moonsims的博客

原创 开源“具身大脑” 实现不同机器人群体协作-RoboBrain

而RoboOS接收“拿离杯子最近的水果，并递送一把水果刀”指令后，递送RoboBrain进行任务拆解，并将拆解后的子任务分发给3台跨本体机器人。在“递送苹果和水果刀”的任务场景中，整体任务流程是睿尔曼单臂机器人调用“导航技能”移动至餐桌前，宇树人形G1机器人调用“视觉抓取技能”完成指定物体的挑拣，睿尔曼调用“抓取技能”提起果篮并导航至松灵餐桌前。调用“抓取技能”获取水果刀，并放置在果篮中心，睿尔曼依据“空间记忆”导航至办公桌位置，递送果篮后返回待命。（1）作用：实现无人运输及卸货、降本增效、提升安全性。

原创 基于多模态感知的裂缝2D及3D检测方案

2D图像检测可以作为快速筛查工具，但不能作为最终判断标准；3D数据是实现“工程级可靠检测”的关键，特别适合你们的裂缝识别与3D建模项目；最优方案是多模态融合：图像+结构光/激光雷达，实现精准裂缝识别与空间重建。

原创 全国产化行业自主无人机智能处理单元-AI飞控+通信一体化模块SkyCore-I

其他考虑-组装生产简单遥控无人机比较容易，快速定制人工智能无人机需要一款可定制的高性能、带边缘算力以及各种无线通信，满足外接各种业务吊舱、自主驾驶以及边缘AI定制的高性价比的嵌入式自主无人机智能处理单元。目前无人机的飞控技术相对比较成熟，有很多成熟的飞控单元，所以快速研制一款可以远程遥控的无人机并不是一件难事。人工智能无人机-很多行业无人机需要支持边缘AI的自主智慧飞行，而非简单的遥控飞行。如：油田、煤矿、天然气、化工厂等存在防爆需求的场景。特点：强安全性要求、国产自主、远程调试必须可控。

原创 基础设备结构健康检测SHM-裂缝高精度识别、三维重建及趋势分析

特点：结合热成像模块可选，判断是否存在渗漏、腐蚀、空鼓等隐患。点云与图像融合，输出裂缝深度、长度、走向、体积等结构参数。输出可视化检测报告，支持历史对比、趋势评估与结构健康评分。特点：在无光、潮湿、狭窄等极端环境下高稳定运行。检测内容：环缝错台、纵缝裂缝、渗水区域识别。≥12MP 全局曝光、HDR、30fps+：无人值守、自动建模替代人工爬检、手工测量。检测内容：结构空鼓、沉降变形、热源异常。检测内容：裂缝、剥落、锈蚀、拱脚形变。：支持数据库管理、趋势追踪、历史回溯。：适配高空、黑暗、狭窄等危险环境。

原创 主流 3D 感知技术对比-iTOF、dTOF、结构光、激光雷达

需求推荐技术室内手势交互 / 姿态识别🟩 结构光 或 🟦 iToF智能门锁 / 手机对焦 / 自动门🟧 dToF桥梁/隧道裂缝检测 / 工业3D建模🟥 固态 LiDAR + 可见光融合全景 3D 扫描 / 零件精密测量（<2m）🟩 结构光（受限于光照）恶劣环境（雨雾阳光）作业场景🟥 LiDAR + RGB，抗干扰性最好技术核心：LiDAR + 可见光 图像引导增强建模方法作用说明图像引导点云超分辨增强稀疏点云细节使用 RGB 图像纹理结构推测点云间缺失区域，提高空间分辨率。

原创 固态激光雷达在裂缝排查的必要性

使用 2D 模型给出裂缝置信度 A，3D 点云模型给出置信度 B。在2D识别后，将裂缝候选区域作为ROI传给雷达，切换高密模式扫描。如果 B 高但 A 低，可能为隐裂/结构缺陷，提升警报级别。如果 A 高但 B 低，判为伪裂缝（纹理但无深度）点云平滑连续，无Z轴凹陷，深度差值<0.5mm。AI检测出的裂缝位置，在点云中也存在断裂。将误报区域保存作为误报样本，持续训练模型。用2D图像快速定位，雷达精扫重点区域。图像识别AI识别为裂缝，得分0.84。2D中不清晰区域，点云可补充判定。

