，上海 – 全球移动机器人市场的领导者- Mobile Industrial Robots(以下简称：MiR)今日发布全新顶部模块 MiR250 Hook。这款新产品适配MiR250自主移动机器人(Autonomous Mobile Robot “AMR”)使用， 是目前市场上极少能够自主挂接和释放推车的AMR解决方案之一。 MiR最早于2016年便推出了首款MiRHook顶部模块，之后围绕着AMR的稳定性和精准度加快产品开发，最终推出这款全新的升级版推车牵引机器人解决方案，并获得全球专利。 全新牵引顶部模块MiR250 Hook MiR250 Hook 主要用于各类推车的挂接、牵引、卸载工作。搭配MiR250 AMR，它能在高度动态的人员环境中顺畅高效地行驶。这项用户友好型技术可以轻松实现载重高达 500 公斤的推车在内部进行自动化运输，无需任何人工参与。这项发明拓展了AMR 的应用范围。 对于已经部署MiR250 AMR的终端用户来说，只需要单独装置MiR250 Hook钩爪配件，即可实现推车牵引运输功能。 MiR250 Hook 可以通过二维码或 AprilTag 找到并连接几乎所有类型推车 MiR250 Hook的部署准备工作非常简单， 只需将二维码或 AprilTag 贴在工作场所现有的推车或运输货架上，MiR250 Hook 即可识别每个推车或运输货架。MiR 自主移动机器人总裁 Søren E. Nielsen 介绍道：“许多公司、物流中心和医院都在使用不同的推车和运输货架，通过这一方案，可以轻松地对这些运输工具实现内部运输自动化，并且易于管理、经济实惠。用户并不需要修改布局或购买新的推车，因为 MiRHook 可以通过二维码或 AprilTag 找到并连接几乎所有类型的推车。” MiR自主移动机器人中国区销售总监 张愉表示：“在中国，推车和运输货架在工业制造、物流仓储和医院等环境中使用也十分广泛，但其牵引运输大多依靠人工完成。MiR250 Hook的部署不要求使用者购买新的运输配件，通过扫描如推车上的二维码便可完成点位间的运输指令，是经济易用的内部物流解决方案。” 搭配MiR250 AMR使用的MiR250 Hook可替代传统人工叉车完成牵引运输工作 新产品的适用场景非常丰富。在工业制造业环境中， MiR250 Hook可以满足产线物料种类多、需求节拍循环快、需求起始点多的情况， 自动按时将零部件交付给员工，大大提升了产线工人装配产品的效率。此外，MiR250 Hook还能够帮助产线及时运输完成的零部件，确保生产区域无物料堆积的情况。 而在物流仓储行业， 面临着成千上万装有包裹的运输货架，采用MiR250 Hook不但有效提升运输速度和准确度，更能通过替代人工叉车而大幅降低潜在的人员伤害风险。 此外，在医疗行业，MiR250 Hook也有着巨大的运用潜力。通过对日用织物、废弃物等物品实现内部运输自动化，可以减缓医疗人员不必要的工作负担。 与MiR250 Hook适配的机器人MiR250 AMR发布于2020年3月，相较其他类型的AMR，其长度和高度较小，可以最高每秒2米的速度敏捷穿过宽度仅为 80 厘米的门，在局促狭小的工业空间内自主导航。MiR250 AMR为众多需要在人流涌动环境中完成物流运输的企业，提供了灵活的解决方案。

