B館 · ブース B218

Beijing Tashan Technology Co., Ltd.

中国語登記名北京他山科技有限公司Beijing Tashan Technology Co., Ltd.

Tashan Technology は、AI 触覚センシング技術とアプリケーション ソリューションの研究開発に重点を置いています。同社は 2017 年に設立され、清華大学やマンチェスター大学などの一流大学の上級研究開発チームのエリートを集めています。塔山技術は長年の蓄積を経て、触感センシングアルゴリズムにおける多次元触感センシング信号の同時解析という世界的な…

TS-V ビジュアルタッチ統合トレーニングプラットフォームTS-VT ビジュアル&タッチフュージョントレーニングプラットフォーム(データ収集)触覚シミュレーションエメラルドチップ E10A
サプライチェーン・中核部品

企業紹介

Tashan Technology は、AI 触覚センシング技術とアプリケーション ソリューションの研究開発に重点を置いています。同社は 2017 年に設立され、清華大学やマンチェスター大学などの一流大学の上級研究開発チームのエリートを集めています。塔山技術は長年の蓄積を経て、触感センシングアルゴリズムにおける多次元触感センシング信号の同時解析という世界的な技術課題を解決し、「チップ・センサー・アルゴリズムモデル・シナリオアプリケーション」の完全な技術システムを構築し、国家レベルの専門分野「鍵となる小さな巨人」として評価された。 人型ロボットの分野では、主にロボットの指先触覚センサーや電子皮膚などのシーンで使用されており、自動車、家電、家電などの分野で広く使用されています。現在、塔山科技は、Zhiyuan Robot、Galaxy Universal、Independent Variableなどの人型ロボットメーカーや、yingshi Robot、Qiannao Technology、Lingxin Shouなどの器用なハンド企業を含む国内外のロボット産業チェーン顧客160社以上と綿密な商業協力に達している。

主要製品

05 ITEMS
TS-V ビジュアルタッチ統合トレーニングプラットフォーム
01

TS-V ビジュアルタッチ統合トレーニングプラットフォーム

視覚と触覚のマルチモーダルセンシング技術を統合することで、複雑なシーンでもロボットがあらゆる物体を安定して把握できるようになります。このシステムは、接触状態と力の適用のリアルタイムのセンシング、グリッパーの動きの適応制御、およびより堅牢で柔軟な全体的な把握をサポートします。

TS-VT ビジュアル&タッチフュージョントレーニングプラットフォーム(データ収集)
02

TS-VT ビジュアル&タッチフュージョントレーニングプラットフォーム(データ収集)

プロフェッショナルな多次元触覚データの記録、注釈、エクスポート機能を提供し、器用な手やグリッパーなどのさまざまなエンドエフェクターに適しています。ユーザーは、3 次元の力、近接感覚、接触点の変化などのデータを簡単に収集できるため、データ収集のコストが大幅に削減され、触覚認識アルゴリズムのトレーニングやロボット インタラクション パフォーマンスの評価に信頼できる基盤が提供されます。

触覚シミュレーション
03

触覚シミュレーション

Tashan Technology の触覚シミュレーションは、触覚接触シミュレーションからデータ曲線のリアルタイム視覚化、触覚モーダルモデリングトレーニングまでの完全な閉ループを実現します。 Tashan Technology の触覚センサーの実際の触覚情報を正確に復元し、Sim2Real との差を縮めます。触覚センシングの実装を促進するための重要なツールです。

エメラルドチップ E10A
04

エメラルドチップ E10A

Tashan Technology E10A Emerald は、世界初の動的触覚センシング チップであり、ASC を通じて触覚信号をパルス信号に直接変換する最初のチップです。イベント駆動型のスパース計算を実現し、マイクロ秒レベルの時間分解能と超低消費電力動作を実現します。低遅延、低消費電力、ニアウェイクアップという画期的な機能により、安全性と触覚応答速度が向上し、ロボットが局所的な接触から全身感覚制御の統合に移行できるようになります。

TS-ECHO 触覚センサー指サック
05

TS-ECHO 触覚センサー指サック

軽量の触覚指サックを通じて、人間の操作中の接触、力、滑り、相互作用の状態が、トレーニング、同期、注釈付けが可能な高品質のデータに変換され、視覚、運動、言語、その他のモダリティとの融合収集をサポートします。このシステムは、ロボットの動作学習、ワールドモデル、VTLAなどの最先端の方向性に適しており、ロボットが「世界を見る」から「物理世界を真に理解する」への移行を支援します。