原创 AIBOX多网卡传输模式与策略

AP-D Link作为移动自组织网络，支持任意网络拓扑,与传统无线网络不同，其是一个无中心、分布式、多跳中继、动态路由、抗毁性强及扩展性好的无线宽带系统，内部使用自有的路由协议, 通过无线多跳转发完成各节点间的无线通信。具有高效的MAC层传输协议和二层路由协议的自组织分布式宽带无线网络传输系统。所有节点完全对等，无需借助任何基础设施，可快速构建移动节点间的专用自组织网络，提供即时自适应通信，具备优异的宽带性能，支持外加视频编码、音频编码等多媒体信息的实时传输。

原创 固态激光雷达+视频融合的工业应用-MicroVision

MicroVision 的 3D 激光雷达防撞系统 (L-CAS) 提供集成车载感知软件的全集成解决方案，可实时检测和预防碰撞，减少设备损坏和停机时间，并提高效率。MicroVision 的 3D 激光雷达解决方案能够对微小物体进行高精度远距离探测，并进行精确的距离测量，从而显著提升自动驾驶汽车和配备 ADAS 系统的车辆在高速公路上行驶的性能和安全性。库存管理是一项复杂且需要精准的任务。MicroVision 的 3D 激光雷达解决方案可以实时识别危险，减轻驾驶员压力，并提供接近警告，确保更安全的倒车。

原创 多模态融合相机L3CAM

L3CAM具有较强的环境适应性，能在不同的光照条件下工作（例如，白天、夜间、雾霾、雨雪天气），LiDAR在低光条件下具有优势，而可见光摄像头则在光照良好的环境中提供清晰的细节。：Luminar的技术也结合了LiDAR与可见光数据，但其主要侧重于增强激光雷达的长距离探测能力，而L3CAM更注重在多种复杂环境下的实时融合和目标识别能力。：Waymo的系统在自动驾驶领域应用较为成熟，而L3CAM则面向更广泛的应用场景（如智能交通、机器人等），其多模态融合使其具有更强的市场适应性。

原创 RGB 激光雷达融合

此外，我们不是预测边界框的形状，而是预测相对于“平均”形状的形状偏移量，这些形状被称为锚框。使用激光雷达和摄像头数据的目的是，摄像头数据可以提供关于汽车在图像中位置的纹理理解，而激光雷达数据可以提供高精度的深度信息。这对于我们的应用尤为重要，因为定位具有足够 IoU 的 3d 边界框很难实现或改进，并且我们的 YOLO 检测头具有复杂的损失，需要在多个维度上进行最小化。之前的研究成果提供了各种传感器融合方法和学习方法，我们借鉴了这些方法的成功经验，将其融合成一个全新的 3D 目标检测系统。

原创 革命性的检测：京瓷推出全球首款具有完美光学对准的摄像头-激光雷达融合传感器

京瓷可为特定应用定制解决方案，以优化各种用例所需的性能和功能。从MEMS微镜到光学系统、电路和软件，每个元件均由京瓷开发和制造，以实现全面控制和定制。京瓷的目标是将这款创新型集成传感器应用于汽车以及其他各种领域，例如建筑机械、船舶、机器人以及识别人员和物体的安全系统。我们正在努力实现该设备的早期商业化。巨视安防​。

原创 无人机多链路低空无线通信必要性-5G蜂窝+1.4G蜂窝、大疆新机型M400对于1.4G以及SUBG的链路的支持

总结：从M400支持新的频段来看，2.4G/5.8G在实际NLOS应用有很多问题，需要基于1.4G，甚至SUBG的技术来保障无线通信，但是SUBG带来的带宽有限以及多链路选路及切换等问题，又是必须面对新问题，目前看大疆依然在测试过程中。5.725 GHz 至 5.850 GHz：<33 dBm（FCC），<14 dBm（CE），<30 dBm（SRRC）5.725 GHz 至 5.850 GHz：<33 dBm（FCC），<14 dBm（CE），<30 dBm（SRRC。

