- 综合排序
- 最热优先
- 最新优先
- 来自专栏RTSP服务器
狂飙与重构：机器人IPO浪潮背后的系统焦虑与感知进化
这正是当前机器人产业的最大断层：智能大脑在突飞猛进，而感知神经却依然薄弱。 从技术架构上看，任何“具身智能”都离不开三个基本支柱： 感知（Perception） → 决策（Decision） → 执行（Action） 如今，大量机器人在“决策”和“执行”层面不断优化，却忽略了最前端的感知链路 二、机器需要“神经系统”：从“视频输入”到“智能感知”的链路重构无论是人形机器人、仓储搬运机器人，还是巡检无人机、安防巡逻车，它们都共享同一个事实： 真正驱动智能的，不是算法模型，而是感知链路。 五、从单体机器人到群体智能：感知协同的未来机器人行业的下一个临界点，不在“单体智能”，而在“群体协同”。 六、行业启示：从“可用”到“可复用”的跃迁今天的机器人行业正站在一个新的分水岭上。过去的竞争围绕算法、算力和融资展开，而如今，真正的分水线在于——谁能让系统稳定、可复制、可演进。
20910编辑于 2025-10-30 - 来自专栏RTSP/RTMP直播相关
从「行走」到「思考」：机器人进化之路与感知—决策链路的工程化实践
当机器人迈出“行走”的第一步之后，挑战才真正开始：它必须能在非结构化环境中完成复杂操作，能在动态场景下实时感知和决策，并能长时间、稳定地运行。 在这一进化过程中，实时感知与信息传输链路成为机器人能否完成“感知—理解—决策—执行”闭环的关键环节。 这一阶段催生了“多模态感知”的概念：光学视觉、惯性动捕、力学触觉逐渐融合，机器才真正具备与环境交互的基础。3. 思考阶段：从被动执行到主动认知真正的难题不在“手和脚”，而在“脑”。 二、从算法到工程：为什么需要“视频神经链路”当我们谈论机器人进化时，往往过于聚焦在算法与硬件本体，而忽略了一个关键前提：感知必须实时、信息必须可达。 架构图大牛直播SDK是“感知”与“决策”之间的桥梁，确保机器人从“行走”到“思考”的进化能够落地。
57410编辑于 2025-08-18 - 来自专栏Crossin的编程教室
微信机器人进化指南
要想不被机器淘汰，那只能“进化”得比机器还快！ 文末将给出一个基于 itchat 开发的微型微信聊天机器人。 itchat 是一个开源的微信个人公众号接口，支持 py2 和 py3 。 你可以将其开发为微信群运营助手、自动回复机器人、谁是卧底小游戏的裁判等等，作为一个全能的接口， itchat 支持文本、图片、视频、附件、等内容的收发处理。 itchat 的基础上接入了图灵机器人和百度翻译，实现了自动回复与翻译的功能，正常对话调用图灵接口，带 “#” 前缀调用翻译接口，实际效果如下： ? 在公众号（Crossin的编程教室）里回复 机器人 获取完整代码。 3、小结 itchat 作为一款开源的个人微信接口，提供了一份合适的微信机器人解决方案。
4.2K81发布于 2018-04-17 - 来自专栏企鹅号快讯
机器人进化 如何确保 安全概率？
特别是对波士顿机器人那款跳跃、旋转、后空翻，样样都会的人形机器人，他更是忧心忡忡说：「几年后，机器人将快速移动，我们需要使用闪光灯才能看清它。」 机器人一日千里地进化，确保人工智慧安全的概率却仅有五到十趴。按照马斯克的说法：人工智慧比核武器更加危险！必须慎防。其实，人工智慧是云计算和大资料。 用工业时代的现象来打比方，云计算相当於人工智慧的动力系统，而大资料呢，则相当於人工智慧的钢材和材料，量子电脑的横空出世，使得人类拥有的计算能力，正处在指数级增长，以前看起来遥不可及的量子电脑，一下子就逼近了人类的身边 图／陈东尼 掌握人类情感的大资料 人工智慧时代，正以前所未有的速度和影响，向我们迎面而来！可以说，在愈来愈多的领域，人工智慧正在快速超越人类。 这个可有所不知，下围棋只要冷冰冰的数学思维，而弹钢琴，更重要的是展现人类的情感，这原本可是人类的专利，如今或许说明，估计人类连情感这个专利也要失去了：随著人工智慧的发展，一旦机器掌握了人类情感的大资料，并能够解读和表达人类情感的时候
