- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器人小农
机器人该做哪些备件呢？（本体部分）
书接上回，上回我们说到机器人控制系统部分的备件，这次我们来说说本体部分。如果你没看到上一期可以点击这个链接 机器人该做哪些备件呢？（控制部分） 相对于控制柜来说本体的备件要少很多。 备货等级按照：1必备，2中等，3消耗品，4不常备 备件名称：工艺管线包 备货等级：1，3 说明：管线包实际上属于消耗品，其特点是种类烦多、零件难找、生产必备、易损坏等，所以管线包是必备的同时也是消耗品 备件名称：内部管线包 备货等级：2 说明：内部管线包是机器人驱动和马达之间的重要链接部分。原厂安装长度还是比较合理的，一般不会因为运动导致拉扯。 备件名称：拖链 备货等级：1 说明：有导轨的机器人必定会有拖链。由于是一个经常运动的部件，损坏老化是避免不了的。所以拖链或者拖链内的线束算是个易损件。 备件名称：皮带 备货等级：1 说明：部分型号的机器人会有皮带传动（例如KR360），这类皮带传动的机器人需要定期更换皮带并且经常检查皮带张紧力和磨损程度的。一般在两年内建议更换一次。
1.1K10编辑于 2022-06-29 - 来自专栏机器人课程与技术
机器人编程趣味实践18-他山之石(功能包)
机器人操作系统功能包可以使用如下两种方式使用： sudo apt install xxx colcon build xxx 第一种是打包的安装文件，第二种是源代码编译。 如何自己编写功能包后续细说，本节介绍如何使用github下载的功能包源码编译使用。 先上一个思考题： 模型之简 模型之细 代码也是类似，有极简风，也有全家福。 executable For more help and usage tips, see https://colcon.readthedocs.io colcon build 完成后显示： 如果要使用自编译功能包中的程序
54630发布于 2021-12-02 - 来自专栏机器人网
众包：让机器人学习的更快更好
华盛顿大学计算机科学家最近展示了众包如何快速高效教育机器人完成任务。机器人将不再只是从一个人身上学习，而是有可能在更大范围的在线社区内，询问摆放餐具或者为花园浇水的最佳方法。 研究团队设计了一项研究，利用在线众包社区以教育机器人搭建简单的模型——汽车，树木，乌龟，蛇等等用乐高彩色积木搭建的模型。然后再让机器人搭建类似的物体。 但是只是基于参与者提供的少数几个模型，机器人不能完成这个任务。 为了得到更多关于建造模型的输入，机器人向众包求助。 这项研究将在今年11月举办的人类计算与众包大会上发表。 布朗大学伍斯特理工学院，康奈尔大学的研究团队也在进行类似理念的研究，开发机器人使其可以能够通过众包学习新技能。 华盛顿大学的研究团队目前正在利用众包和在线资源教育机器人完成更复杂的任务，例如在多层的建筑物中找寻物品。
1K40发布于 2018-04-12 - 来自专栏机器人课程与技术
蓝桥ROS机器人系统更新和功能包安装记录
ubuntu/ `lsb_release -cs` main" > /etc/apt/sources.list.d/ros-latest.list' 预计5分钟，完成上述配置，然后更新和安装功能包就都没问题啦
55420编辑于 2022-05-01 8GB 显卡跑 MiniMax H3 视频生成：从 OneClick 包到全自动化管线的完整实录
本文沉淀完整的自动化管线：启动参数、API 全自动提交脚本、5 条实测方法论、8 个踩坑实录。所有数据来自 20+ 次真实采样，全部在本机完成，模型不出本地。 二、环境与启动参数（8G 卡能跑的关键）整合包：MiniMax H3 OneClick（ComfyUI 便携版）。 全部踩坑和方法论已整理成 AI Agent 可直接执行的自动化手册——拿到手册的 AI 在装好 OneClick 包的机器上，python h3_i2v.py 首帧.png "提示词" 6.6 <seed > 960 544 一条命令即可复现整条管线。