原创 激光雷达与视频融合（DeepFusion）的多模态高精度目标定位

激光雷达与视频融合的多模态高精度目标定位技术结合了激光雷达的高精度三维测距能力和视频传感器的丰富纹理信息，能够在复杂环境中实现更精准的目标检测、识别与定位。激光雷达提供厘米级精度的三维点云数据，结合视频的RGB信息，可构建带有色彩和纹理的高精度3D地图，用于自动驾驶车辆的实时定位（SLAM）和路径规划。激光雷达可检测物体的几何形状和距离，而摄像头能识别颜色和纹理（如交通标志、行人衣物），两者结合可提高对车辆、行人、自行车等目标的分类准确率。激光雷达的高精度+视频的语义信息，提升目标识别率。

原创 神经体积记忆架构（NVM）-实现机械狗自主爬楼梯、跨缝隙、翻障碍

NVM通过神经网络的3D体积记忆，赋予机器狗接近生物的空间认知能力，是机器人自主运动控制的重要突破。其核心价值在于。

原创 自主导航巡检机器人系统解决方案

在生成点云地图的过程中，由于雷达、IMU、里程计融合建图中航迹推算为积分量，随着时间误差逐渐积累；故为了提高建图精度，在原来的基础上增加绝对定位的高精度RTK/GNSS系统，进行融合建图，建图的基本流程如下，同样对IMU和轮速进行航迹推算，获得相对的里程计结果，经过航迹推算短时间内里程计精度较高，随着RTK/GNSS系统加入，不断的消除航迹推算的累计误差，然后对雷达里程计进行优化，提高雷达里程计的精度，得出高精度的雷达里程计之后进行点云堆积，最后使用图优化或者回环检测进行点云图优化输出地图。

原创 高开放性具身智能AIBOX平台—专为高校实验室与科研项目打造的边缘计算基座（让高校和科研院所聚焦核心算法）

具身智能作为人工智能与物理世界交互的前沿领域，正在从实验室快速走向产业化应用。

原创 机械狗相关技能和技术分解

在地震、火灾等灾害现场，机器狗可以代替人类进入危险区域进行搜救工作。利用其隐蔽性和灵活性，机器狗可执行侦察任务，收集敌方情报。作为宠物替代品，机器狗能够为人们带来欢乐和陪伴感。随着技术的不断进步和创新应用的不断涌现，未来机器狗将在更多领域发挥重要作用。

原创 机械狗面对实际应用的挑战-自主SLAM导航

机器狗在真实场景中需应对跨楼层、上下楼梯、碎石地、斜坡等非结构化地形，这对三维空间感知与路径规划提出极高要求。自主导航需整合激光雷达、惯导、视觉相机、RTK定位等多源数据，并且和机器狗本体进行完美融合和流畅的配合，硬件整合和算法融合仍是难点。建图后环境也可能发生变化，机器狗需要加载预先建立的地图后在规划好的路径行走时及时感知变化的环境，躲避障碍物，并重新进行路线规划。此外，不平坦地面导致机器狗运动姿态频繁变化，需融合IMU、激光雷达等多传感器数据实时校正，技术复杂度远超平坦环境。

原创 迈向群体智能-具身大小脑协作框架RoboOS及具身大脑RoboBrain

面向机器人在长期运行中产生的海量感知与行为数据，RoboOS 提供基于内存优化的数据访问引擎，支持TB级别历史数据的内存随机访问能力，为任务复现、异常回溯、跨任务知识迁移等场景提供基础能力。在RoboOS的分层架构下，具身大脑RoboBrain的复杂场景感知与决策能力，可与小脑技能库的高效执行能力深度结合，确保协作框架在。，通过模块化设计、智能任务管理和跨本体协作，为机器人提供高效、灵活、可扩展的底层支持，实现从单机智能到群体智能的跃迁。，突破传统“信息孤岛”限制，实现跨本体协作控制。

