跳至主要內容

Physical AI Lab

  • 首頁
  • 實體 AI 基礎
  • VLA 與 VLM
  • Sim-to-Real
  • 機器人基礎模型
  • Unitree 人形機器人
  • 한국어
  • English
  • 日本語
  • 简体中文

機器人資料與硬體

機器人資料、感測器、運算平台、致動器與系統整合。

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
車輪里程計:滑移檢測與協方差設定的繁體中文重點圖

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。

分類 機器人資料與硬體

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
移動機器人的 2D 光達與 3D 光達比較的繁體中文重點圖

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。

分類 機器人資料與硬體

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
機器人雙編碼器:馬達端與負載端回饋的繁體中文重點圖

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。

分類 機器人資料與硬體

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
從馬達電流估算機器人關節轉矩的繁體中文重點圖

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。

分類 機器人資料與硬體

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
機器人事件相機與影格式相機比較的繁體中文重點圖

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。

分類 機器人資料與硬體

機器人 BMS 荷電狀態與健康狀態

2026-08-22 作者: Physical AI Lab 編輯部
機器人 BMS 荷電狀態與健康狀態的繁體中文重點圖

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。

分類 機器人資料與硬體

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
機器人再生制動與直流母線設計的繁體中文重點圖

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。

分類 機器人資料與硬體

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
機器人電纜線束:反覆彎折、EMI、遮蔽與接地的繁體中文重點圖

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。

分類 機器人資料與硬體

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
依轉矩與負載週期選擇機器人馬達的繁體中文重點圖

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。

分類 機器人資料與硬體

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
機器人直流母線電壓選擇:24 V、48 V 與更高電壓的繁體中文重點圖

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。

分類 機器人資料與硬體
較舊的文章
較新的文章
← 上一頁 頁面1 … 頁面5 頁面6 頁面7 … 頁面15 下一頁 →

探索實體 AI

  • 實體 AI 基礎
  • VLA 與 VLM
  • Sim-to-Real
  • 機器人基礎模型
  • Unitree 人形機器人

查看所有繁體中文文章

關於本站

Physical AI Lab 依據論文、官方文件與公開部署證據,解析實體 AI、機器人學習及真實環境應用。

한국어 · English · 日本語 · 简体中文

© 2026 Physical AI Lab · 繁體中文版 · 한국어 · English · 日本語 · 简体中文