Wetour Robotics Limited（WETO.US）发布sEMG-Vision系统演示，瞄准物理AI训练中的力与遮挡盲点

金吾财讯|2026年9月1日，Wetour Robotics Limited（WETO.US）宣布发布其Orchestra系统的开发演示，该系统结合表面肌电图（sEMG）与第一人称视觉，以捕获更丰富的人类手部数据用于机器人学习。该系统旨在解决仅视觉捕捉的两个限制：摄像头无法直接观察手施加的力，以及手被物体遮挡或离开视野时丢失手部数据。Orchestra结合了Conductor（8通道sEMG腕带）和VisionLink（第一人称摄像头），视觉提供空间位置和场景上下文，sEMG捕获肌肉激活，在视觉遮挡期间仍然可用，并可能在可见运动开始前提供物理信号。在一次内部搬运任务中，仅视觉管线在21.8%的帧中无法定位手，最长连续丢失达4.32秒，该架构设计为在这些视觉缺失期间使用sEMG作为补充信号。当前设备端模型输出20个关节角度，处理一秒sEMG窗口需要50.4毫秒且无前瞻。力估计管道旨在将sEMG转换为校准的千克等效抓握力估计，该管道已在合成数据上端到端验证，但使用实际腕带力记录的验证仍在开发中。系统还正在开发以分层接触、抓握、保持和释放等事件，为模仿学习和机器人训练创建结构化演示。演示展示了五个真实世界任务：打包午餐盒、分类药丸、拆卸笔、用卡尺测量无人机和安装无人机螺旋桨，这些任务结合了精度、变化的手部力量和频繁的视觉遮挡。