多模态边缘 AI 开源框架 HERMES 发布，Moticon 压力分布鞋垫为核心采集硬件
一、顶会科研成果：HERMES 框架完成 MR 遥操作足底传感联合验证
2026 嵌入式系统传感顶会 SenSys 发布开源多模态边缘 AI 框架 HERMES（文献来源：arXiv:2601.12610），科研团队基于商用穿戴传感设备完成混合现实人形机器人遥操作足部数据采集实验，以Moticon 无线鞋垫传感器作为足底数据采集单元，搭建足底压力实时传输链路，用于补充远程操控时单一视觉反馈的局限，为人形具身智能、下肢外骨骼、假肢科研提供开源集成方案。
该框架由鲁汶大学、代尔夫特理工大学联合研发，核心能力为多设备毫秒级时间同步，兼容视觉捕捉、穿戴传感、边缘 AI 推理多类硬件。实验中Moticon OpenGo输出 100Hz 高频足底压力分布与惯性运动数据，同步推送至 MR 操作台，采集机器人足部接触面积、地形受力、步态冲击等物理信息，辅助研究人员观测复杂地形行走、搬运工况下机器人平衡状态。
二、硬件适配方案：Moticon 压力分布鞋垫丰富多模态感知维度
常规 MR 遥操作仅依靠视觉画面，无法直观获取足部地面交互力学信息；Moticon 鞋垫传感器集成分布式压力阵列与六轴 IMU 模块，完整采集足底力学时序数据。整套测试系统采用多主机分布式采集架构，Moticon OpenGo可支持短时离线存储数据，为步态时序 AI 模型提供含数据断连场景的测试数据集。
HERMES 基于 ZeroMQ 低延迟消息中间件分层架构，各类传感设备标准化封装，Moticon设备可通过 UDP 数据流对接框架，无需底层驱动定制开发，降低多传感融合实验的集成工作量。
三、多学科科研应用场景
- 人形机器人 MR 遥操作研究：足底压力数据同步 MR 控制台，搭建视觉、力觉双维度观测系统，用于复杂地面作业机器人平衡控制算法研究；
- 智能假肢闭环控制研发：依托Moticon 压力分布鞋垫采集人体自然行走力学样本，辅助运动意图识别算法迭代；
- 下肢康复外骨骼科研：采集步态承重原始数据，用于中风、帕金森、胫骨损伤人群步态矫正算法实验室研究（注：设备仅采集数据，不具备疾病治疗、康复干预功能）；
- 时序 AI 算法基准测试：提供真实场景多模态缺失数据集，适配 TCN、步态时序大模型对照实验。
四、开源生态降低多传感研发门槛
HERMES 完整开放 Python 开发库，原生适配 PyTorch 边缘推理，支持 Windows、Linux、嵌入式多系统分布式部署。整套验证系统无需定制硬件，可搭配商用传感设备快速复现实验，其中Moticon OpenGo为论文实验选用的足底传感设备，可减少跨学科团队硬件适配调试周期，推动混合现实遥操作、穿戴式闭环感知相关实验室研究落地。