佛罗里达州奥卡拉, June 14, 2021 — AIM ImmunoTech Inc.今天宣布，其药物安普利近已刊登在包含最先进同行评审方法的医学杂志《癌症》上，作为感染新冠病毒的癌症患者的潜在治疗方案。 该研究报告作者表示，安普利近有可能降低致命呼吸道疾病新冠肺炎的严重程度，迄今为止，此种疾病已在全球造成超过370万人死亡。根据该报告提供的数据，“Rintatolimod[安普利近]可通过激活人体胰腺癌细胞的一系列作用来激活先天性和适应性免疫系统”，其中包括： （1）刺激干扰素调节因子和干扰素信号通路的激活； （2）免疫调节活性的产生； （3）MHC I类和II类组织相容性的诱导表达； 此篇期刊文章的完整标题为《Rintatolimod诱导人体胰腺癌细胞抗病毒活性：为癌症患者提供抗新冠病毒机会?》(Rintatolimod Induces Antiviral Activities in Human Pancreatic Cancer Cells: Opening for an Anti-COVID-19 Opportunity in Cancer Patients?)。”《癌症》杂志是一种同行评审的、开放访问的肿瘤学期刊，由MDPI每半个月在线出版。该研究报告作者包括C.H.J.教授、荷兰伊拉斯谟医学中心早期介入计划主要研究者van Eijck医学博士和哲学博士，安普利近在此中心被用于治疗晚期胰腺癌患者。 “我确实认为安普利近完全值得开发用于治疗包括新冠病毒在内的病毒感染。安普利近对先天免疫的刺激在对抗侵袭性病毒感染方面具有潜在的重要意义，并且可以挽救许多生命，”C.H.J.教授van Eijck表示。 此外，AIM之前已获得荷兰授予的专利。授予专利的权利要求包括但不限于使用安普利近作为与检查点阻断抑制剂(如pembrolizumab、nivolumab)的联合癌症治疗。该专利的到期日为2039年12月19日，或其期限为自申请日2019年12月20日起20年。 AIM首席执行官Thomas K. Equels表示：“AIM对我们推进安普利近成为治疗药物的工作而在荷兰所取得的巨大进展感到非常欣慰。van Eijck教授和其团队在此领域表现卓越。他们提供的数据令人信服。此外，荷兰颁发的此项专利是我们药物开发计划的又一成功举措。”

近日，据中国石化公众号消息，生态环境部新闻发言人刘友宾表示，今年7月1日重型柴油车国六排放标准实施，标志着我国汽车标准全面进入国六时代。

6 月 9 日消息，中微半导体设备（上海）股份有限公司发布公告称，公司今早获悉，美国国防部将 Advanced Micro-Fabrication Equipment Inc. （简称“AMEC”）从中国涉军企业名单中删除。 今年 1 月 15 日，中微半导体披露了《关注到相关事项的公告》，AMEC 于 2021 年 1 月 14 日被美国国防部列入中国涉军企业名单。 中微半导体指出，AMEC 从中国涉军企业名单中移除后，美国人士将不再受限对 AMEC 所发行的有价证券及其相关的衍生品进行交易。 记者了解到， 5 月 26 日，小米集团在港交所发布公告称，美东时间 2021 年 5 月 25 日下午 4 时，美国哥伦比亚特区地方法院颁发了最终判决，解除了美国国防部对于公司“中国军方公司”的认定，正式撤销了美国投资者购买或持有公司证券的全部限制。

据外媒路透社报道，英特尔正计划以 20 亿美元的价格收购加州半导体初创公司 SiFive。 SiFive 成立于 2015 年，是全球首家基于 RISC-V 架构的半导体企业，最新估值在 5 亿美元左右。 半导体企业转投 RISC-V 架构，不算是新鲜事。去年，英伟达宣布要以 400 亿美元收购 ARM 的消息，而 ARM 架构的授权使用者中包括英伟达的一系列竞争对手，这让很多半导体行业内的公司感到「危机四伏」，RISC-V 架构受到的关注度也越来越高。 