59710编辑于 2026-10-10- 来自专栏机器人课程与技术
ROS机器人操作系统新发布软件包摘录--（2018.03）
ROS机器人操作系统功能包摘录--（2018.04） 可以编译并改进源码用于公选课研究论文的提交（适用本科一年级-三年级，专业不限）。 安装此软件包需要3个主要步骤：克隆dialogflow repo，设置您的Google云项目以及设置Dialogflow。 SwRI的ROS-I团队还推出了机器人混合里程碑4，TSDF实现的智能零件重构，以及新完全集成到ROS顺序凸优化器中的Trajopt。 有一个拐点或临界点，对于高级机器人来说，这似乎是一个合适的时间。 這點和 Dask 比較像，比起 MQTT 來說更適合傳遞比較大的資料包。
2.4K40编辑于 2022-04-29 - 来自专栏爬虫0126
Python爬虫抓取表情包制作个性化聊天机器人
在现代社交媒体和即时通讯应用中，使用表情包已经成为一种流行的沟通方。本文将介绍如何利用Python编写一个简单而有趣的聊天机器人，并通过爬虫技术来抓取各类表情包，使其具备个性化特点。 1.确定需求与功能 -定义聊天机器人需要实现哪些基本功能； –思考是否要加入自定义回复、关键词匹配等高级特性。 `` 4．构建聊天机器人 使用Python编写一个简单的对话系统，可以根据用户输入进行回复，并随机使用抓取到的表情包作为附加内容。 同时，可以通过用户反馈和交互数据来优化聊天机器人的回复效果。 6.引用相关研究成果: 在编写过程中可以参考已有文献资料以提高项目质量。 请注意，在使用爬虫技术获取表情包时，请确保遵守相关法律法规及版权要求，并尽可能选择稳定可靠、资源丰富多样的来源。
60920编辑于 2023-08-31 - 来自专栏机器人课程与技术
蓝桥ROS机器人之第一个功能包helloros
helloros cmake_minimum_required(VERSION 2.8.3) project(helloros) ## Compile as C++11, supported in ROS Kinetic and newer # add_compile_options(-std=c++11) ## Find catkin macros and libraries ## if COMPONENTS list like find_package(catkin REQUIRED COM
85250编辑于 2022-05-01 NVIDIA 显卡驱动管理与录屏方案的选型分析：GeForce Experience 技术解析
二、NVENC硬件编码与录屏管线2.1技术原理GFE的ShadowPlay录屏功能基于NVIDIANVENC（NVIDIAEncoder）硬件编码器。 NVENC是集成在GPU芯片上的专用视频编码单元，独立于CUDACore和3D渲染管线，因此录屏对游戏帧率的影响通常在3%-5%以内。 2.3与其他录屏方案的对比方案编码方式GPU性能损耗CPU占用灵活性ShadowPlayNVENC硬件编码3-5%<1%低，配置项有限OBS(NVENC)NVENC硬件编码5-8%2-5%高，支持场景组合 需要高级录屏功能（多场景、推流）：GFE+OBS组合，ShadowPlay负责即时回放，OBS负责正式录制和推流内容创作者（AE/PR/Blender）：装Studio驱动，不要装GameReadyGFE安装包可以从 NVIDIA官网获取；如果官网下载速度不理想，也可通过geforce.ijinshan.com获取原版安装包。
83510编辑于 2026-07-10- 来自专栏智药邦