83490发布于 2018-01-16 - 来自专栏媒矿工厂
HVS和感知编码
Chris首先介绍了自己的履历，从一开始工作于ISP到后来进入广播领域，再到接触感知编码等。 随后，Chris介绍了他们自己正在开发的基于x264等编码器的播放器，在编码方面，引入了感知方面的码率分配机制等。 最后，他们也谈到了关于内容自适应编码和自适应码率方面的一些问题。
96020发布于 2020-06-01 机器人AI感知系统构建技术解析
机器人AI感知系统的构建挑战在2022年6月某中心re:MARS会议上，机器人AI软件开发经理Bhavana Chandrashekhar发表了题为“如何构建AI驱动的机器人感知系统”的演讲。 通过包裹操纵机器人Robin的案例，阐述了在某中心规模下操纵包裹和物品时感知问题的复杂性。 应用前景虽然这是机器人操纵应用，但该演讲涵盖的感知、机器学习、深度学习和持续学习概念普遍适用于机器人内外其他领域。 关键要点理解操纵中的感知挑战机器人系统级行为的特点洞察某中心解决的机器人规模问题技术架构特点Robin机器人采用先进的感知系统，能够从自身错误中检测和学习，使其能够在生产规模下从杂乱包裹中挑选单个物品。 ，其感知和机器学习方法还可推广到其他需要物体识别和操纵的工业场景中。
26700编辑于 2025-09-13- 来自专栏全栈程序员必看
多层感知机实现(单层感知器和多层感知器)
对于图中的感知机来说， 它含有一个隐藏层，该层中有 5个隐藏单元。输入和输出个数分别为 4 和 3 ，中间的隐藏层中包含了 5个隐藏单元。 由于输入层不涉及计算，图 中的多层感知机的层数为 2 。 隐藏层位于输入层和输出层之间。 隐藏层中 的神经元和输入层中各个输入完全连接，输出层中的神经元和隐藏层中的各个神经元也完全连接。因 此，多层感知机中的隐藏层和输出层都是全连接层。 __version__) 2.获取和读取数据 使用 Fashion-MNIST 数据集。我们将使用多层感知机对图像进行分类。 然后我们实现上一节中多层感知机的计算表达式。
1.5K10编辑于 2022-07-31 - 来自专栏大数据文摘
深度学习，未来机器人的进化途径
发现人类与机器人之间的正确的交互方式可能更难。 然而，深度学习（当今人工智能研究员的常用手段）可能成为机器人大脑的进化途径。 例如，机器人如何请求帮助会影响人类同事的工作效率和工作流程，甚至会让他们感觉，他们正在和机器人一起工作，而不仅仅在它旁边。 数据使机器人更聪明。 无论何种输入（语音、视觉或某种环境传感器），机器人都依靠数据来做出正确的决定。研究人员为训练人工智能模型和创建算法使用的数据越多越好，他们的机器人就越聪明。 好消息是有很多好的可用数据。 事实上，在机器人技术大会上，Andrew Ng指出深度学习（不仅限于深度神经网络）是吸收和分析大数据的最好方法。 他解释到：“自然地，当我们尝试创建机器人时，这些功能很有用，能使机器人更好的倾听、理解和感知周围的世界。”
49850发布于 2018-05-22 - 来自专栏CSDN技术头条
深度学习：未来机器人的进化途径
【编者按】随着人工智能的发展，机器已经可以完成更多的操作，然而让机器人如人脑一样的思考仍遥遥无期。同时，业内对“深度学习有帮助机器人大脑进化的可能”已达成共识。 发现人类与机器人之间的正确的交互方式可能更难。 然而，深度学习（当今人工智能研究员的常用手段）可能成为机器人大脑的进化途径。 例如，机器人如何请求帮助会影响人类同事的工作效率和工作流程，甚至会让他们感觉，他们正在和机器人一起工作，而不仅仅在它旁边。 数据使机器人更聪明。 事实上，在机器人技术大会上，Andrew Ng指出深度学习（不仅限于深度神经网络）是吸收和分析大数据的最好方法。 他解释到：“自然地，当我们尝试创建机器人时，这些功能很有用，能使机器人更好的倾听、理解和感知周围的世界。”
