ÉlőUtoljára: 3 órájaMa: 2
Kutatásfrissítve: 23:50

Boston University robotja nyerte a MassRobotics Form & Function kihívást

A Boston University csapata nyerte a MassRobotics Form & Function Challenge-et a Robotics Summit & Expo rendezvényen, ahol 15 egyetem mutatta be robotjait. Az AGROBOT T.O.M. robotot beltéri és vertikális farmokon való precíziós betakarításra tervezték.

Boston University robotja nyerte a MassRobotics Form & Function kihívást
Fotó: Mika Baumeister / Unsplash
forrás: The Robot Report·AI Forradalom szerk.·
Megosztás

Az AGROBOT T.O.M. egy gantry-rendszerre szerelt, precíziós betakarító robot. Képes önállóan mozogni a növényágyások felett, lidar és gépi látás segítségével azonosítja a gyümölcsöket, szín- és méret alapján értékeli érettségüket, majd egy puha robotkarral gyűjti be a megfelelő terményt.

A robot működése és fejlesztése

A robotot kifejezetten beltéri és vertikális farmok számára fejlesztették. A második helyezést a Northeastern University Planar Mechanism for Metrology nevű robotja szerezte meg, míg a harmadik helyen a WPI Centrifuge Loader for Lab Automation projektje végzett.

Kapcsolódó: autonóm robotika

A verseny és a résztvevők

A MassRobotics nonprofit szervezetként a STEM-oktatást és a robotikai innovációt támogatja. A Form & Function Challenge a szervezet egyik kiemelt versenye, amely lehetőséget biztosít a diákprojektek bemutatására és a szakmai kapcsolatok építésére a Robotics Summit & Expo keretében. A versenyen a csapatok booth-helyet kapnak, és a zsűri robotikai iparági szakértőkből áll. A MassRobotics a verseny mellett Startup Alley-t is szervezett, ahol 13 startup mutatta be innovációit, többek között az Algorized, az ATDev és az Ava Robotics a 2026-os Robotics Summit & Expo rendezvényen.

Kapcsolódó: Anchor rendszer

Forrás

Feldolgozott sajtóforrás·The Robot Report

Eredeti cikk megnyitása →

Ez a cikk a fenti sajtóforrás alapján készült AI-összefoglalóval.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

Támogatom