A portable light system that can digitize everyday objects
一种新的设计工具使用紫外线和 RGB 光来改变日常物品的颜色和纹理。 该系统可以使表面显示动态图案，例如健康数据和时装设计。
Orbbec launches out-of-the-box AMR solution with NVIDIA Isaac Perceptor at ROSCon 2024
Orbbec 感知器开发套件 (OPDK) 预装了多摄像头 NVIDIA Isaac 感知器软件，外形紧凑，适合室内外环境，并集成了四个同步 Gemini 335L Depth+RGB 摄像头，可实现 360 度视觉，并与 NVIDIA Jetson AGX Orin 系统级模块集成。摄像头内深度处理使 AI 应用程序能够以更低的功耗和成本运行。
视频星期五是每周精选的精彩机器人视频，由 IEEE Spectrum robotics 的朋友收集。我们还发布未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。RoboCup 2024：2024 年 7 月 17 日至 22 日，荷兰埃因霍温SICSR 2024：2024 年 10 月 23 日至 26 日，丹麦奥登塞Cybathlon 2024：2024 年 10 月 25 日至 27 日，苏黎世享受今天的视频！您在多任务处理方面有困难吗？通过肌肉刺激将自己变成机器人，以自动执行重复的身体任务，同时专注于其他事情。 [ SplitBody ]通过结合每秒 5,000
How blue-collar workers will train the humanoids that take their jobs
卡内基梅隆大学 (CMU) 的研究人员开发了 H2O – Human2HumanOid – 一个基于强化学习的框架，允许人类仅使用 RGB 摄像头实时远程操作全尺寸人形机器人。这引出了一个问题：体力劳动很快就会远程完成吗？继续阅读类别：机器人技术、技术标签：机器人、机器人技术、远程操作、机器学习、卡内基梅隆
与 Angela Cheptea 和 Sylvanus Kwaku Afesorgbor 一起探索经济制裁对粮食价格和粮食安全的因果影响。
IEEE Transactions on Emerging Topics in Computational Intelligence, Volume 8, Issue 2, April 2024
1) 使用深度学习进行骨骼视频异常检测：调查、挑战和未来方向作者：Pratik K. Mishra、Alex Mihailidis、Shehroz S. Khan页数：1073 - 10852) 基于事件的复值非线性系统的 ADP 跟踪控制作者：Tao Dong、Kai Li、Tingwen Huang页数：1086 - 10963) EAYv3-CFC3：基于注意力机制的 Yv3 集成学习结合 CFC3 损失进行淫秽内容检测作者：Sonali Samal、Yu-Dong Zhang、Juan Manuel Gorriz Saez、Shui-Hua Wang、Bunil Kumar Balab
Learning to Get Real and Get Better: A Conversation With Learning Leaders
CNO 最近的“变得真实，变得更好”(GRGB) 倡议在多个层面上触及了学习的重要性。学习是困难的，而且往往是痛苦的，因为它涉及转变和改变，而不仅仅是一个人可以“像一套新衣服一样”穿上的东西，[...] GRGB 强调以严格诚实的态度审视我们的表现并拥有采取措施改进的勇气与我们海军研究生院课程最近的迭代产生了很好的共鸣......
#339 – Climate Change Debate: Bjørn Lomborg and Andrew Revkin
Bjørn Lomborg 是《False Alarm》一书的作者。Andrew Revkin 是一名气候记者（在《纽约时报》工作了 21 年）。请查看我们的赞助商来支持此播客：- Eight Sleep：https://www.eightsleep.com/lex 获得特别优惠- Linode：https://linode.com/lex 获得 100 美元免费信用额度- InsideTracker：https://insidetracker.com/lex 获得 20% 折扣- Onnit：https://lexfridman.com/onnit 获得高达 10% 的折扣剧集链接：Andr
NAVSUP WSS Holds Webcast With Panel of Experts
NSS-Supply 与海军的“变得真实，变得更好”(GRGB) 倡议相吻合，该倡议由海军作战部长、海军少将首次宣布。 Michael Gilday，2022 年 1 月。“计划的绩效是我们真正的引擎。让我们通过密切监控我们的表现、衡量它并拥抱红色来实现现实。然后，我们的 NSS 供应是我们获得更好的引擎，通过深入解决需求管理中的难题、优化有机修复、塑造工业基础、我们的营运资本基金以及提高整个系统的修复速度。还有更多的事情即将发生，”[海军少将说。彼得·斯塔马普洛斯。
Sensor Payload – Hands On Ground Robot Design
这篇文章是 Hands on Ground Robot Design 系列的一部分。请参阅此处的完整帖子/主题列表 http://robotsforroboticists.com/hands-on-ground-robot–drone-design-series，了解有关机械、电气、运动控制、计算、传感器等的信息。传感器选择根据系统要求，我们确定需要四个方向的 RGBD 摄像头来帮助找到所需的工件 […]帖子传感器有效载荷 - 动手地面机器人设计首先出现在 Robots For Roboticists 上。
摘要：美国陆军工程兵团 (USACE) 旨在评估无人机系统 (UAS) 技术以支持洪水风险管理应用，检查数据收集和处理方法并探索沿海能力的潜力。该技术的基础评估对于理解数据应用和确定数据收集和处理的最佳实践至关重要。本研究以南卡罗来纳州花园城海滩为例，展示了 UAS 多光谱 (MS) 和红绿蓝 (RGB) 图像对海岸监测的功效。在不同的现场场景（飞行高度、视角和机载实时运动全球定位系统的使用）、商业现成软件处理精度水平（默认最佳与高或低）下评估了对水平精度的相对影响级别）和处理时间，以及后处理期间应用的地面控制点的数量（默认数量与附加点）。许多数据集满足 USACE 工程手册 2015 指定的
Четырехногий шагающий робот величиной меньше муравья (+видео)
几年前，有报道称最小的四足机器人，长仅 20 毫米，腿高 5.6 毫米，重约 1.6 克。马里兰大学 Sarah Bergbreiter 实验室的开发人员 Ryan St. Pierre 还展示了一张更小版本的照片，重量仅为 100 毫克。
Understanding Convolutional Neural Networks (CNN) with an example
完成 Coursera 深度学习专业课程 #4 后，我想写一个简短的总结来帮助大家理解/复习卷积神经网络 (CNN) 的概念。让我们通过一个例子来理解 CNN - 图 1。CNN 示例 - 来源：Coursera DL Specialization假设您有一个 32x32 的图像，其中包含从 0 到 10 的数字，具有 3 个通道 (RGB)。您将它通过第一个卷积层 (CL1) 中大小为 f 的过滤器。过滤器的输出图像的大小是多少？输出图像的大小通过以下公式计算：来源：Medium 在我们的例子中，假设填充为 0 且步幅为 1。上述公式得出图像的高度和宽度的输出大小均为 28x28。好吧，这是