原创 CLIP多模态大模型的优势及其在边缘计算中的应用

CLIP(Contrastive Language-Image Pre-training)是OpenAI开发的一种革命性多模态模型，通过对比学习方式在大规模图像-文本对上进行预训练，实现了图像和文本信息的跨模态对齐。：CLIP采用双塔结构(图像编码器和文本编码器)，通过对比损失函数优化，将图像和文本映射到共享的语义空间，使相似内容在特征空间中接近。这种设计使其能够理解图像和文本之间的深层语义关系。：CLIP无需针对特定任务进行微调，仅通过文本提示(prompt)就能完成多种视觉任务，如图像分类、检索等。

原创 具身智能赋能现代医疗

具身智能（EmAI）通过多模态感知、行动控制、决策计划和记忆能力的深度结合，赋予了 AI 类似人类的感知与执行能力。通过 MLLMs、VLA models 等与机器人技术的融合，具身智能有着适应复杂医疗环境的潜力，下图展示了 “Embodied AI Brain” 的核心功能模块，体现感知、行动、决策与记忆的协同作用。具身智能系统已广泛应用于临床干预的整个周期，包括干预前（Pre-Intervention）、干预中（In-Intervention） 和 干预后阶段（Post-Intervention）。

原创 北京通用人工智能研究院-通才智能体 LEO

LEO 的导航能力可用于购物中心、办公楼中的智能引导，其操控能力可用于家居自动化任务，如打扫、整理或简单厨房任务，以及仓库和物流中心的物品整理和搬运。然而，这些模型面临一个重要的局限性——它们大多只能处理单一图像的空间理解，就像只能通过一张快照来理解世界，而无法整合多个视角或时间点的信息。这包括理解相机（或观察者）的移动和物体的移动。通过整合深度感知、视觉对应和动态感知，Multi-SpatialMLLM展示了在复杂空间任务上的强大能力，为人工智能在现实世界中的应用开辟了新的可能性。

原创 无人机桥梁3D建模、巡检、检测的航线规划

新修订《公路无人机检测规程》（JTG/T 3XXX-2024）将明确分类航线标准。，实际作业中常采用"先建模定位→再巡检筛查→最后检测复核"的递进策略。50m高度平行扫描+30m高度交叉扫描（生成完整主缆模型）20m高度沿主缆走向单航线飞行（快速检查PE护套破损）：AI自主决策航线类型（如识别裂缝后自动切换检测模式）3m高度贴壁环绕飞行（电磁探伤仪检测内部钢丝断裂）分段悬停+多角度拍摄（距梁底1m）检测精度要求（裂缝0.2mm）用巡检航线（效率提升3-5倍）倒飞蛇形航线（距梁底3m）

原创 无人机桥梁3D建模的拍摄频率

0.5-3fps（90%桥梁项目适用）

原创 桥梁进行3D建模时的数据采集、存储需求及技术参数

照片数量 = \frac{桥梁长度}{航向基线长度} × \frac{桥梁宽度}{旁向基线长度}GSD = \frac{传感器宽度}{像元大小} × \frac{航高}{焦距}航向基线长度 = 航高 × (1 - 航向重叠率) / tan(视场角/2)旁向基线长度 = 航高 × (1 - 旁向重叠率) / tan(视场角/2)相机：索尼ILX-LR1（6100万像素，像元3.76μm）总数据量：65GB（RAW）+15GB（成果模型）：工程级（1-3cm）或检测级（2-5mm）

