top of page
robot (1).png

AI 機器人與具身智慧
Robotics & Embodied AI

人形機器人訓練、遙操作與具身智慧整合

 

​整合人形機器人、動作捕捉、數據手套、靈巧手與模擬平台,建立從人類示範、資料收集到機器人學習與實機部署的完整流程。結合 ROS 2、AI 模型與模擬技術,支援企業與研究單位進行具身智慧與機器人應用開發。

具身智慧機器人四大研發關鍵

Teleoperation 遠程操作

結合 Tactile Haptic 手套與沉浸式頭顯,實時收集人類操作示範數據(Teleoperation Data Collection)。

NVIDIA Isaac Sim

高物理擬真合成數據(Synthetic Data Generation),加速強化學習與視覺模型的 Sim-to-Real 遷移。

毫米級定位

數據追蹤標註機器人關節與環境物件,提供 XSENS和MANUS 以高精度動捕數據來完成機器人訓練。

VLA 模型驗證

整合 Vision-Language-Action 大模型,實現自然語言指令控制雙臂人形機器人動作閉環。

具身智慧機器人應用核心模組

機器人整合 xsens連接流程圖.png

技術精準捕捉 
還原真實人類動作

MANUS Metagloves 結合 Movella Xsens 動作捕捉與 Tesollo 靈巧手,打造完整的人機互動與 AI 訓練解決方案。透過人體即時數據收集與高精度控制,將人類自然的動作轉化為機器人的智能行為。
使用MANUS Metagloves 捕捉高精度手指運動,並即時資料串流 ROS / SDK,以利控制靈巧手或機械手臂

穿戴 Xsens 動作捕捉系統,捕捉全身動作,

實施遠端操作,即時串流動作資料至機器人,將動作資料與機器人感測資料結合,用於 AI/深度學習模型訓練。

AI 輔助,快速建立機器人智能。

由人類示範動作,AI 透過大量數據學習操作邏輯,並將複雜的行為拆解成可重複的指令,以利AI根據不同場景,自動調整動作,提升定性及效能。

Tesollo 靈巧手,實現動作落地

。使用 Manus手套捕捉高精度手指運動

數據串流至 ROS​,ROS 數據解析與轉換後,透過Tesollo 靈巧手動作執行

MANUS VR Gloves:次毫米級手指追蹤,支援 ROS 與多種資料輸出格式。

Movella Xsens:高可靠度全身動作捕捉,完整呈現人類的姿態、速度與動態。

Xsens 捕捉動作資料
網路流 (8).png
MANUS 應用方式
網路流 (7).png
AI 應用說明
bottom of page