車輪里程計:滑移檢測與協方差設定 2026-08-22 作者: Physical AI Lab 編輯部 校正車輪里程幾何,檢測同步慣性和掃描殘差的滑移,調整協方差,並驗證表面、有效負載和機動的恢復,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。
移動機器人的 2D 光達與 3D 光達比較 2026-08-22 作者: Physical AI Lab 編輯部 根據掃描幾何、定位、障礙物高度、點密度、運動畸變、計算、環境和故障反應,選擇移動機器人的 2D 或 3D LiDAR。
機器人雙編碼器:馬達端與負載端回饋 2026-08-22 作者: Physical AI Lab 編輯部 使用馬達端和負載端編碼器觀察傳輸誤差,改善接頭位置,同時對齊比值、方向、零點、時間和環路頻寬,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。
從馬達電流估算機器人關節轉矩 2026-08-22 作者: Physical AI Lab 編輯部 根據測量的 q 軸電流估算機器人關節轉矩,同時考慮轉矩常數、傳動比、效率、重力、慣性、摩擦和飽和度,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。
機器人事件相機與影格式相機比較 2026-08-22 作者: Physical AI Lab 編輯部 根據測量原理、延遲、運動模糊、動態範圍、靜態細節、事件率、同步和機器人任務測試,比較事件攝影機和影格攝影機,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 BMS 荷電狀態與健康狀態 2026-08-22 作者: Physical AI Lab 編輯部 透過同步電壓、電流、溫度、模型、靜止修正和任務驗證,估算機器人電池的 SoC、 SoH 及剩餘執行時間,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。
機器人再生制動與直流母線設計 2026-08-22 作者: Physical AI Lab 編輯部 機器人制動能量透過直流母線、電池、其他軸或制動電阻傳遞,同時尊重電源、電壓、電流、熱和停止限制,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。
機器人電纜線束:反覆彎折、EMI、遮蔽與接地 2026-08-22 作者: Physical AI Lab 編輯部 設計機器人電纜線束,用於彎曲、扭轉、應力釋放、電源訊號分離、遮蔽、接地、電壓降和運動週期驗證,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。
依轉矩與負載週期選擇機器人馬達 2026-08-22 作者: Physical AI Lab 編輯部 計算一個機器人馬達的尺寸,包含工作週期、關節負載、齒輪比、 RMS 轉矩、峰值持續時間、速度-電壓限制、驅動電流和熱測試。
機器人直流母線電壓選擇:24 V、48 V 與更高電壓 2026-08-22 作者: Physical AI Lab 編輯部 選擇機器人直流匯流排電壓作為最小到最大範圍,涵蓋功率、電流、佈線、馬達轉速、再生、元件額定、保護和服務,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。