Xiaomi apresenta mão biônica com 21 graus de liberdade, e competição em mãos dextras passa para software e dados de manipulação
A nova geração da mão biônica da Xiaomi foi projetada a partir da manufatura flexível em sua fábrica de automóveis e apresenta desempenho de preensão superior ao da geração anterior. A Huachuang Securities considera que, à medida que os parâmetros de hardware convergem, dados, algoritmos e coordenação mão-olho se tornarão barreiras competitivas mais importantes.
Primeira publicação na Unhidea：Data da fonte original：
Ideia principal
O custo do hardware das mãos dextras está caindo e seus principais parâmetros estão convergindo; a competição passa da implementação da função de preensão para o uso de software e dados em manipulações mais complexas.
O que mudou na nova mão biônica da Xiaomi?
A nova geração da mão biônica dextra apresentada pela Xiaomi foi projetada a partir dos cenários de manufatura flexível da fábrica da Xiaomi Auto. Ela usa acionamento híbrido com 21 graus de liberdade e 26 motores, além de contar com sensibilidade tátil em 1500 pontos por toda a palma.
Em testes de preensão em múltiplas posições, a nova mão apresentou tanto maior semelhança com a preensão humana quanto maior taxa de sucesso em comparação com a versão anterior, que tinha menos graus de liberdade.
Por que o foco da competição está passando do hardware para o software?
O relatório considera que os graus de liberdade, a capacidade de carga e os mecanismos de transmissão das principais mãos dextras estão convergindo gradualmente, tornando cada vez mais difícil criar diferenciação apenas aumentando os graus de liberdade ou a capacidade de carga.
A produção nacional de motores em miniatura, componentes de transmissão de precisão e sensores reduziu as barreiras e os custos de fabricação do hardware. Quando os fabricantes usam configurações semelhantes de componentes, a capacidade de executar manipulações em situações reais depende mais de algoritmos e dados de manipulação.
Hong Jinping, da Huachuang Securities, considera que dados, ambientes de simulação, algoritmos de planejamento de preensão e modelos de coordenação mão-olho se tornarão barreiras centrais para as empresas de mãos dextras, enquanto a importância das capacidades de software e dos ativos de dados para a avaliação também aumentará.
Como os fabricantes acumulam capacidade de manipulação?
A Lingxin Qiaoshou desenvolveu o DexSkill-Net por meio de aprendizado com simulação real e acumulou mais de 200T de dados de mãos; o DexCanvas da Lingqiao Intelligence reúne mais de 1000 horas de dados de demonstrações multimodais de pessoas reais e 100 mil horas de dados sintéticos de simulação física.
Esses conjuntos de dados apoiam o desenvolvimento da capacidade de manipulação dextra e mostram que alguns fabricantes estão destinando recursos a software e dados, em vez de apenas ampliar a configuração de hardware.
Quais etapas são atendidas pelas empresas listadas relacionadas?
Os produtos da Changying Precision incluem componentes de alta precisão, como peças de transmissão para mãos dextras, e a empresa fornece componentes essenciais e serviços de montagem e teste de equipamentos completos à Tianji Robot. Sua parte de controle e execução de movimentos é integrada ao sistema do cliente responsável por percepção, compreensão e planejamento, formando um sistema completo de inteligência incorporada.
A OPT leva a tecnologia de visão industrial para aplicações de robótica e desenvolve componentes de percepção visual, como câmeras e lidar, para atender a necessidades de percepção do ambiente, posicionamento e navegação.