AI+药物研发｜宇耀生物完成近亿元Pre-A轮融资
本轮融资将用于公司全球首创产品管线的临床推进，AI药物发现、分子胶、GPCR等技术平台的完善以及研发实验室的扩建。 领承创投管理合伙人孙航程表示：“宇耀生物是一家源头创新、技术领先、产品管线有First-in-class潜力的创新药企。 团队和技术是我们核心竞争力，未来我们将有更多的产品管线进入临床造福全球患者。” 宇耀生物创始人、董事长兼首席科学家刘明耀博士表示：“感谢各位新、老投资人对宇耀生物的持续支持与认可。 核心团队坚持in-house的研发模式，发挥自主知识产权研发平台的优势，其他多个采用AI和分子胶技术开发的管线也即将进入临床前研究（IND-Enabling）。 ；目前已有员工50余名，在闵行区温度科技园拥有5000余平的办公和研发实验室；累计已完成数亿元专业机构投资，原创的产品管线和全球顶尖的研发团队有望使公司在未来3-5年登陆资本市场，成为一家具有全球竞争力的创新药企业
66210编辑于 2023-02-15 - 来自专栏ATYUN订阅号
The Crafty Robot推出基于AI的纸板机器人工具包Smartibot
这种想法是The Crafty Robot的Smartibot背后的推动力，Smartibot是一种基于人工智能的纸板机器人工具包，可教孩子们电路，电机和代码的基本原理。 在设计网格中拖放控制元素几分钟后，你可以让机器人追逐你的猫，沿着房子周围跟着玩具车，或给你端来一杯咖啡。 Atkin说：“在智能手机上运行AI的另一个好处是，我们可以通过更新应用程序轻松安全地为每个人的机器人添加额外功能。我们计划在机器人发货后不久就将手势识别AI和语音识别功能加入到应用程序中。 之后，我们将开始使用我们自己的训练数据开发新的AI，这将允许机器人之间进行一些超级有趣的交互。理想情况下，我真的希望为用户提供工具来训练他们自己的AI，以便在机器人中使用。 这是总部位于伦敦的创业公司The Crafty Robot的第二次众筹活动，于2015年推出了同名机器人，一种USB为动力的可编程机器人，该机器人装有装饰纸板模板。
75950发布于 2018-07-27 - 来自专栏AI SPPECH
论文、专利、软著、博客都能用：我把 AI 知识产权写作做成了一个 Skill
：知识产权保护（patent → copyright → paper） 10.3 管线二：学术全流程（paper → review → 投稿） 10.4 管线三：技术影响力（blog → book → …最后…"的机械结构 读者一眼识破，可信度归零 先统一几个贯穿全文的术语，避免歧义： Skill（技能） 一个包含 SKILL.md、workflows、templates 等文件的目录包， 而 Skill 恰好就是干这个的：把标准作业程序（SOP）固化成一个可以被 AI IDE 自动加载的文件包。 金句一：提示词是写给小白的便签，Skill 是写给工业的图纸。 产出研究问题陈述、核心贡献列表（3-5 点）、目标读者画像、初步 Related Work 方向 质量门禁：研究问题可用一句话表述；贡献点 3-5 个；目标投稿类型已确定 Stage 2: Architecture 它还能和 HOS 生态里的 Fuck-Demo 内容工业流水线联动：Fuck-Demo 产出的 PPT 脚本、视频脚本、项目介绍可以作为 blog 的输入素材，进一步扩展成： Fuck-Demo (内容包)
48711编辑于 2026-08-14 - 来自专栏世隆科技的专栏
世隆科技：探地雷达（GPR）工作原理——高频电磁波的地下 “透视” 逻辑