RISC-V 的优势在于它是一种开源架构，且公司在瑞士注册成立，不「代表任何国家 / 地区的政治立场」。 英特尔的动作很明确：在「三分天下」的处理器架构格局中，它希望通过用 20 亿美元收购 SiFive，将第三大架构 RISC-V 收入囊中。 谈判尚处早期阶段，SiFive 也面对着其他多家公司的收购意向，最终可能仍保持独立。目前，英特尔和 SiFive 均未正式回应该消息。 SiFive 公司是全球首家基于 RISC-V 定制化的半导体企业，于 2015 年由来自加州大学伯克利分校的三位研究人员 Krste Asanović 、Yunsup Lee 和 Andrew Waterman 创立。 SiFive 的主要业务帮助 SoC 设计人员缩短产品上市时间，以及通过定制的开放式架构处理器内核降低成本，同时，使系统设计人员能够构建基于 RISC-V 的定制半导体，从而实现芯片优化。和 ARM 一样，SiFive 也是将芯片设计等知识产权出售给制造商。 该公司试图将开源标准引入半导体设计领域，使其更便宜、更容易为客户所接受。迄今 SiFive 已与多家国际知名半导体厂商建立深度合作关系。 从 2015 年开始，SiFive 陆续发布了多种基于 RISC-V 的处理器内核，主要针对从发烧友到主要制造商的各个级别的开发。 2017 年，SiFive 公司发布的 U54-MC Coreplex，就是第一款支持 Linux、Unix 和 FreeBSD 的基于 RISC-V 架构的芯片。 2018 年 6 月，SiFive 以未公开的金额收购了 Open-Silicon，并保留了其专用芯片（也称为专用集成电路或 ASIC）的设计能力。 2018 年 11 月，SiFive 又发布了 7 系列高性能 RISC-V CPU IP。其中，该系列 IP 可以提供最多单个组合 81 个内核的可扩展能力，实时 64 位内存寻址能力以及实时处理器和应用处理器的关联组合。 2020 年 10 月，SiFive 发布了 HiFive Unmatched，这是一款 Mini-ITX 开发板，具有四个 U74-MC 内核、一个 S7 内核、8GB DDR4 RAM、四个 USB 3.2 Gen1…

一直以来，芯片设计的难度丝毫不亚于芯片制造工艺。直到八十年代EDA技术诞生以后，芯片自动化设计的出现帮助芯片设计以及超大规模集成电路的难度大大降低，工程师只需要将芯片的功能用编程语言进行描述并输入计算机，再由EDA工具软件将语言编译成逻辑电路，然后再进行调试即可。 但现在的芯片越来越高端，动辄上百亿个晶体管布局，即使依靠EDA工具进行芯片设计，如此浩瀚的工程往往也需要几个月的时间来完成。随着人工智能技术与芯片设计的深度融合，未来的芯片设计或许只需要数个小时就能完成！ 将芯片设计变成“棋盘游戏” 英国《自然》杂志9日刊载了一项人工智能突破性成就，来自由Jeff Dean领衔的谷歌大脑团队以及斯坦福大学计算机科学系的科学家们在一项联合报告中证明，机器学习工具已可以极大地加速计算机芯片设计。团队科学家们给出了一种基于深度强化学习的芯片布局规划方法，该方法能给出可行的芯片设计方案，且芯片性能不亚于人类工程师的设计。最重要的是，整个设计过程只要几个小时，而不是几个月，这为今后的每一代计算机芯片设计节省数千小时的人力。该方法已经被谷歌用来设计下一代张量处理单元（TPU）加速器。 Jeff Dean相信大家都不陌生，他是被誉为“谷歌传奇”、“谷歌AI掌门人”的天才，曾荣获2021年IEEE冯诺依曼奖，获奖理由是“以表彰对大规模分布式计算机系统和人工智能系统科学与工程的贡献”。