●4D:表现出对歧义,毅力和开放式问题工作能力的容忍度。●5A:制定适合技术辅助方法的问题定义,例如数据分析,摘要模型和算法思维,以探索和查找解决方案。●5C:将问题分解为组件部分,提取关键信息,并开发描述性模型以了解复杂的系统或促进解决问题。●6C:通过创建或使用各种数字对象(例如可视化,模型或仿真)来清晰有效地传达复杂的想法。●7C:为项目团队做出建设性的贡献,承担各种角色和责任,以有效朝着共同的目标努力。
在这项工作中,我们提出了一种用于人形 iCub 机器人头部姿势估计和场景表示的神经形态架构。脉冲神经网络在英特尔的神经形态研究芯片 Loihi 中完全实现,并精确整合发出的运动命令,以在神经路径整合过程中估计 iCub 的头部姿势。iCub 的神经形态视觉系统用于校正姿势估计中的漂移。机器人前方物体的位置使用片上突触可塑性来记忆。我们使用机器人头部的 2 个自由度 (DoF) 进行实时机器人实验,并展示精确的路径整合、视觉重置和片上物体位置学习。我们讨论了将机器人系统和神经形态硬件与当前技术集成的要求。
摘要 — 安柏瑞德航空大学的 Minion 团队将重返 RobotX,对其卫冕冠军全自动水面舰艇 (ASV) Minion 进行重大改进。Minion 团队的新设计策略和系统工程方法称为 Minion Process,实现了整个团队在学术、研究和团队目标之间的平衡。这种设计策略与重视安全和创新的严格多步骤测试流程相结合,为 Minion 及其无人驾驶飞行器 (UAV) Kevin 带来了不断改进的工具集。这些包括对正在申请专利的新控制方案的软件增强和整个系统的计算机视觉更好地集成,以及对方位电机控制、新无人机功能和新球发射器的硬件改进。该团队对这些工具的赛前评估产生了一个强有力的竞争策略,其基础是最大化分数同时最小化风险。该团队的任务跟踪器 MinionTask 将根据评估的战略价值、已知的路线信息和剩余时间动态选择任务,以优化资格赛、半决赛和决赛中的比赛表现。根据模拟和水上测试的结果,Minion 队有信心完成九项 RobotX 2024 任务中的至少六项,并希望重复其冠军表现。
手稿收到2019年10月26日;修订了2020年3月9日和2020年3月30日; 2020年4月14日接受。出版日期,2020年4月27日;当前版本的日期2020年9月3日。这项工作得到了中国国家自然科学基金会的部分支持,该基金会根据授予5189084,赠款51975513和赠款51821093,部分由宗教省的自然科学基金会根据Grant LRRR20E050003的授予,部分是由Zhejiang University Special Sci-University Inti-Intientififififififififififififfiffiffiffic Findif Findifif Fiffinfiffiffiffiffiffiffiffiffiffiffienfif Fund。 2020xGZX017,部分是由国家在Grant Sklofp_zz_2002下的国家关键实验室主任基金会主任,部分由008-5116-008-03的Grant K18-508116-008-03的机器人机器人研究所在Grant K18-508116-008-03中的一部分,部分由中国的年轻人计划,部分由MIRA计划,一定程度地由MIRA计划,一定程度地依据由JSPS KAKENHI的一部分,部分由KDDI基金会,部分由KDDI基金会,部分由芬兰学院根据Grant 313448,Grant 313449(预防项目),Grant 316810和Grant 316811(Slim Project)(Slim Project)。(通讯作者:Zhibo Pang。)
机器人及时通过传感器数据构建持久,准确且可操作的模型的能力是自主操作的范围。在将世界表示为点云可能足以进行本地化时,避免障碍物需要更密集的场景表示形式。另一方面,更高级别的语义信息通常对于分解必要的步骤来完成一项复杂的任务,例如烹饪,自主是至关重要的。因此,迫在眉睫的问题是,手头机器人任务的合适场景表示是什么?这项调查提供了对关键方法和框架的全面回顾,这在机器人空间感知领域推动了进步,并特别关注了代表的历史演变和当前的趋势。通过将场景建模技术分类为三种主要类型(公式,公式和指标 - 语言流行),我们讨论了空间启示框架正在从构建世界的纯几何模型转变为更高级的数据结构的方式,这些模型包括更高级别的概念,例如对象实例和位置的概念。特别重点是实时同时定位和映射(SLAM)的方法,它们与深度学习的集成,以增强了鲁棒性和场景的理解,以及它们处理场景动态性的能力,作为当今驾驶Robotics研究的一些最热门的主题。我们在讨论方面的挑战和未来的研究方向的讨论中进行了结论,以建立适合长期自治的强大而可扩展的空间感知系统。
