拜读维拉科技关于机器人相关信息的综合整理，涵盖企业排名、产品类型及资本市场动态：一、中国十大机器人公司（综合类）优必选UBTECH）聚焦人工智能与人形机器人研发，产品覆盖教育、娱乐及服务领域，技术处于行业前沿。水星Mercury X1轮式人形机器人结合openc算法＆STag标记码视觉系统实现精确抓取！机器人中科院旗下企业，工业机器人全品类覆盖，是国产智能工厂解决方案的核心供应商。埃斯顿自动化国产工业机器人龙头，实现控制器、伺服系统、本体一体化自研，加速替代外资品牌。遨博机器人（AUBO）协作机器人领域领先者，主打轻量化设计，适用于3C装配、教育等柔性场景。埃夫特智能国产工业机器人上市第一股，与意大利COMAU深度合作，产品稳定性突出。二、细分领域机器人产品智能陪伴机器人Gowild公子小白：情感社交机器人，主打家庭陪伴功能。CANBOT爱乐优：专注0-12岁儿童心智发育型亲子机器人。仿真人机器人目前市场以服务型机器人为主，如家庭保姆机器人（售价10万-16万区间），但高仿真人形机器人仍处研发阶段。水下机器人工业级产品多用于深海探测、管道巡检，消费级产品尚未普及。水星Mercury X1轮式人形机器人结合openc算法＆STag标记码视觉系统实现精确抓取！资本市场动态机器人概念股龙头双林股份：特斯拉Optimus关节模组核心供应商，订单排至2026年。中大力德：国产减速器龙头，谐波减速器市占率30%。金力永磁：稀土永磁材料供应商，受益于机器人电机需求增长。行业趋势2025年人形机器人赛道融资活跃，但面临商业化落地争议，头部企业加速并购整合。四、其他相关机器人视频资源：可通过专业科技平台或企业官网（如优必选、新松）获取技术演示与应用案例。价格区间：服务型机器人（如保姆机器人）普遍在10万-16万元，男性机器人13万售价属高端定制产品。
本案例展示了如何利用视觉系统提升臂的抓取精度，成功实现了人形的双臂抓取不在局限于单臂抓取。
引言
如今市面上已经有了许多不同类型的人形机器人，涵盖了服务行业和医疗行业等各个领域。这些机器人以其化和自动化的特性逐渐融入我们的日常生活和工作中。然而，尽管现有的人形机器人在特定应用场景中展现出了巨大的潜力，如何进一步提升其操作精度、适应性和多功能性，仍然是机器人技术发展的关键挑战。针对这一需求，本案例探讨了通过整合视觉系统与机械臂技术，来提升人形机器人在复杂环境中的自主操作能力，特别是在精确抓取和操作任务中的应用。
目标：
通过结合openc＆STag标记码视觉系统和Mercury X1轮式人形机器人，实现对各种形状和大小的物品进行精准抓取，提高分拣效率和准确度，实现双手合作充分发挥人形机器人的作用。
产品
Mercury X1
Mercury X1是由Elephant Robocs开发的一款先进的人形机器人，特别设计用于应对各种自动化任务。它拥有19个自由度，（单臂7个自由度）使其在执行任务时具有极高的灵活性和适应性。Mercury X1配备了轮式移动底座，由高性能直驱驱动，能够在复杂环境中稳定移动，并具备高达8小时的电池续航能力，适合个人和商业应用。
这款机器人采用高性能主控制器系统，配置了NVIDIA Jetson Xavier提供强大的计算支持，以处理视觉测距、融合、定位与地图构建、障碍检测和路径规划等复杂算法。此外，Mercury X1的移动基座装备了LiDAR、超声波传感器和2D视觉系统，能够实现高感知的环境交互。
myCobot Pro aptive Gripper
自适应夹爪，它可以拾起任何形状的任何物体并且不会松开。使用它来完成一系列完整的应用，并快速投入生产 - 无需机器人专业知识。它是高度灵活和可靠的机器人单元的关键。
myCobot Pro Camera Flange
使用-B数据线能够获取到图像的相机模组。