1999年加入谷歌后，Jeff Dean设计并部署了Google广告、抓取、索引和查询服务系统的大部分内容，以及位于Google大部分产品下方的各种分布式计算基础架构，也是Google新闻、Google翻译等产品的开发者。还曾参与创办谷歌大脑，搭建著名的深度学习框架TensorFlow。 这支研究团队最新的研究表明，人工智能机器学习工具已经可以用来加速芯片设计中“布局规划”的流程。简单来说，科学家们让这个机器学习工具把“布局规划”看作一种棋盘游戏，“棋子”就是电子元器件，而“棋盘”是放置电子元器件的电子画布，下棋得到的“获胜结果”就是通过一系列评估指标获取最优性能（基于一个包含1万例芯片布局的参考数据集）。 大家都知道，芯片的布局规划十分复杂，即使是人类工程师也要多番思考后才能对比选择出最优的布局方案，对于人工智能机器学习工具来说，它需要从经验中不断学习，以便于确定放置新芯片模块的时候更好更快。这其中最大的困难在于，如何让人工智能知道自己放置新芯片模块达到了最优条件呢？这就需要让它学习优化所有可能的芯片网表，设计出芯片画布上的所有可能出现的布局。 正如上文提到的“棋盘游戏”，“棋子”元件包括了网表拓扑、宏计数、宏大小和纵横比等元素；“棋盘”电子画布可以看做不同的芯片画布大小和纵横比组成的各种方案；“获胜”则是在不同的评估指标或不同的密度和路由拥塞约束的相对重要性。任何一个元件，在画布上位置的不同，都可以看做是整个网表中状态的变化，对全局造成影响。 这种方法其实很像当年名震一时，先后打败李世石、柯洁等围棋冠军的“AlphaGo”的设计原理。AlphaGo正是结合了监督学习和强化学习的优势，通过训练形成一个策略网络，将棋盘上的局势作为输入信息，并对所有可行的落子位置生成一个概率分布。 在获取棋局信息后，阿尔法围棋会根据策略网络探索哪个位置同时具备高潜在价值和高可能性，进而决定最佳落子位置。在分配的搜索时间结束时，模拟过程中被系统最频繁考察的位置将成为阿尔法围棋的最终选择。在经过先期的全盘探索和过程中对最佳落子的不断揣摩后，阿尔法围棋的搜索算法就能在其计算能力之上加入近似人类的直觉判断。这样设计一个围棋人工智能的程序就会依据既定好的策略执行，直到最后获得棋盘上最大的地盘。 再回到原本的话题，人工智能技术在帮助芯片设计的过程中，除了对芯片布局规划的直接影响外，这种形式还能被应用在广泛的科学和工程应用中，例如硬件设计、城市规划、疫苗测试和分发以及大脑皮层布局研究等。 结果显示，在不到6小时时间里，这种方法自动生成的芯片平面图不管是功耗、性能，还是芯片面积等参数都优于或与人类专家生成的设计图效果相当，要知道人类工程师达到同样的效果往往需要数个月的努力。 将芯片设计问题转变为一个机器学习问题并不容易，美国加州大学圣迭戈分校科学家对此认为，开发出比当前方法更好、更快、更省钱的自动化芯片设计方法，有助于延续芯片技术的“摩尔定律”。 此前OFweek电子工程网在采访MathWorks首席战略师Jim Tung时曾了解到，将人工智能算法应用在电子设计自动化软件中其实已经很常见，比如知名的光刻机龙头ASML在开发基于机器学习的半导体制造虚拟计量技术时，哪怕本身是一名不具有神经网络机器学习方面经验的ASML工艺工程师，也能通过MATLAB软件案例及其中提供的各种案例，去学习使用这款工具进行开发。 Jim Tung还提到，MathWorks所提供的激光雷达工具箱、预测性维护工具箱、无线工具箱、机器学习/深度学习/增强学习工具箱、自动驾驶工具箱、虚拟道路仿真工具箱，以及关于视觉检测、医学成像、土地分类等一系列的参考案例中，都有人工智能技术的参与。 同样，对于谷歌来说这已经不是他们第一次利用人工智能技术加速芯片开发的实验了。