其工作过程可类比“地下雷达”，兼具非破坏性、高分辨率的特点，广泛应用于地质勘探、管线探测、工程检测、考古挖掘等场景（尤其适合与特种机器人结合，实现复杂地形下的自动化探测）。 四、应用场景与原理的结合（以特种机器人搭载为例）当探地雷达与轮式/四足全地形机器人结合时，其工作原理可针对性适配复杂场景：1. 机器人携带雷达系统移动，通过预设路径实现连续扫描，解决人工探测难以到达的地形（如山地、废墟、有毒环境）；2. 机器人的定位模块（GPS/IMU）与雷达数据同步，将反射信号与探测位置精准匹配，生成“位置-深度”关联的三维探测图；3. - 适用场景：地下管线/管线探测、公路/铁路路基检测、地质灾害（空洞、滑坡）预警、考古勘探、军事排雷等。
2.5K10编辑于 2025-11-28 - 来自专栏机器人网
构建变革制造业的焊接系统
以最适合点焊为关键词进行开发的原机型ES165D/200D，将点焊用管线包内置于机器人内部，为设备的高密度设置作出了相应的贡献。 此次开发的MS165/210与ES165D/200D同样将管线包置于机器人内部，是最适合于设备更小型化，更高密度配置的点焊机器人。 而作为机器人避免干涉的4个要素，则是回转干涉半径、机器人宽度、机器人底座、机器人上臂粗细。 ES165D/200D和 MS165/210的配线包电缆的处理方法的比较如图5 ，底座的比较图如图6所示 。 图5 配线包电缆处理方法比较 图6 底座比较 图7 上臂比较 关于底座的形状，重新修正零件，实现了图7所示干涉半径的最小化。
93060发布于 2018-04-13 具身智能WAM模型训练的数据闭环：UMI采集与腾讯云存储支撑方案
数据质量：需满足任务/场景/物体足够多样、动作与视频时间同步/空间标定/相对轨迹可解算、不受机器人本体限制三大要求。 规模化瓶颈：WAM时代的数据瓶颈并非“缺少机器人”，而是能否低成本持续采集真实、多样、可对齐的人类操作数据。 模型训练→推理部署→数据回流”端到端闭环，包含端侧采集（任务查看、数据采集存储上传）、云端管理（数据统计、视觉/轨迹/数据查看、人工+AI标注审核、生成训练数据集）、训练能力（VLA/WAM端到端训练管线 端云一体化数据闭环落地路径 同一套无本体UMI数据资产可同时服务VLA动作学习与WAM世界状态预测： 端侧通过Grip/Ego/DEX设备采集人类行为数据，覆盖具身数据采集场、高校/职校实训中心、众包碎片化采集场景 对接VLA/WAM训练管线（Pi0.5/DreamZero），训练完成后部署至工业机器人L1、通用机器人L0。 机器人应用产生的数据回流至平台，形成数据飞轮，持续迭代模型。
94010编辑于 2026-06-11喜马拉雅AIGC有声自动化实践：重塑百亿级产能壁垒，实现30倍全流程提效
创作者硬件与技能壁垒： 传统的专业录音设备成本超过10万元，且专业主播的训练周期长达3-5年，导致年新增作品仅约2万部，人均内容消费量不足0.5小时/周，优质产能严重受限。 构建基于“大模型+自动化管线”的双引擎生产架构 针对高昂的Ops Cost（运维及生产成本）与开发效率低下的痛点，喜马拉雅构建了“长篇章强演绎语音大模型”，通过自然语言指令精准控制语音与情感生成，并落地为双引擎驱动的 工业化生产管线引擎（重塑开发效率）： 推出【音剪AI创作工具2.0】，将分散的录音、编辑、审听任务整合为“数字制片场”。 重构生产ROI：管线生产周期实现30倍提效 通过大模型与多Agent协同，喜马拉雅成功将手工作坊式的流程转化为高度标准化的工业流水线，核心业务指标取得阶跃式突破： 生产周期极速压缩： 智能化生产管线从第一代及第二代依赖人工编辑的 在工业化生产管线中，喜马拉雅采用了A800+4090混合部署的动态算力调度方案。
88610编辑于 2026-04-06- 来自专栏RTSP服务器
低延迟RTSP播放器为什么总被低估？一篇文章讲透工程级设计要点