83650发布于 2018-02-07 AI 行为识别系统：从感知到认知的智能进化
核心架构与技术原理系统采用三层递进式架构，确保高效精准的行为识别：感知层高帧率摄像头阵列构成多角度采集网络支持红外、深度传感等多模态数据输入自适应光照补偿，确保复杂环境下的成像质量推理引擎基于 TensorRT 随着算法的持续进化与硬件算力的提升，下一代行为识别系统将更加智能、精准和普惠，为数字化转型提供坚实的技术支撑。这一变革不仅是技术的飞跃，更是认知方式的革新，将为各行各业创造前所未有的价值空间。
51910编辑于 2025-10-27微米级机器人实现自主思考与感知
科学家创造出比盐粒还小且能思考的机器人某大学和另一所大学的研究人员建造了有史以来最小的、完全可编程的自主机器人。 这些微型机器可以在液体中游动，感知周围环境，自主做出反应，连续运行数月，且每个的生产成本仅约一便士。每个机器人如果不借助放大镜几乎看不见，尺寸大约为200 x 300 x 50微米。 由LED发出的光提供动力，这些机器人能够持续游动数月。将智能集成到微观身体中真正的自主性需要的不仅仅是运动。机器人还必须能够感知环境、做出决策并为自己提供动力。 能够感知和交流的机器人这些进展共同催生了研究人员认为是第一个能够进行真正决策的亚毫米级机器人。据他们所知，此前没有人将包含处理器、内存和传感器的完整计算机放入如此小的机器人中。 这一成就使得机器人能够感知环境并自主响应。机器人包含电子温度传感器，可以检测小到三分之一摄氏度的变化。
15010编辑于 2026-02-07Robin机器人感知系统与持续学习技术
“Robin 面对的是一个万物皆在变化的世界”一套先进的感知系统能够检测并学习自身错误，使 Robin 机器人能够在生产规模下从杂乱的包裹堆中选取单个物品。作者：Alan S. Brown2022年4月18日阅读时间：9分钟相关内容某机构的机器人手臂在安全性和技术方面取得突破虽然这些系统看起来与其他机械臂类似，但它们嵌入了先进技术，这些技术将在未来几年塑造某机构的机器人舰队。 我们在离线状态下做了大量实验，使用非常杂乱的场景和其他情况来减慢机器人的速度，以改进我们的算法。当我们满意时，会在机群的一小部分上运行。如果表现良好，就会推广到所有机器人。” 下一代机器人感知Swan 解释说，这些持续改进对于在某机构规模上部署 Robin 至关重要。团队的目标是每周自动更新 Robin 机器人机群数次。“我们正在增加对 Robin 的使用，”Swan 说。 “我们仅仅触及了机器人可能性的表面，”他说。关于作者Alan S. BrownAlan Brown 撰写关于工程、技术和科学领域的文章。FINISHED
10910编辑于 2026-04-06- 来自专栏机器人网
科普：机器人依靠什么感官来感知世界？
那么你可知道，机器人是依靠什么感官来感知世界，与我们互动的？它们有“眼睛”、“鼻子”、“耳朵”吗？本文为大家盘点几种机器人常用的传感器及其功能。 ? 用于避障的传感器 避障可以说是各种机器人最基本的功能，不然机器人一走动就碰到花花草草就不好了。机器人并不一定要通过视觉感知自己前方是否有障碍物，它们也可以通过触觉或像蝙蝠那样通过声波感知。 因此，检测机器人前方是否存在障碍物的传感器，可以分为接触式和非接触式的。 最典型的接触式测障传感器便是碰撞开关（图1）。碰撞开关的工作原理非常简单，完全依靠内部的机械结构来完成电路的导通和中断。 图2 碰撞开关的工作状态图 在机器人上的用法多数是将探测臂加长，扩大探测范围和灵敏度。当机器人撞到前面的障碍物，碰撞开关的信号端便可返回一个高电平，控制芯片由此可以知道小车面前存在着障碍物。 用于测量速度的传感器 机器人自身的行走速度对于判断机器人运动状态和机器人所在位置非常重要，这里我们主要讨论一下对机器人小车运动速度的测量。