原创 穿越云层的不是飞行器的高度，而是整个行业对安全底线的坚守！-飞行是手段而非目的

许多司法管辖区都采用了基于风险的方法来确保快速、安全地部署技术以实现有益的用例。虽然具体法律各不相同，但许多国家都出现了共同的监管趋势：明确区分娱乐用途和商业用途，对商业无人机操作有更严格的规定。在许多司法管辖区中，最大飞行高度为 120 米（300-400 英尺），但需获得批准的商业运营豁免或许可。默认情况下，仅允许视距内 (VLOS) 飞行。有限范围的超视距 (BVLOS) 飞行需要额外的授权和许可。禁止飞越人群、居民区和商业区。限制在机场或政府敏感区域附近飞行。

原创 无人机桥梁检测如何通过数据存储、边缘AI、无线通讯等技术路线，提升检测效率

"无人机在飞行中捕获的图像和视频数据，迅速传输至搭载边缘计算功能的小型设备中进行实时处理，减少了数据传输的延迟，显著提升了效率。：跨海场景下替代无线电（如Aeromax激光通信模块，速率10Gbps）：部署在检测车上的NAS设备，自动筛选有效数据（如仅保留含裂缝的影像）优化无人机航线，适应桥梁复杂结构（如斜拉索、桥墩），提升避障能力。在飞行过程中直接分析高分辨率影像，识别裂缝、锈蚀等病害（如。激光雷达（LiDAR）用于三维建模（精度达2mm）。技术压缩参数量（如1B参数以下），适配机载算力。

原创 无人机桥梁检测效率问题-高精度3D建模及航线规划

通过科学布设地面控制点，可将桥梁三维模型的绝对精度控制在1-3cm级，满足《公路桥梁养护规范》(JTG 5120-2021)对结构变形监测的精度要求。在桥梁检测的无人机航测中，布设地面控制点（Ground Control Points, GCPs）是确保三维建模精度的关键技术环节。：使用多旋翼无人机（如大疆M300 RTK）搭载五镜头相机，从不同角度拍摄桥梁，确保覆盖桥面、桥墩、拉索等关键部位。通过预设的网格化航线（航向/旁向重叠率≥70%），确保无遗漏覆盖全桥，避免人工操控的视角盲区。

原创 无人机桥梁巡检

防护墙巡查路面巡查主梁巡查桥墩路基巡查支座巡查周边环境检查。

原创 不同类型桥梁的无人机检测内容及技术难度

桥底盲区、裂缝识别★★★☆☆高分辨率相机+AI分析。

原创 低空态势感知：基于AI的DAA技术是低空飞行的重要安全保障-机载端&地面端

Casia G 可创建一个可监控的空域，无需为无人机添加额外的传感器或有效载荷。通过位于 DroneUp 发射点和回收点的节点以及分布在其整个交付区域的节点，Casia G 将充当蜂窝塔类型的服务，为 DroneUp 提供其空域的可视性。如果有物体飞入 DroneUp 的运营区域，则会发出警报，并将相关数据提供给 DroneUp 飞行团队，从而触发适当的响应并避免潜在的碰撞。远程飞行员及其地面站将能够看到远程触发飞机相对于无人机的位置，以及两者的移动方式，并可能根据他们看到的情况做出是否规避的决定。

原创 道通龙鱼系列-混合翼无人机：垂直起降+长时续航

道通龙鱼系列无人机采用独特的倾转翼尖设计，有效融合多旋翼垂直起降和固定翼长时续航的双重优势，机动、灵活，适应各种复杂起降条件；整机采用快拆和高效气动设计，5分钟完成整机组装，在便携易用的同时使飞行性能达到行业领先水平；配备双频高清图传技术，实现超远距离稳定可靠的通信，保障复杂作业场景的顺利执行；工业级飞控与导航系统保证无人机全程自主飞行，支持搭载四光相机等多种挂载，满足不同场景作业需求。为公共安全、能源巡检、应急管理等应用领域提供更专业及全面的解决方案。

