1、穿透迷雾，看见未来! 无线电波+AI打造超凡视觉新利器!

自然界中，动物具有功能卓越且结构复杂的感知系统。其中，许多动物的视觉能力并不依赖于光线条件，它们已经演化出能够应对极端天气条件和严峻自然环境的高效感知机制。例如，蝙蝠和海豚天生就是使用回声定位的高手，鸭嘴兽、蟑螂和蜜蜂都能够探测到花朵周围的 电场。

面临恶劣环境（如浓烟、大雾以及墙壁遮挡）时，机器人传统的感知工具，如摄像头和雷达，往往会遭遇性能下降的问题。具体来说，这些传感器依赖于光线进行信息捕捉和传输，但在上述障碍物存在的情况下，光线无法有效穿透，导致传感器接收到的信息质量大幅下降，甚至完全失效。这种局限性严重制约了机器人在高精度感知任务中的表现，如精确导航、障碍物检测与避免等。

无线电波打造机器人“慧眼”

近日，宾夕法尼亚大学工程与应用科学学院的研究团队开发了一种名为PanoRadar的新工具。PanoRadar结合了无线电波的稳健性和视觉传感器的高分辨率的优点，可以将简单的无线电波转化为环境的详细三维视图，为机器人提供超凡的视觉能力，使其在最具挑战性的环境中也能导航。

无线电波的穿透性优势：无线电波的波长比光波长，能够更好地穿透烟、雾等多种遮挡物。

超越扫描，智能解析

PanoRadar实际是一种传感器，其工作原理类似于灯塔，通过旋转的垂直天线阵列扫描周围环境并发射无线电波，监听来自环境的反射波以生成详细的三维视图。PanoRadar超越了简单的扫描策略，利用机器学习算法将来自所有旋转角度的测量值结合起来，提高了成像分辨率，使其能够实现与昂贵的激光雷达系统相当的成像效果。

研究人员强调，PanoRadar关键的创新点在于如何有效地处理和分析通过无线电波获得的测量数据。这些测量数据本身只是原始的无线电信号，要从中提取出关于环境的三维信息，就需要进行一系列复杂的处理步骤。这个过程包括信号处理（即对原始信号进行滤波、增强等处理以提高其质量）、解释（即根据信号的特性和变化规律来推断出环境的结构、形状等信息）以及应用机器学习算法（即利用预先训练好的模型对信号进行智能分析，以更准确地识别和提取出环境中的关键信息）等。

精度挑战：算法是关键

研究团队在开发PanoRadar系统时面临的主要挑战之一是设计一种算法，该算法需确保机器人在移动过程中仍能维持高分辨率成像能力。

该算法能够将来自许多不同位置的测量值以亚毫米精度结合起来，形成一幅完整且精确的环境图像。这个过程在机器人处于移动状态时极具有挑战性，因为机器人在移动过程中即使是微小的位置变化或运动误差，都可能导致接收到的无线电波信号发生显著的变化，进而影响最终成像的准确性和清晰度。

此外，研究团队还需解决另一项挑战，即训练系统以理解其感知到的信息。他们利用室内环境的一致图案和几何形状来帮助机器学习模型解析雷达信号，这与人类学习理解他们所看到的东西的方式相似。在训练过程中，机器学习模型依赖激光雷达数据来检查其对现实的理解，并能够持续改进自身。

该系统在烟雾环境中能保持精确追踪，能绘制玻璃墙的空间布局图，还能探测到激光雷达无法探测的物体（如玻璃表面），并且因其高分辨率能准确检测到人类存在，这对于自动驾驶和危险环境救援等应用场景至关重要。

结语

在执行高风险任务时，机器人拥有多种感知环境的方式是非常重要的。因为每种传感器都有其独特的优点和局限性，比如摄像头可以捕捉丰富的视觉信息，但在烟雾或黑暗环境中可能效果不佳；而激光雷达虽然能提供精确的距离和形状信息，但可能受到雨、雪等天气条件的影响。

展望未来，研究人员对未来的规划是进一步探索PanoRadar如何与其他类型的传感器（比如摄像头和激光雷达）一起协同工作，以此来增强机器人的感知能力，使其成为一个更加全面、多模态的感知系统。

同时，研究团队还计划扩大他们的测试范围，不仅仅局限于当前的测试环境，而是要将PanoRadar技术应用到各种不同类型的机器人平台和自动驾驶车辆上，以验证其在实际应用中的效果和适用性。

论文信息：

Haowen Lai et al, Enabling Visual Recognition at Radio Frequency, Proceedings of the 30th Annual International Conference on Mobile Computing and Networking (2024). DOI: 10.1145/3636534.3649369