97850发布于 2018-04-20 - 来自专栏AI科技评论
扫地机器人“眼睛”进化史
扫地机器人的眼睛，藏了另一个“浴霸”。 文 | 王金旺 编 | 贾伟 假如扫地机器人有眼耳五官，又如果我们要为扫地机器人的五官各自著书立传，“眼睛”的进化史绝对是其中最精彩的一部。 ，3D传感器、dToF技术的应用，让这双“眼睛”继续进化。 石头科技在T7上做的升级优化，其实更像是为扫地机器人上的各类数据及感知、建图、导航算法配了个大管家，这个管家用一个形象又时髦的词也可以理解为是扫地机器人的“中台”，这个“中台”也有自己的名字，叫Mason 雷锋网向石头科技官方了解到，石头科技早在2014年7月成立之初就已经开始着手搭建这一系统，整个系统分为硬件抽象层、感知层、控制层、决策层和用户交互层5层架构，历时26个月完成Mason 1.0系统，是米家扫地机器人的软件算法和系统核心 4 扫地机器人“眼睛”的进化， 看不见的浴霸 距第一台扫地机器人发布已十年有余，现在的扫地机器人也早已不再是最初走入家中那个碰碰撞撞的孩子。
95330发布于 2020-04-14 - 来自专栏机器人课程与技术
ROS1云课→24机器人感知配置
ROS1云课→23turtlesim绘制小结（数学和编程） 如上案例已成往事。 接着： ROS1云课→22机器人轨迹跟踪 ---- 以真实和仿真机器人共性知识点展开。 机器人配置包含哪些模块呢？？？ 各部件如何组织？ 导航功能包集需要知道传感器、轮轴和关节的位置。 使用tf（Transform Frame）软件库来完成这部分工作。它会管理坐标变换树。 也可以使用数学工具来完成这部分工作，但如果需要计算很多的坐标系，那么这就会显得有些复杂和混乱了。 得益于tf软件库，使得可以向机器人添加更多的传感器和组件，tf会为处理这些设备之间的关系。 里程信息指的是机器人相对于某一点的距离。 uint8 radiation_type float32 field_of_view float32 min_range float32 max_range float32 range ---- stdr感知配置一般就这样了
46210编辑于 2022-09-30 - 来自专栏机器人课程与技术
机器人感知-视觉部分（Robotic Perception-Vision Section）
15:00 -- 15:15 茶歇交流活动 15:15 -- 17:00 机器人感知 —— 视觉部分 PDF下载 视频链接 张瑞雷 易科机器人实验室 移动机器人全地形自主导航 PDF下载 其实仔细想来，机器人专业我也是学艺不精的。为了避免和其他嘉宾分享内容和风格的相似，讲稿做了一些调整。 ? 01-这部分内容，是专业课中机器人感知的一个子方向，原课程大致分为三个专题：语音，视觉，其他。 和人工智能最紧密的是语音交互和视觉系统，其他包括，压力触觉感知，气味辨别及一些IMU姿态传感器等。 ? 02-分享主要为4部8节。不讲述具体实现的细节，但给出相关资源链接。 ? 人类视觉感知神经有两种，环境非常暗的情况下，人眼不会有噪点，但是摄像头会有，为什么？机器人视觉还分为主动和被动两类，用于对环境的辨识。哪些是主动视觉设备，哪些又是被动的。 ，爬行动物，鸟类鱼类的眼睛在数百万年中如何进化和分布的。
2.4K21发布于 2019-01-23 - 来自专栏用户8653471的专栏
服务机器人核心技术之环境感知技术
