical AI Lab 編輯部 設計並驗證 AMR Wi-Fi 漫遊,採用基於路由的射頻調查、切換時序、 ROS 2 QoS、流量壓力、監控和安全斷鏈行為。
機器人 FAT 與 SAT:出廠、現場驗收測試比較 2026-08-22 作者: Physical AI Lab 編輯部 規劃機器人 FAT 和 SAT,包含可追溯的需求、工廠證據、發貨基線、現場整合、效能試驗、遺留問題清單和最終交接。
AMR 電池狀態感知任務規劃與充電 2026-08-22 作者: Physical AI Lab 編輯部 規劃 AMR 任務,包含 SOC 和 SOH 不確定性、任務能量模型、恢復餘量、共享充電佇列、機會充電和中斷測試。
機器人 OTA 更新與版本回復:車隊發布指南 2026-08-22 作者: Physical AI Lab 編輯部 設計機器人 OTA 更新,包括簽名捆綁包、目標檢查、安全安裝狀態、金絲雀階段、健康門、 A/B 回復、遷移和恢復測試。
機器人 SIL 與 HIL 測試:模型、時序與故障注入 2026-08-22 作者: Physical AI Lab 編輯部 從迴路邊界、模型保真度、控制器時序、故障注入、與實機結果的相關性和釋出證據等方面,比較機器人 SIL 與 HIL 測試。
機器人可觀測性:紀錄、指標與分散式追蹤 2026-08-22 作者: Physical AI Lab 編輯部 透過關聯結構化紀錄、有界指標、分散式跟蹤、物理記錄、時鐘同步質量及邊緣和雲端的精確設定,重建機器人事件,並整理真實機器人部署前需要核對的條件、指標與失敗證據。
基於振動、電流與溫度的機器人預測性維護 2026-08-22 作者: Physical AI Lab 編輯部 構建機器人預測性維護,涵蓋故障模式、可重複執行環境、同步振動、電流和溫度訊號、經過驗證的警報和服務回饋,並整理真實機器人部署前需要核對的條件、指標與失敗證據。
機器人安全控制架構:雙通道與看門狗 2026-08-22 作者: Physical AI Lab 編輯部 將機器人安全控制設計為完整的感測到執行鏈,具有獨立通道、有界的看門狗、輸出回饋、故障注入和受控重啟,並整理真實機器人部署前需要核對的條件、指標與失敗證據。
機器人稼動率指標:MTBF、MTTR 與 OEE 2026-08-22 作者: Physical AI Lab 編輯部 計算機器人的執行時間、 MTBF、 MTTR 和 OEE,並結合定義分母、事件狀態、維修間隔、生產損失及可審計的改進證據。
機器人緊急停止、保護停止與安全停止 2026-08-22 作者: Physical AI Lab 編輯部 根據目的區分機器人緊急、保護和安全停止功能、請求源、減速、最終能量狀態、殘餘危害、重置和重啟,並整理真實機器人部署前需要核對的條件、指標與失敗證據。