工业视觉、安防监控、无人机回传、应急指挥、机器人等场景之所以对播放器挑剔，本质原因就在于它影响的是整条业务链路的“时效性与可靠性”。 但在真实项目里，RTSP 播放器要扛住的是一整套工程难题： 时序与弱网控制：在 Jitter、NAT 丢包、网络抖动下，如何做抖动缓冲、追帧、丢帧恢复，既不炸延迟又不频繁卡顿。 设备生态兼容：各种 IPC、AI 摄像头、机器人/车载终端的“奇葩码流”，如何做到“拉得起、播得稳”。 包体大且依赖繁多，移动端集成困难 低延迟效果完全取决于“管线拼法”，实现正确延迟需要深度调优 适合科研或复杂媒体系统，不适合追求“即插即用低延迟播放”的业务环境。 但链路要自己搭 能播，但不保证低延迟 / 稳定性 / 弱网可用性 跨平台差异大，移动端成本极高 几乎不提供业务所需的可观测性和回调体系 如果项目诉求包括： 100–200 ms 稳定低延迟 弱网（丢包/
77300编辑于 2025-11-19 AIGC驱动音视频生产降本增效：喜马拉雅音频大模型应用实践
核心瓶颈包括：成本高（设备超10万元、训练周期3-5年）、声线不自然（情绪张力不足）、流程繁琐（CV档期需提前1个月预约）、优质内容供给有限。 数据来源：2025腾讯云城市峰会·无锡峰会新兴媒体闭门专场，喜马拉雅AI产品专家张慧敏演讲 构建双引擎驱动的AI音频全流程产线 喜马拉雅研发音频大模型，以“双引擎”构建智能化生产管线： 语音大模型技术引擎 工业化生产管线引擎：构建24小时完成有声书制作的全自动产线，集成动态算力调度（A800+4090混合部署）、多维度自动审核的质量控制系统。 腾讯云支撑：依托2025腾讯云城市峰会展示的技术生态，结合腾讯云算力与AIGC能力，为音频大模型提供底层技术保障，推动智能化生产管线演进。 数据来源：同上，腾讯全球数字生态大会城市峰会披露
90010编辑于 2026-04-06- 来自专栏人员定位系统
人员定位系统在燃气公司的应用
巡线与第三方施工监护针对长输管线及城市管网，系统支持北斗RTK与蓝牙融合定位，满足室外空旷区域与地下阀井等盲区的定位需求。巡线轨迹可回放、可统计，自动识别是否覆盖关键节点。 二、技术选型与部署方式根据不同场景特点，系统采用融合定位方案：厂区内重大危险源区域部署UWB信标，实现厘米级定位；辅助生产区及公共区域部署蓝牙信标，实现3-5米定位；长输管线及露天场站采用北斗RTK定位
30510编辑于 2026-03-04 语音AI Agent编排框架！Pipecat斩获10K+ Star，60+集成开箱即用，亚秒级对话延迟接近真人反应速度！
再看一个更实际的例子——带电话接入的客服机器人：from pipecat.transports.services.daily import DailyTransportfrom pipecat.serializers.twilio ）：一切皆管线，处理器串联成流水线，数据帧在管线中流动，清晰可预测Bidirectional Frames（双向帧流）：数据下行（用户→AI），控制信号上行（打断、取消），实现自然的对话交互Composable （可组合）：Pipeline本身也是一个Processor，管线可以嵌套管线，构建任意复杂的处理图Vendor-Neutral（供应商中立）：STT、LLM、TTS每层都可以独立替换供应商，不绑架开发者 延伸思考：智能客服、语音导航、儿童陪伴机器人、老年人健康助手、车载语音交互、智能家居语音控制……只要你的场景涉及"实时听+实时说+实时想"，Pipecat 都能成为你的技术底座。 重量级背书：不是草根项目Pipecat 已经获得了多个行业巨头的关注和集成支持：注：NVIDIA 的合作最为深入（有专属扩展包和 Blueprint 页面），AWS 和 Genesys 目前主要体现为技术集成和内容合作
1.8K10编辑于 2026-03-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号