Applications : SOLIDWORKS, Simulink, LabVIEW, Microsoft Office, Creo, NX, ANSYS, Confluence, Unity Programming : Python, C++, MatLab, HTML, Java, ROS, Machine Learning, Image Processing, Embedded Firmware Manufacturing : Sheet Metal Design, CNC, Composite Materials, DFM, Soldering, PCB Design, Rapid Prototyping Professional Experience Planet Labs -系统工程实习生 - 2023年6月 - 2023年6月,加利福尼亚州旧金山•在我们的下一代航天器上开发了任务重要资格测试的测试程序。•模拟了航天器原型的一天中的一天,涵盖了所有子系统以进行需求验证。基本机器人技术 - 机械工程师 - 加利福尼亚州帕萨迪纳,2020年1月 - 2022年8月•使用神经网络推理加速器开发了下一代感知硬件。•开发了用于基于Docker的容器的机器人操作系统的外围驱动程序。•集成的神经网络将优化的边缘计算机纳入生产硬件解决方案。•向消费者,工业和食品安全的制造环境部署和集成的自定义检查硬件。Morse Corp-工程合作社 - 马萨诸塞州剑桥市2019年1月 - 2019年8月•为无人机设计的结构组件及其在Solidworks中的飞行测试设备。•开发了固件,以控制飞行测试设备上释放机制的精确时机。•使硬件测试方法更可靠,并且与自动测试和冗余安全系统一致。•与系统工程团队合作就与美国陆军的主要开发合同提案。努力机器人 - 系统工程合作社 - 马萨诸塞州切尔姆斯福德,2018年1月 - 2018年6月•对机器人性能进行了移动性,耐力,通信和附属互操作性的验证。•设计了一种定制测试工具,以使用基于Python的软件来测量和记录机器人地面速度。HASBRO Inc.-工程合作社,Integrated Play -Pawtucket,RI,2017年1月至2017年6月•使用高级技术,诸如语音交互之类的高级技术,为动画,连接的玩具设计了新的游戏体验。•使用Unity和Google Cardboard Android应用程序原型的新型游戏VR互动概念。•使用加工和3D打印零件创建了用于未来动画玩具的机制模拟。工程活动结构和复合材料实验室 - 研究生研究员2023-2024•研究物理知情的神经网络,用于建模飞行中机翼的空气动力学和结构响应。•开发和训练神经网络,使用Pytorch和Nvidia模量框架预测复杂的3D流。Avatar Xprize Arm Capstone Project 2019秋季•在由5名学生组成的团队中,设计和原型拟建了拟人化机器人手臂和触觉外骨骼控制器。•开发了一个带有精确扭矩控制的准直接驱动应用程序的紧凑型无刷发动机驱动程序。•编写了电动机控制器固件,包括面向现场的控制,RS485上的串行通信以及实施
国会法案规定成立肯尼亚机器人和人工智能协会;规定其职能和权力;促进肯尼亚共和国境内机器人和人工智能技术负责任和合乎道德的发展和应用;并用于相关目的。
社会大趋势也表明,需要增加机器人技术的利用率。有必要将制造业从汽车转移到半导体。目前(后疫情时代)劳动力短缺。根据美联储的数据,每十个空缺行业职位中只有七名工人可用 1 。如果没有提高生产率的“工具”,经济增长将面临挑战。人口每天老龄化 8 小时,随着时间的推移,劳动力减少,65 岁以上人口数量显著增加,这将对医疗保健系统和那些希望长期留在家中以继续享受高质量生活的人构成挑战。在技术快速变化的世界中,还需要提供持续劳动力培训的机制,以保持和发展经济增长的良好条件。
摘要这项研究调查了Ubuntu哲学与撒哈拉亚州非洲的AI驱动新闻实践的融合。特别关注其挑战,机遇和对提高包容性的影响,该研究描述了实际的询问行为,包括优先考虑多样化的数据源,建立道德准则,促进AI素养,确保透明度和问责制,并分配公平的资源。借鉴了刚果DRC,肯尼亚,坦桑尼亚,乌干达和赞比亚的记者的观点,发现非洲记者在与人工智能工具的互动中遇到了各种经验,从热情的拥抱到对他们的重视能力和代表性和代表性。在背景下,该研究提出了一种受Ubuntu哲学启发的规范视角,强调了关系,社会进步,社会和谐和人类尊严,是负责在新闻业中使用AI的指导框架。通过在Ubuntu哲学中重新构想AI新闻业,该研究强调了创造一种技术性景观的潜力,在该景观中,所有个人和社区都得到公平地对待,与相互联系的NESS,社区责任和集体福祉的原则保持一致。
摘要 - 今年,由中学和高中学生组成的团队Inspion的新团队正在建立未来几年的STEM管道。凭借更少的机器人经验,该团队利用过去的课程和能力,并将部署更有能力的自动驾驶水下汽车(AUV)Onyx来执行任务,而较小的AUVGræy,Græy,正在用作测试台,并且有推动者可以展示Intersub交流。团队集成了一个新的光纤陀螺仪(FOG)和多普勒速度日志(DVL)算法,该算法与水力机,摄像头和一个机上惯性测量单元(IMU)相结合,可实现更准确的导航。团队继续改善软件,并结合了更强大的本地化算法。团队的开源Robosub 101指南[1]已更新以加速和文档学习作为全球新RoboSub参与者的参考文献文档。