接下来，我们将探讨这些技术在实际应用中是如何被集成到机器人中，并展示其在具体任务中的表现。
技术概览
OpenCV
OpenCV是用于实现图像处理和的开源库，它在本次的案例中扮演了至关重要的角色，没有它就不能完成这个项目。机器人的摄像头通过OpenCV分析收集到的视觉数据，识别和定位物体。OpenCV的算法使机器人能够识别物体形状、大小和精确坐标，这些信息对于精确抓取和操作至关重要。
提供了物体的坐标给机器人，就可以实现精准的抓取。
S-Tag标记码技术
S-Tag标记码是一种高度可靠的标识系统，设计用于在视觉上挑战的环境中提供准确的标记识别。这些标记被用于标识Mercury X1机器人操作环境中的物体和位置。即使在光线不足或视线受阻的情况下，S-Tag也能确保机器人通过其摄像头系统准确识别目标物体。
https://youtu.be/vnHI3GzLVrY
通过这些技术的应用，Mercury X1大象人形机器人能够执行复杂的任务，如自主导航、物体识别和精确操控，这些都是现代自动化和智能系统不可或缺的能力。
pymycobot
pymycobot是用于控制Mercury X1机器人机械臂和末端执行器（如夹爪）的库。它允许精确控制机械臂的角度、坐标以及运动模式，包括差补模式和刷新模式。此库为机器人提供了高度的灵活性和可定制性，使得机器人能够执行复杂的抓取和操控任务，并适应各种操作需求。
项目实现
使用前准备
首先的确保机械臂的零位正确，可以通过下述方法校准零位：
1）使用放松指令释放关节电机（注意！放松后需要扶住关节防止机械臂下坠损坏！）
2）拖动机械臂回到零位
可以通过以下细节确定零点的位置
3) 发送指令锁闭电机
4）检查零点是否正确
输入获取关节角度指令查询当前位置
如果返回的关节角度逼近[0, 0, 0, 0, 90, 0]，则视为零点正确
5）零点校准
如果在零位读取到的关节角度与[0, 0, 0, 0, 90, 0]相差很大，则需要校准关节零位
校准完毕后读取关节信息，返回为[0, 0, 0, 0, 90, 0]则表示校准成功
这样就准备ok了，接下来可以继续我们的功能部分的实现了。
相机和夹爪的安装
相机和夹爪的安装方式与视觉识别的手眼矩阵相对应，已经提前做好了一个关于Mercury X1 相机夹爪的手眼标定的数值，如果更改的话需要重新进行手眼标定。
首先将机械臂移动回零点：
安装先装摄像头（注意方向）然后再安装夹爪，也需要注意方向。
视觉算法模块
然后我们会使用到camera_detect 这个功能包，封装了一些关于相机使用的方法，接下来我会介绍一些,针对对STag码的识别，使用起来非常的方便，不需要自己再次进行手眼标定的计算了。
以下是调用camera_detect包的使用代码,非常的干净简洁。
正常的手眼标定的步骤如下：
1数据采集：采集若干组手眼数据，包括机器人末端执行器在不同位置的姿态（即位置和方向）和相机看到的特征点的位姿。
2 建立运动方程：为了确定相机坐标系与机器人末端执行器坐标系之间的变换关系
3 求解变换矩阵 ：得到的是描述相机坐标系和机器人末端执行器（手）坐标系之间的空间变换关系的值。
下面的代码是解变换矩阵的例子。
机械臂抓取
我们来控制机械臂的双臂，会使用到pymycobot库当中的Mercury,我们为了能够直观明了，每一条手臂控制的时候都需要创建一个对象。
下面是识别目标物体进行抓取的代码。
单独启动左手的demo
下面是单独启动右手的demo。
总结
如果拥有一台Mercury X1你会用他来做些什么呢？发挥他人形机器人最关键的特性，如果你有什么好的想法，想要实现的欢迎在下方留言和我们沟通，你的点赞和留言是对我们最大的支持！
审核编辑 黄宇
全部评论
留言在赶来的路上...
发表评论