过去几年里，谷歌表示其内部正在将人工智能技术用于一系列芯片设计项目中，比如谷歌开发了AI硬件家族——Tensor Processing Unit（TPU芯片），专门用在服务器计算机中处理AI。使用AI来设计芯片是一个良性循环，AI让芯片变得更好，经过改良的芯片又能增强AI算法，依此类推。 人工智能技术到底能帮助解决芯片设计中的哪些难题？第一点就是芯片层的设计规划，芯片布局不是简单的二维平面问题，而是复杂的三维设计问题，需要在一个受限制的区域内跨多个层小心地配置成百上千个组件。人类工程师会手动设计配置，以最小化组件之间使用的电线数量来提高效率，然后使用电子设计自动化软件来模拟和验证它们的性能，而仅一个单层的平面图就需要花费超过30个小时。现在，人工智能技术也能以人类启发式思维去考虑芯片性能、复杂性、制造成本等多个因素，以最佳方式进行设计。 第二点是时间成本，传统意义上芯片的寿命在2到5年之间，光是芯片设计就占据了几个月的时间，随着人工智能技术的快速发展，越来越多优化芯片层规划的算法开始出现，极大缩减研发人员的开发时间。 第三点是智能化程度，比如上文提到的机器学习算法使用正反馈和负反馈来学习复杂的任务，研究人员设计了一种“奖励函数”根据算法的设计表现对其进行奖惩。直到该算法产生数万到数十万个新设计，每个设计都在几分之一秒内完成，并使用奖励函数对它们进行评估。随着时间的推移，它最终形成了以最佳方式放置芯片组件的策略。 最后一点是方案的最优解，研究人员发现算法可以计算到人们脑力无法企及的空白区，训练计算的数量上去了，可作为优选的方案自然也就更多了。换言之，算法的许多平面图其实比人类工程师设计的要好，也就是说它还教会了人类一些新技巧，这也是一个相互学习的过程。 当然，强大的算法虽然可以缩减芯片设计的时长，但并不意味着具有完全自主决策的能力，它更多的还是扮演着“AI助理”的角色，只不过这个助理丰富的案例和超快计算能力能够更好的帮助人类工程师实现快速的芯片设计流程。

夏天应该是颜色最鲜艳的季节了吧，当我们停下脚步，看看街上行人穿着五颜六色、各式各样的衣服，我们是否会思考这么大需求用量的衣服面料究竟是怎么做出来的? 服装的面料有着非常多的种类，其中梭织面料以其牢固、挺括、使用久而不易变形，在全球的服装市场里占有比较高的地位。 梭织面料的织造流程： 整经—浆纱—并轴—穿综穿筘—调机—织造—柸布 无论是处于对低成本的要求，还是高质量高效率的要求，并轴环节都具有很大的意义。 什么叫并轴? 并轴机是将多个经分批整经机、浆丝机、整浆联合机加工成的经轴或浆轴合并成一个织轴的设备。广泛适用于棉、麻、化纤等织物的并轴之用。可作为喷气、喷水、剑杆、片梭等无梭织机的织前整备设备 并轴机设备 新型并轴机工艺要求高 纺织工业是我国国民经济的传统支柱产业，也是污染严重的行业。随着我国工业发展，科技进步，节能减排观念高效深入人心。目前，很多并轴机现场用的都是老式的并轴控制方式，速度慢、性能低、噪音大。因此，大幅提升并轴机运行速度，提高产量和性能，成为企业刚需。无锡某纺织机械厂顺应发展趋势，向市场推出了高端的并轴机，然而高端并轴机工艺要求高，注重变频器的高性能、稳定性，要求停电情况下纱线不能断。 并轴机的调控需求： 1) 张力要稳，不可有大的或急剧值变化，收卷的张力硬度要实时调整，不然容易造成收卷盘崩裂。 2) 整体线速度要稳，整机加减速过程中速度变化要缓，不能急剧变化，不然会造成经丝松动或拉伸。 3) 退卷张力目标值要根据卷径变化实时变化，实际值要和目标值保持一致，不能有较大的差值或波动，以保证经丝张力恒定。 4) 牵引辊要跟随收卷辊速度变化，实时调整送丝速度频率，以保证送丝张力合适，以免拉伸或松丝。 