环境感知是机器人技术体系实现的基础和前提条件，传感器是机器人感知环境及自身状态的窗口 ◆ 环境感知技术作为机器人系统不可或缺的一部分，与智能机器人的地图构建、运动控制等功能息息相关。 一旦机器人失去感知能力将无法帮助人们完成具体工作任务，因此它是机器人的“感知+运控+交互”技术体系融合发展的基础和前提条件。 ◆ 机器人的感知功能通常需要通过各类传感器来实现。 借助传感器，机器人能够及时感知自身和外部环境的参数变化，为控制和决策系统做出适当响应提供数据参考。 ◆ 受技术限制，目前市场上的机器人大多服务功能缺乏复合性，感知技术的逻辑性较弱，行业需加强融合型感知技术的应用研究。 相较于其他类型的传感器，激光雷达在精度和探测人体的稳定性方面能力十分突出，因此在机器人的感知系统中占据核心位置。 image.png
1.7K10发布于 2021-08-11 - 来自专栏一点人工一点智能
机器人视觉听觉融合的感知操作系统
作者：王业飞，葛泉波，刘华平，等 来源：智能系统学报 编辑：东岸因为@一点人工一点智能 原文地址：机器人视觉听觉融合的感知操作系统 摘要：智能机器人面对复杂环境的操作能力一直是机器人应用领域研究的前沿问题 因此本文构建了一种基于视觉和听觉融合的机器人感知操作系统，该系统利用深度学习算法的模型实现了机器人的视觉感知和听觉感知，捕获自然语言操作指令和场景信息用于机器人的视觉定位，并为此收集了12类的声音信号数据用于音频识别 在此基础上，文献[24-25]增加了触觉传感器，采集了不同材质的电压值信息作为触觉感知，构建了一个触觉和听觉融合的机器人分类系统，大大提高了机器人的工作能力。 整个系统要求机器人能够正确地理解给定的指令，并且结合指示表达定位目标从而实现相应的操作。 本系统的架构主要分为3个模块，分别是视觉语言感知模块、音频感知模块以及机器人操作模块。 可以发现，在结合多模态数据的情况下，机器人感知目标更加准确，能够有效提升任务成功率。
1.2K30编辑于 2023-04-10 - 来自专栏xiaosen
感知机和神经网络
当隐藏层只有1个时候，是神经网络中的“BP神经网络”模型，而没有隐层，只有输入输出层的是最简单的“感知机”分类模型。 感知机由输入层和输出层组成，没有隐藏层。 感知机通过错误修正算法来更新权重。当模型做出错误预测时，它会调整权重以减少未来的错误。 感知机作为神经网络的基础，虽然简单，但为理解更复杂的神经网络模型提供了重要的起点。 通常计算机能看到的和处理的和人类会有很大的不同，比如图片和声音、文字，他们在计算机中均已0或1的方式存在再神经网络中，通过对这一些0-1数字的加工和处理生成另外一些数字，而生成的数字也有了物理上的意义了 感知机 感知机只有输出层神经元进行激活函数处理，即只拥有一层功能神经元，学习能力非常有限，感知机的学习皆在求将训练数据进行线性划分的分离超平面。 为此，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。
37910编辑于 2024-05-13 - 来自专栏RTMP推送
机器人视频感知架构深度解析：7条技术法则，打造低延迟实时感知与交互
因为不论是AGV、巡检无人机、协作机械臂，还是类人服务机器人，感知永远是智能的入口，而感知的最主要来源仍是多通道视频和音频数据。 当视频流出现 500ms 以上的延迟，AI就无法实时感知环境变化，控制命令也会滞后，直接导致机器人“失明”或“反应迟钝”。这不仅影响体验，更可能带来安全事故和运营风险。 这正是为什么，我们在总结行业经验后，提出了**“机器人公司 7 条技术生存法则”**，帮助企业在设计感知和控制链路时建立系统性思维。 实时视频感知链路，是整个智能决策的血液循环和神经网络，它决定了： AI是否能看清世界（感知清晰度） 能否快速做出决策（延迟和稳定性） 能否安全、可靠地执行任务（控制闭环） 如果这条链路不稳，再强的算法也是 大牛直播SDK在与行业企业的合作中，验证了一个事实：只有把视频传输和感知链路打磨到极致，机器人才能真正进入商业化的高速公路。
37410编辑于 2025-08-27
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