舵機(jī)是步態(tài)服務(wù)機(jī)器人的核心零部件和成本構(gòu)成，是包含電機(jī)、傳感器、控制器、減速器等單元的機(jī)電一體化元器件。舵機(jī)可以驅(qū)
動和控制服務(wù)機(jī)器人的關(guān)節(jié)運(yùn)動，關(guān)節(jié)越多，所需舵機(jī)數(shù)量越多，對舵機(jī)力矩的要求也越G。
由于在此L域起步較晚,市場目前仍然有一大部分市場份額被外資品牌占據(jù),其中的減速器、電機(jī)等零件國外已基本形成 壟斷局面。但隨著機(jī)器人行業(yè)的迅速發(fā)展，越來越多機(jī)器人企業(yè)也開始重視舵機(jī)的自主研發(fā)。技術(shù)在發(fā)展過程中實(shí)現(xiàn)不斷突破,同 時國產(chǎn)品牌相較外資品牌具備明顯的價格優(yōu)勢和渠道下沉優(yōu)勢,有望未來實(shí)現(xiàn)國產(chǎn)替代。例如優(yōu)必選公司開發(fā)的舵機(jī)，自主改進(jìn)算 法，其價格僅為國外同等參數(shù)產(chǎn)品的三分之一。
摘自：《2020服務(wù)機(jī)器人產(chǎn)業(yè)發(fā)展研究報告》
基于激 光雷達(dá)的SLAM（激光SLAM）和基于視覺的SLAM（V-SLAM）。激光SLAM目前發(fā)展比較成熟、應(yīng)用廣泛，未來多傳感器融合的SLAM 技術(shù)將逐漸成為技術(shù)趨勢，取長補(bǔ)短，更好地實(shí)現(xiàn)定位導(dǎo)航。
SLAM階段：解決從原始傳感器數(shù)據(jù)開始，構(gòu)建某種基礎(chǔ)地圖的過程,標(biāo)注階段：在SLAM結(jié)果基礎(chǔ)上進(jìn)行人為標(biāo)注，實(shí)現(xiàn)更精細(xì)的交通規(guī)則控制
圖像檢索是計算機(jī)視覺中基礎(chǔ)的應(yīng)用，可分為文字搜圖和以圖搜圖。借助于卷積神經(jīng)網(wǎng)絡(luò)CNN強(qiáng)大的建模能力，圖像檢索的精度越發(fā)提高
數(shù)據(jù)所有權(quán)方面，1原始數(shù)據(jù)屬于個人，2企業(yè)享有衍生數(shù)據(jù)所有權(quán)，3政府享有政府?dāng)?shù)據(jù)的歸屬權(quán)
腦科學(xué)的發(fā)展將推動人工智能科學(xué)從感知人工智能到認(rèn)知人工智能的跨越
機(jī)械手面臨的難點(diǎn)在于如何在柔性物體上施加可控的擠壓力，以及在非穩(wěn)定狀況下確保精確、穩(wěn)健的抓握與柔性指端操控
DFN模型綜合使用了用戶的隱式正反饋（點(diǎn)擊行為）、隱式負(fù)反饋（曝光但未點(diǎn)擊的行為）以及顯式負(fù)反饋（點(diǎn)擊不感興趣按鈕行為）等信息
軟體機(jī)械手充分利用和發(fā)揮各種柔性材料的柔順性，及其非線性、粘彈性和遲滯特性等在軟體手運(yùn)動和控制中潛在的“機(jī)械智能”作用，降低控制的復(fù)雜度，實(shí)現(xiàn)高靈活性、強(qiáng)適應(yīng)性和良好交互性，在醫(yī)療康復(fù)領(lǐng)域有重要應(yīng)用價值
智能客服系統(tǒng)中人機(jī)結(jié)合的服務(wù)形式，從五個維度總結(jié)和介紹情感分析技術(shù)在智能客服系統(tǒng)中的應(yīng)用場景，包括情感分析算法模型的原理及實(shí)際落地使用方式和效果分析
AI人工智能技術(shù)需要構(gòu)建強(qiáng)有力的IT基礎(chǔ)設(shè)施,人工智能的工作主要由采集、準(zhǔn)備、訓(xùn)練和推理四部分組成，每個部分需要讀寫不同類型的數(shù)據(jù)，工作負(fù)載也不盡相同，將給存儲設(shè)備帶來較大的挑戰(zhàn)。
基于梯度反向傳播的脈沖神經(jīng)網(wǎng)絡(luò)（SNN）訓(xùn)練方法逐漸興起。在這種訓(xùn)練方法下，SNN能夠在保留神經(jīng)元內(nèi)部動力學(xué)的同時獲得較好的性能
Cartographer跨平臺和傳感器配置,MC2SLAM實(shí)時激光里程計系統(tǒng),LeGO-LOAM種輕量級和地面優(yōu)化的激光雷達(dá)里程計和建圖方法,SUMA++開源的基于語義信息的激光雷達(dá)SLAM系統(tǒng)