作为值得信赖的工控与能效解决方案提供商，英威腾一直竭尽全力为客户提供物超所值的产品和解决方案。 英威腾并轴机方案简介 采用英威腾人机界面(触摸屏)进行参数设定、显示，操作方便 AX系列可编程控制器，控制双变频、双电机实现无极调速、恒线速卷绕、锥度张力控制 GD600高性能多传动变频器，控制精度精确，布线美观，柜体空间节省50%以上 方案效果 运行速度：最快可达300m/min 并轴张力：单马达100-800Kg、双马达200-1500Kg 退解轴数：最多可达10轴 功能特点：断电不断纱，张力稳定 经过无锡某纺织机械厂近一年的稳定运行，英威腾在并轴机上的解决方案优势尽显，明显的降低了客户成本，提高了运行效率。Goodrive600高性能多传动变频器，有效的保证了并轴机客户现场张力、速度的稳定及实时调整;PLC和变频器以及变频器之间通过网线相连组网，减少了客户现场的接线工作量，布线更美观，性能更稳定，现场噪音也更小。 带着对行业的深入了解，英威腾还将推出更多高效可靠的产品以及值得信赖的解决方案，为更多的纺织机械客户提升核心竞争力，创造价值。

– 专注于引入新品并提供海量库存的电子元器件分销商贸泽电子 (Mouser Electronics) 即日起备货Analog Devices, Inc的ADAQ4003 µModule®数据采集解决方案 (DAQ)。ADAQ4003采用了系统级封装 (SIP) 技术，通过将元器件选择、优化和布局方面的信号链设计挑战从设计人员转移到设备上，缩短了精密测量系统的开发周期。 贸泽备货的Analog Devices ADAQ4003结合了低噪声、全差分模数转换器 (ADC) 驱动器、稳定的参考缓冲器，以及高速18位2 MSPS逐次逼近寄存器 (SAR) ADC。该器件采用了Analog Devices的iPassives®技术，并集成了具有出色匹配和漂移特性的关键无源元件，可最大限度地减少与温度相关的误差源。 ADAQ430采用7 mm× 7 mm BGA封装，比多组件等效解决方案节省了75%的板空间，能在不降低性能的情况下，进一步降低仪器仪表尺寸。兼容串行外设接口 (SPI) 的串行用户界面使用单独的数字接口电压 (VIO) 电源，与1.8 V、2.5 V、3 V或5V逻辑兼容。 ADAQ430将多个通用信号处理和调节模块集成到一个设备中，从而减少了终端系统组件数，并缩短自动测试设备、机器自动化、过程控制、医疗仪器和数字控制回路等系统的开发周期。

6月9日消息，有媒体报道称，据知情人士表示，小米欲重新杀入手机芯片赛道，已经开始招募团队，并正在和相关IP供应商进行授权谈判。 该知情人还透露，小米的最终目的还是手机芯片，不过会从周边芯片先入手。 高调入场遇冷，小米“卷土重来”？ 小米2014年初步踏入芯片领域，当时成立了全资子公司北京松果电子。历时三年打造了首款自主研发的手机SoC芯片——澎湃S1，这也让小米成为继苹果、三星、华为之后第四家具有芯片自研能力的手机厂商，这对于小米而言是发展史上的一个重要里程碑。 市场虽然寄予了厚望，但澎湃S1发布并应用到小米5C上后的市场表现并不如意，毕竟手机SoC市场不能依赖情怀和品牌买单，性能才是用户最看重的，这也导致小米5C的市场销量低迷。尽管澎湃S1带来的更多是遗憾，但总算开了个好头，在那之后大家对澎湃S2的期望也越来越强烈。 然而，从2017年2月小米发布松果澎湃S1以来，在将近一年半的时间里，媒体多次传出澎湃S2即将面世的消息，但人们始终未见其踪影。看似近在眼前却又远在天边的澎湃S2，究竟是被什么原因所阻挡，自然引发了众人的好奇。 