XiaoMi-AI文件搜索系统
World File Search Systemrobotic
舌操作机器人的开发与评估......
使用粘性力场 (AV)、比例舌控制 (PT) 和比例舌混合控制 (PT_H) 模式对 10 名健康受试者进行跟踪。 (a) 和 (b) 显示了使用 A 和 PT_H 控制模式跟踪一名健康受试者的终点位置的示例，移动目标速度为 𝝎= 𝟎. 𝟏 。 (c) 和 (d) 分别显示了使用 A 和 PT_H 控制模式映射水平终点位置随时间的示例，移动目标速度为 𝝎= 𝟎. 𝟏 。蓝线表示水平终点位置的虚拟现实映射；红线表示移动目标的位置。绿线之间的区域表示没有机器人协助的活动范围。 (e) 显示了在所有健康受试者中计算出的两种不同速度的每种模式的 RMSE（平均值±SD）。星号表示控制模式之间存在显著 (p<0.05) 差异。
蓝牙控制机械臂的设计与实现
机器人和自动化（尤其是物联网）的发展推动了蓝牙操作机械臂的发展。这些机械臂可以执行拾取和放置等任务，从而减少人员疲劳和错误。两种控制策略（力和运动控制）可实现精确操作。通过使用具有蓝牙连接的智能手机，用户可以远程控制机械臂。蓝牙模块（如 HC05）促进了这种连接。这种机械臂可以处理危险材料或难以接近的区域的任务。这些机械臂具有灵活性，可以重新编程以执行各种任务。它们使用 Arduino Uno 和四个伺服电机设计，通过移动应用程序进行控制，确保用户友好操作。该系统使用 CAD 软件和 3D 打印建模，可提高工业设置的安全性和效率。它可以实现远程控制和精确移动，以执行处理弹药等任务。
机器人夹爪自锁欠驱动机构
摘要 — 我们描述了一种新型机电一体化机器人夹持器的设计概念和第一个原型，该夹持器旨在安装在人形机器人上，以实现牢固（即锁定）和稳健的抓握。这种抓握可以理想地支持复杂的多接触运动，例如爬梯子或操纵复杂工具，同时具有节能效果。为此，我们提出了一种解决方案，即设计一种智能自锁欠驱动机构，该机构与执行器并联安装，当实现所需的抓握时自动触发。该设计通过差速齿轮利用夹持器和制动器之间的可调功率分配。我们的夹持器具有自适应、牢固抓握和节能功能的优势，并通过原型夹持器进行了实验。
在体育领域的机器人应用中审查
摘要：随着计算机处理能力和深度学习网络模型的更新，基于计算机软件和硬件的人工智能技术已迅速发展。作为人工智能技术的物理载体，机器人作为一种整合多个学科的综合技术，也已在多个领域中迅速开发和应用。同时，运动科学研究不再限于运动和培训的研究，逐渐引入工程技术。这改善了传统的运动发展智能运动，并增加了体育教育的乐趣。通过咨询文献和材料，本文回顾了机器人在体育领域的应用，并列出了一些常见的机器人案例。此外，分析了不同体育项目的机器人技术，并解释了每个体育项目的相对积极意义。最后，提供了对未来趋势的摘要和建议。
机器人真空吸尘器的用户体验
摘要。机器人真空吸尘器是家庭自动化的一个典型例子，也是有关人们如何体验的丰富信息来源。根据为期三周的日记研究，本文将机器人真空吸尘器的住户用户体验（UX）与三种类型的手动真空吸尘器的UX进行了比较。主要发现是使用机器人真空吸尘器在使用不足，但会转换真空。尽管他们的自卑是关于务实的品质，但它们的变革力量与他们的自主权，代理和享乐主义品质有关。这种矛盾的UX涉及机器人真空吸尘器在九个表面中的七个表面上的表现更糟或根本不变，同时似乎会升级清洁标准。诸如吸尘的家庭杂务的转变正在进行中，并呼吁对工程和合并UX的实用和享乐主义方面进行进一步研究。
开发机器人桥维护系统
本文描述了用于钢桥的自动涂料和防锈系统的研究和开发。该系统的最终目标是减少人类接触有害和危险的材料（例如油漆颗粒，石棉，生锈和/或铅），使工人免于劳动密集型工作，并最大程度地减少桥梁维护费用。机器人配备了许多非破坏性评估（NDE）检测器和导航控制系统，使其能够准确，独立地绕过桥甲板。这使机器人可以收集视觉数据并进行NDE评估。建议的机器人系统可以使数据收集和检查桥甲板的检查更快，更经济地完成。为了进行有效的桥甲板观察，深度涵盖了一种裂纹检测方法，并用于创建甲板裂纹图。机器人收集超声波表面波（USW），Infect-Echo（IE）和电阻率（ER）的数据。处理后，这些数据被用来生成桥甲板的腐蚀，分层和水泥弹性模量的地图。包括关于机器人设计过程，主要研究主题，辅助技术和系统创建的完整讨论。是对一些重要问题的回顾和研究当前状态的概述。
机器人空间感知的场景表示
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。
机器人技术和操作的实用指南| ...
课程：机器人技术101-机器人技术和操作联系时间的实用指南：24先决条件：科学和技术的基础知识摘要机器人技术和操作中的这一课程提供了对机器人技术的介绍性探索，专注于基本概念，原理，原理和操作机器人的实践技能。在整个课程中，学生将进行理论讨论，有关活动和现实世界的应用程序，以发展对机器人系统的全面理解。目标受众本课程适合于学生，业余爱好者和专业人士，他们希望发展机器人操作的基础知识并获得其运营的技术和实践技能。在完成本课程时的学习成果，学习者将能够：
机器人操纵的对象意识到的高斯裂片
摘要 - 在3D中了解我们世界的动态对于机器人应用的性能和稳健性至关重要。尽管最近的进度已与视觉模型和体积渲染结合起来提供语义3D表示形式，但大型模型的推理时间既不是实时机器人操作的所需更新速度。在这项工作中，我们建议将“对象”注入基于3D高斯人的语义表示[1]。具有相同语义标签的高斯人可以一起初始化和更新，从而导致快速更新，以响应机器人和对象运动。所有必要的语义信息都是从验证的基础模型的第一步中提取的，从而规避了大型模型的推理瓶颈，但仍获取语义信息。只有三个相机视图，我们提出的表示形式可以实时捕获30 Hz的动态场景，这对于大多数操纵任务就足够了。通过基于我们的对象感知的高斯分裂来利用表示形式，我们能够求解语言条件的动态握把，为此，机器人抓取了开放词汇查询指定的动态移动对象。我们还使用该表示形式通过行为克隆来训练视觉运动策略，并表明该策略通过预审计的编码者获得了基于图像的策略的可比结果。视频https://object-aware-gaussian.github.io
25号迈向自主机器人系统（...
塔罗斯（Taros）是运行时间最长的英国托管机器人和自动系统国际会议（RAS），致力于对自动机器人研究和应用中最新结果和方法的介绍和讨论。会议为机器人研究人员和行业专业人员提供了一个热情的环境，以评估当前的发展并计划未来的进步。这是一个拥抱高级研究人员和研究专业学生的平台，为科学界提供了独特的机会。