原创 大疆无人机自主飞行解决方案局限性及增强解决方案-AIBOX：特色行业无人机巡检解决方案

此外复杂环境的飞行往往是超视距飞行的，无线通信是个挑战。大疆无人机是低空行业无人机最具性价比的产品，尤其是大疆机场3的推出，以及持续自身产品升级迭代，包括司空2、大疆智图以及大疆智运等专业软件和各种功能强大的挂载及大疆生态合作伙伴的加持，构筑了围绕大疆无人机从空中检查到空中测绘等行业应用解决方案。基于大疆MSDK开发APP，利用遥控器或者机场上云API的解决方案，只实现了远程控制无人机的功能，但是依旧没有摆脱大疆无人机到遥控器或者机场的点到点的无线通信架构，依然没有办法解决超视距和复杂环境的自主飞行。

原创 道通EVO MAX系列无人机-支持二次开发

EVO Max 系列采用Autel Autonomy自主飞行技术，实现复杂环境下的全局路径规划、3D场景重建、自主绕障和返航；高精度视觉导航能力，使其在信号干扰强、信号遮挡、信号弱等复杂环境下，依然获得高精度、低延迟的导航定位进行稳定可靠飞行；EVO Max 系列配备融光相机4T、融光相机4T XE和融光相机4N，集成变焦相机、超星光级夜视相机、超感光广角相机、红外相机和激光测距仪，高效赋能公共安全、能源巡检、应急管理等领域，树立行业应用无人机新标杆。

原创 具身智能AIBOX产品资料

原创 室内无人机自主巡检解决方案-自主方案

室内3D空间位置服务。

原创 基于边缘人工智能的AI无人机-更高效更安全的飞行任务执行

无人机是一种无人驾驶飞行器 (UAV)，可以使用预编程指令进行远程控制或自主操作。无人机有多种尺寸和形状，从小型手持设备到大型固定翼飞机。它们可以配备传感器、摄像头和其他不同的技术，并有效地执行某些任务。无人机技术因其众多优势而被广泛应用于各个行业。例如，可以说无人机大大减少了农业、建筑等各个领域的数据收集时间和成本。它们还用于灾害管理、搜索和救援任务、野生动物保护和监视。无人机是目前最受欢迎且实用的机器人之一，目前已应用于执法、搜救、农业等多个领域。

原创 SPH Engineering - 无人机技术开发专家

SPH Engineering 是无人机技术开发专家，提供无人机软件解决方案、集成服务和定制开发，以推进无人机在测量、数据收集和处理以及娱乐方面的应用。SPH Engineering 开发的核心技术UgCS：飞行计划和控制，用于复杂无人机勘测的世界领先的飞行计划软件之一。集成系统核心技术 - SkyHub 实现了无人机、各种传感器和 UgCS 软件的高级集成，扩展了地球物理、水文、工业、考古测量和环境监测的能力。无人机表演技术领先的一体化解决方案，用于管理娱乐和广告的无人机灯光秀。

原创 基于大疆行业无人机的特色解决方案-无线通信篇：基于蜂窝以及自组网MESH的无线通信C2链路

基于大疆MSDK开发APP，利用遥控器或者机场上云API的解决方案，只实现了远程控制无人机的功能，但是依旧没有摆脱大疆无人机到遥控器或者机场的点到点的无线通信架构，依然没有办法解决超视距和复杂环境的自主飞行。大疆无人机目前是业内性价比最有优势的无人机产品，尤其是机场3的推出，持续产品升级迭代，包括司空2、大疆智图以及大疆智运等专业软件、各种功能强大的挂载及大疆生态合作伙伴加持，构筑了围绕大疆无人机从空中检查到空中测绘等强大的行业应用解决方案。2和实时视频流的无线通信链路是行业无人机应用的必要技术趋势。

原创 AIBOX集成接口协议 V1.0

Topic Name发送者 -> 订阅者Message说明/osd设备 > 云平台盒子定频向云平台推送的设备属性/state设备 > 云平台盒子按需上报向云平台推送的设备属性/services云平台 -> 设备云平台向盒子请求的服务设备 > 云平台设备对 service 的回复、处理结果/events设备 > 云平台设备端向云平台发送的事件/requests设备 > 云平台设备端向云平台发送请求，为了获取一些信息，比如上传的临时凭证云平台 -> 设备。