在智能機(jī)器人視覺(jué)方面的工作，主要體現(xiàn)在感知、理解、學(xué)習(xí)及推理4個(gè)方面，涉及到目標(biāo)檢測(cè)、目標(biāo)追蹤、人體姿態(tài)估計(jì)、人臉識(shí)別、行為識(shí)別、推理等技術(shù)。我們不僅僅是把目標(biāo)檢測(cè)出來(lái)，還要把目標(biāo)所在3D空間中的位置找出來(lái)，接著要知道是什么。通過(guò)學(xué)習(xí)判斷物體的佳抓握點(diǎn)在哪里，該如何抓取，抓取過(guò)程中如何避開(kāi)障礙物，這都是智能機(jī)器人涉及的視覺(jué)技術(shù)。
基于康復(fù)機(jī)器人內(nèi)部傳感器識(shí)別記錄訓(xùn)練過(guò)程中的運(yùn)動(dòng)學(xué)參數(shù),能夠?qū)崟r(shí)定量評(píng)估不同的運(yùn)動(dòng)模式,還能夠掌握患者是否主動(dòng)參與訓(xùn)練等情況
「Vision+Ask」的任務(wù)包含視覺(jué)問(wèn)題生成、根據(jù)問(wèn)題生成查詢、圖像描述等；「Vision+Answer」的任務(wù)包含視覺(jué)問(wèn)答、視覺(jué)對(duì)話等
對(duì)于聯(lián)邦學(xué)習(xí)技術(shù),數(shù)據(jù)應(yīng)用推廣的經(jīng)驗(yàn),并深入探討聯(lián)邦學(xué)習(xí)在政務(wù),醫(yī)療,金融,廣告,物流的應(yīng)用價(jià)值,以期為數(shù)據(jù)應(yīng)用價(jià)值的釋放帶來(lái)解讀和參考
DeepTech通過(guò)科研數(shù)據(jù)分析、專家訪談等方式洞悉先進(jìn)計(jì)算L域發(fā)展趨勢(shì),探尋具備技術(shù)顛覆性,有商業(yè)化前景的先進(jìn)計(jì)算技術(shù),提煉出 2022 年先進(jìn)計(jì)算技術(shù)及應(yīng)用七大趨勢(shì)
一種基于水凝膠彈性體混合物的仿生機(jī)器皮膚.分為三層結(jié)構(gòu),中間的水凝膠層構(gòu)成機(jī)器皮膚的主體,可以實(shí)現(xiàn)電信號(hào)的傳遞,實(shí)現(xiàn)靜態(tài)和動(dòng)態(tài)觸覺(jué)的模態(tài)識(shí)別
從大型仿人機(jī)器人整機(jī)構(gòu)型國(guó)內(nèi)外研究現(xiàn)狀入手，圍繞機(jī)器人整機(jī)構(gòu)型、關(guān)節(jié)運(yùn)動(dòng)特點(diǎn)、伺服驅(qū)動(dòng)器、減速器、仿真平臺(tái)等方面進(jìn)行深度講解，后就大型仿人機(jī)器人整機(jī)構(gòu)型未來(lái)發(fā)展趨勢(shì)給出自己的見(jiàn)解
HRI的MTL可以使機(jī)器人更輕松，更智能地與新用戶進(jìn)行交互，即使使用諸如RL這樣的數(shù)據(jù)密集型方法，也可以避免社交交互失敗的不利影響。MTL和多模態(tài)ML已用于自動(dòng)識(shí)別自閉癥譜系障礙（ASD）兒童
服務(wù)機(jī)器人潛在危險(xiǎn)有：電擊、與能量有關(guān)的危險(xiǎn)、著火、與熱有關(guān)的危險(xiǎn)、機(jī)械危險(xiǎn)、輻射、化學(xué)危險(xiǎn)等
視頻搜索是涉及信息檢索、自然語(yǔ)言處理（NLP）、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)（CV）等多L域的綜合應(yīng)用場(chǎng)景
驅(qū)動(dòng)系統(tǒng)由4個(gè)200W無(wú)刷直流電機(jī)構(gòu)成，通過(guò)50:1的空心軸減速機(jī)可以G達(dá)2m/s的速度在玉米、G粱等農(nóng)作物的地里前進(jìn)
通過(guò)2D激光雷達(dá)信息采用Hector SLAM實(shí)現(xiàn)機(jī)器人對(duì)地圖的感知和自主導(dǎo)航規(guī)劃，通過(guò)D部的RGB-D相機(jī)采集目標(biāo)物體深度和RGB圖像信息
機(jī)器人的學(xué)習(xí)分為三個(gè)部分的軌跡預(yù)測(cè)包括示教者的手部運(yùn)動(dòng)軌跡、示教者的身體移動(dòng)軌跡以及被操作物體的運(yùn)動(dòng)軌跡
Cosero是德國(guó)波恩大學(xué)的Sven Behnke團(tuán)隊(duì)根據(jù)家庭環(huán)境中的日常操作任務(wù)而研制的一款仿人操作機(jī)器人基于深度學(xué)習(xí)方法的目標(biāo)姿態(tài)估計(jì)和RGB-D SLAM等感知測(cè)量
機(jī)器人、無(wú)人機(jī)、自動(dòng)駕駛汽車(chē)等加快落地，智慧城市深入建設(shè)，更是為傳感器產(chǎn)業(yè)帶來(lái)了難以估量的龐大機(jī)遇
中國(guó)移動(dòng)聯(lián)合產(chǎn)業(yè)合作伙伴發(fā)布《室內(nèi)定位白皮書(shū)》，對(duì)室內(nèi)定位產(chǎn)業(yè)發(fā)展現(xiàn)狀及面臨的挑戰(zhàn)，深入分析了垂直行業(yè)的室內(nèi)定位需求，并詳細(xì)闡述了實(shí)現(xiàn)室內(nèi)定位的技術(shù)原理， 及室內(nèi)定位評(píng)測(cè)體系
下一個(gè)十年，智能人機(jī)交互、多模態(tài)融合、結(jié)合L域需求的 NLP 解決方案建設(shè)、知識(shí)圖譜結(jié)合落地場(chǎng)景等將會(huì)有突破性變化
自然語(yǔ)言處理技術(shù)的應(yīng)用和研究L域發(fā)生了許多有意義的標(biāo)志性事件，技術(shù)進(jìn)展方面主要體現(xiàn)在預(yù)訓(xùn)練語(yǔ)言模型、跨語(yǔ)言 NLP/無(wú)監(jiān)督機(jī)器翻譯、知識(shí)圖譜發(fā)展 + 對(duì)話技術(shù)融合、智能人機(jī)交互、平臺(tái)廠商整合AI產(chǎn)品線