直到2018年11月底，网友“好伤心八点半”爆料称，澎湃S2曾遭遇五次流片失败：2017年三月S2第一版流片归来，基于台积电16nm工艺制作（流片就是把图纸给台积电小批量试产一次费用几千万），一周后，内部确认芯片设计有大问题根本不能亮机需要大改！2017年8月第二版S2回来，依然无法点亮2017年12月第三版S2回来，还是无法亮机2018年3月第四版回来，芯片有重大bug需要推到重来2018年7月第五版S2归来，远远没达到量产预期有大量晶体管无法响应需要改设计修复bug，等修复完量产上市预计是2020年的事情了。更重要的是松果科技已经付不起台积电的流片费用了。从该网友爆料的细节以及目前的状况来看，内容的可信度还是非常高的。 就在今年3月举办的发布会上，小米自研芯片澎湃C1现身，作为一枚专业影像芯片，澎湃C1采用自研ISP＋自研算法，能够更精细且更先进的3A处理，数字信号处理效率提升100％。雷军介绍，自2014年专门全资成立松果电子担负造芯使命开始，小米对于自研芯片从未停止探索。此次发布的澎湃C1芯片将是小米芯片之路上的里程碑，也承载着小米对于未来造芯的极致追求。 过去4年，小米在芯片领域持续投入，在坚持自研的同时，还投资芯片产业上下游企业超过40家，总投资规模达到100亿元。 2019年，小米正式宣布启动“手机＋AIoT”双引擎战略后，对旗下松果电子进行了重组，部分将分拆重组成立新公司南京大鱼半导体。南京大鱼半导体将主要负责AI和IOT芯片与解决方案技术研发，而留下来的松果将继续专注于手机SoC芯片和AI芯片研发。

20多年前，前印地赛车手山姆·施密特遭遇严重赛车事故，导致肩膀以下肢体全部瘫痪，丧失四肢活动的能力。艾睿电子利用科技，铸造出一款智能外骨骼机器人套件，赋予严重残障人士行动能力，改善他们的生活。今年五月，施密特在这一款智能体外“铁骨”的支撑下，首度在公开场合迈出人生的新步伐。 赛车事故虽然改变了施密特的人生，但并没有影响他对赛车运动的热爱。七年前，艾睿电子为了帮助施密特重拾赛车梦，主导研发了半自动驾驶技术项目，打造了一辆只需要用头部就能操控的跑车，让他不但能再一次尝试驾车的乐趣，还可以像以前一样在赛事上风驰电制。由艾睿电子协力研发智能外骨骼机器人套件，替施密特永不言弃的人生掀开新的一页。 实现残障人士以每小时201英里的速度在赛道上飞驰实属不易，但让他们以每小时1英里的速度行走却更显艰难。 艾睿电子联手范德堡大学机械工程技术研究人员，在由艾睿电子主导研发半自动驾驶技术基础上，改进现有外骨骼技术，拓展其功能，使其能够支撑施密特的躯干、手臂以及下肢。这些功能改进让施密特颈部以下肢体拥有了稳定性。位于其脚部的传感器则检测其迈步动作，并调整其速度。这款强健的体外铁骨助力施密特阔步前行，虽然行动缓慢，但却步履稳健。目前，施密特可以一次性走完30多米。今年4月，他得偿宿愿，在他女儿的婚礼上，按传统习俗与女儿温馨共舞。 今年5月的印地大奖赛上，施密特穿上这款智能体外“铁骨”首度亮相。这是他的印地车队Arrow McLaren SP成员自1999年施密特遭遇事故后，首次目睹他昂长六尺的身躯挺立起来并迈步前行。对二十多年来依赖者轮椅辅助生活的施密特来说，再次能站立行走，感受实在难以言喻。 施密特在接受美国NBC电视节目采访时，分享了他激动的心情：“在丧失行动能力二十多年后，我能再一站立起来看这个世界和别人拥抱，这久违的感觉实在是美好极了！” 智能外骨骼机器人套件的研发基于由艾睿电子主导研发半自动驾驶车技术应用的延伸。施密特曾在业余比赛中驾驶SAM赛车，打破速度纪录，并在美国多个城市街道上。他持有驾驶试验车型的特殊驾驶执照。