2、201个项目！2024年度北京市科学技术奖项目奖初审结果公示

2024年度北京市科学技术奖项目奖初审结果公示通知

根据《北京市科学技术奖励办法》及《北京市科学技术奖励办法实施细则》有关规定，现对2024年度北京市科学技术奖项目奖初审结果进行公示（2024年度北京市科学技术奖项目奖初审结果公示链接），并将有关事项通知如下：

一、自公示之日起15个工作日内，任何单位或者个人对公示项目的真实性、创新性、先进性、应用情况、知识产权权属，候选人、候选单位贡献持有异议的，可填写《北京市科学技术奖项目异议申请表》，书面向市奖励办提出异议，写明异议内容、异议理由，并提供必要的支撑材料。

二、以单位名义提出的异议，须写明单位名称、联系人、联系电话和详细地址，并加盖单位公章；以个人名义提出的异议，须写明本人真实姓名、工作单位和详细地址, 签署实名并提供身份证明（有效期内的身份证、护照等复印件）及有效联系方式。

三、奖励办按照《北京市科学技术奖励办法》及《北京市科学技术奖励办法实施细则》有关要求，对符合异议范围和受理条件的异议予以受理，并对异议人身份予以保密。凡匿名、冒名、逾期提出的异议不予受理。

四、异议材料须于2024年12月3日17:00前送达市奖励办。报送地址：北京市通州区宏安街9号院1号楼北京市科学技术奖励工作办公室，联系方式：010-55572305、010-55571298。

附件：北京市科学技术奖项目异议申请表..docx

北京市科学技术委员会中关村科技园区管理委员会

2024年11月13日

文章来源：北京市科委

3、成都公布36项人工智能场景建设需求清单

在日前召开的2024四川人工智能产业创新发展高峰论坛暨第一批人工智能应用场景发布大会上，成都市发布了第一批36项人工智能场景建设需求清单。

这批场景建设需求清单包括农业大模型建设、城市治理大模型建设、"蓉易学"教育资源平台建设、城市生命线安全工程建设、AI道路桥梁巡检、共享单车潮汐调度等。

其中，在农业大模型建设需求方面，成都计划通过AI技术，结合本地农业资源和环境特点，建立一个科学、可靠的成都农业大模型。该模型将为农业生产提供决策支持，实现农业生产过程的精准控制，从而降低生产成本，减少资源浪费和环境污染。

此外，城市治理大模型建设旨在借助AI大模型开展城市运行事件的预警监测、智能分析等。场景中运用的大模型将需基于事件描述、事件状态、处置回复等关键信息的识别和分析，实时预警城市运行事件的风险类型和等级，并能基于事件历史数据对城市阶段性运行情况进行分析研判，对下一阶段可能存在的风险隐患生成有效建议。

据悉，2023年成都市人工智能企业达到950家，人工智能产业规模突破780亿元。目前，成都已经将人工智能纳入全市重点产业链，全力推动科技创新和产业创新深度融合，加速更多人工智能场景落地，促进人工智能产业高质量发展。

文章来源：科技日报

4、人形机器人企业埃斯顿酷卓（EstunCodroid）完成1.3亿元融资

11月11日，埃斯顿发布关于参股公司增资暨公司放弃优先认缴出资权的关联交易公告。公告显示，埃斯顿参股的埃斯顿酷卓科技有限公司（以下简称“埃斯顿酷卓”）拟引入新投资者先进制造产业投资基金二期(有限合伙)(简称“先进制造业基金”)、江苏南京软件和信息服务产业专项母基金(有限合伙)(以下简称“南京产业专项母基金”)进行增资，增资金额为1.3亿元，其中先进制造业基金出资1亿元，南京产业专项母基金出资3000万元。

本次投资行动双管齐下：一方面，它将围绕埃斯顿具身智能和机器人控制算法核心逻辑，助力埃斯顿在传统六轴之外，共同孵化代表未来发展方向的新业务；另一方面，它将带动江苏省信息技术行业发展，优化产业布局。

本次融资是埃斯顿酷卓首次引入外部投资人。增资后，埃斯顿酷卓的注册资本将由3750万元增加至5375万元，埃斯顿的股权比例将由20%降低至13.95%，埃斯顿酷卓仍为其参股公司，不涉及合并报表范围的变更。本次增资款中，1625万元作为埃斯顿酷卓新增注册资本，1.14亿元作为溢价进入埃斯顿酷卓资本公积金。

埃斯顿酷卓（EstunCodroid）成立于2022年7月，是南京市本土培育的创新型制造业企业，也是国产工业机器人龙头企业埃斯顿（002747）的孵化企业。埃斯顿酷卓人形机器人CODROID 01采用一体化关节模组，核心部件全自研，模组响应速度快，扭矩密度高，承载能力强，使用寿命长，运行稳定，低噪抗冲击。

埃斯顿酷卓打造出具身智能机器人平台CoDroid EIP，还开发CoDrive关节模组，并在仿生关节模组领域进行探索。并于今年首发人形机器人“CODROID 01”。

文章来源：维科网机器人