科研进展

柔性抓取在各行各业都有广泛的应用，团队通过实时仿真，在不依赖昂贵复杂传感器的条件下，实现接触力的感知；该方法具有极高的性价比，制约因素在响应速度；我们通过机械手作为一个实验平台，通过舵机的扭矩实时感知抓取过程的接触压力和切应力，最终实现柔性抓取。

基于pix4，搭载激光雷达和摄像头，实现地形探测和感知。飞控可以基于地面站参数化配置，能够有效的节省调试时间，提高稳定性；orin nano 具有较好的计算能力，有效实现实时环境感知与结构状态监测。

通过摄像头获取三维应力场，实现结构的安全监测，最终应用于智能机器人实现柔性抓取以及物理交互。我们推出无线网络摄像头，能够基于WIFI获取结构的图像数据，后期基于AI算法实现特征参数的获取，最终实现结构力学量的感知。

尺寸为：60mm*60mm*35mm；内置锂电池，采集的应变数据直接存储到SD卡，支持历史数据回溯；输出：RS485，标准modbus RTU协议，通讯支持115200。定：五段线性修正；采样速率：支持1280hz采样。

利用无人机采集高精度图像，通过人工智能算法实时解析目标的运动状态，如速度、变形与轨迹。在此基础上引入物理AI，实现三维力场的实时感知。系统融合空中监测与智能推演，为复杂环境下的监控、预测与决策提供精准支撑，展示无人机与AI技术结合的创新方向。

过去很长一段时间，写了好多篇技术相关的推文。近来想着展示一波合作伙伴的成果案例；该无人机主要用于民用场景，能够实现座椅的状态监测和数字孪生。另国庆期间去了一波成都 感觉这个地方还挺不错的 有机会跟伙伴聚一波 聊一下 最后还很荣幸跟院士合个影~

大家对实时仿真还挺感兴趣，推文的阅读量、转发量和收藏量都有较大提升。将Abaqus结果转化为TXT文本或VTK文件，通过可视化页面，能够将任意零件、任意载荷步、任意单元编号的Mises应力和位移输出为TXT文本。

我们将AI与实时仿真相结合，实现了一个很有意思的工作。通过摄像头抓取结构的三维应力场。通过购买了手抛小飞机，进行了三维建模和对应的CAE仿真，后续通过模型降解实现边缘侧的部署，最终实现了通过摄像头获取小飞机的三维受力特征。

使用AI大模型进行焊缝缺陷检测，替代人力实现质检；使用AI大模型进行图像的识别，优缺点分别为：1.具有很好的泛化能力，很多场景都能够使用；2.速度慢：整体感觉速度太慢，比较吃硬件。

不知不觉又到了年尾，在回家团聚之前回顾过去一年的得失，希望来年生活平顺，事业能够取得进步~2024年是企业成立的第二个整年，做的事情更加聚焦一些，围绕人工智能和非标装备两块做了比较多的工作。希望在2025年，遇到困难后能够持续向。