迈尔微视MRDVS发布多模态避障相机S2
S2是迈尔微视MRDVS专为移动机器人避障应用研发的工业级多模态相机。通过获取前方障碍物距离及纹理信息，结合AI算法对障碍物进行识别分类，提升移动机器人避障准确性。
S2
多模态避障相机
轻巧尺寸，不可小觑
S2设计紧凑，仅120g重，可安装在各类移动机器人实现避障应用。
超广视野，一眼即知 90°*70°、120°*30°视野角度可选，灵敏探测3D范围内的障碍物。
环境在变，清晰不变
940nm光源，可在100Klux强光下正常运行，应用环境不设限。
网口传输，稳定可靠
传输距离远，安装不受限。
S2
避障能力全面升级
全面守护，全能适配 专为移动机器人打造，适配多种AGV/AMR车型。
3D视野，更安全
可探测3D范围内障碍物，有效提升移动机器人安全性能。
AI决策，更智能
语义识别：智能识别人、物体信息，分类形成避障方案。
目标追踪：跟踪动态障碍物，预判潜在风险。
作为移动机器人3D视觉专家，迈尔微视立足客户需求以3D视觉+AI算法，赋能移动机器人。
审核编辑：刘清
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
移动机器人
+关注
关注
2文章
757浏览量
33541 -
3D视觉
+关注
关注
4文章
429浏览量
27486
原文标题：迈尔微视MRDVS发布多模态避障相机S2
文章出处：【微信号：robotinside2014，微信公众号：移动机器人产业联盟】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
艾迈斯欧司朗Belago红外LED，助力Supernode打造避障扫地机器人
Supernode与艾迈斯欧司朗携手，通过Belago红外LED实现精准扫地机器人避障； 得益于Belago出色的红外补光功能，使扫地机器人能够大大提升其识别物体的能力，实现精准避
基于AX650N/AX630C部署多模态大模型InternVL2-1B
InternVL2是由上海人工智能实验室OpenGVLab发布的一款多模态大模型，中文名称为“书生·万象”。该模型在多学科问答（MMMU）等任务上表现出色，并且具备处理多种
利用OpenVINO部署Qwen2多模态模型
多模态大模型的核心思想是将不同媒体数据（如文本、图像、音频和视频等）进行融合，通过学习不同模态之间的关联，实现更加智能化的信息处理。简单来说，多模态
机智云开源自动化控制篇-避障式舵机转向系统
本次采用STM32F103C8T6单片机、ESP-01S模块、红外避障模块、SG90舵机（360°）以及0.96寸的IIC接口OLED显示屏，基于机智云平台，完成了避
AGV小车使用避障雷达
AGV（自动导引车）小车使用避障雷达是为了确保其在运行过程中的安全性和稳定性。避障雷达，如激光雷达或超声波雷达，能够实时检测并避免与障碍物发生碰撞。 AGV小车
谷歌发布多模态AI新品，加剧AI巨头竞争
在全球AI竞技场上，谷歌与OpenAI一直稳居领先地位。近日，谷歌在I/O开发者大会上掀起了一股新的技术浪潮，发布了多款全新升级的多模态AI产品。
人大系初创公司智子引擎发布全新多模态大模型Awaker 1.0
人大系初创公司智子引擎近日震撼发布了新一代多模态大模型Awaker 1.0，这一里程碑式的成果标志着公司在通用人工智能（AGI）领域取得了重要突破。与前代ChatImg序列模型相比，Awaker 1.0凭借其独特的MOE架构和业
商汤科技发布5.0多模态大模型，综合能力全面对标GPT-4 Turbo
商汤科技发布5.0多模态大模型，综合能力全面对标GPT-4 Turbo 4月23日，商汤科技董事长兼CEO徐立在2024商汤技术交流日上发布了行业首个云、端、边全栈大模型产品矩阵，能够
李未可科技正式推出WAKE-AI多模态AI大模型
李未可科技多模态 AI 大模型正式发布，积极推进 AI 在终端的场景应用 4月18日，2024中国生成式AI大会上李未可科技正式发布为眼镜等未来终端定向优化等自研WAKE-AI
发表于 04-18 17:01
•564次阅读
视觉、激光、结构光？扫地机器人导航避障技术盘点
越来越多的家庭都配备扫地机器人，既能解放双手又能保持家庭清洁。而扫地机器人也不断智能化迭代，撞墙、卡住、跌落等故障随着导航避障技术的迭代顺利解决。行业共识认为，导航、避障能力是衡量扫地
人工智能领域多模态的概念和应用场景
随着人工智能技术的不断发展，多模态成为了一个备受关注的研究方向。多模态技术旨在将不同类型的数据和信息进行融合，以实现更加准确、高效的人工智能应用。本文将详细介绍
大模型+多模态的3种实现方法
我们知道，预训练LLM已经取得了诸多惊人的成就， 然而其明显的劣势是不支持其他模态（包括图像、语音、视频模态）的输入和输出，那么如何在预训练LLM的基础上引入跨模态的信息，让其变得更强大、更通用呢？本节将介绍“大模型+
工商网监
评论