机器人

1，为什么要岸上供电？ 答：电池主要的问题有两个，一是续航，二是充电。岸上供电可以极大的延长机器在水下的工作时间。所以要用岸上供电。 2，岸上供电的选择？ 答：岸上供电又可以分为两种模式，一是 AC -->DC，简单地讲就是直接交流下去，在ROV内部实现 AC 转DC；另一种是 AC-->DC -->DC，顾名思义就是在岸上先完成AC到DC的转换，在ROV内部需要实现 DC DC转换。（标红的都是高压） 3，为什么岸上要用高压？ 答：一是为了节省线缆成本，二是降低线损，其实是一回事。假设一段线缆的电阻是R，那么通过这段线缆的电流越大，损耗越大。而一般的ROV全力工作的时候，电流上80A那是分分钟的事情，所以R越大，损耗越大。然而，降低R就是加粗线缆，线缆变粗影响机器不说，关键是成本增加。所以通过岸上用高压供电，这个时候就能在相同功率下，线缆走的电流就变小，则降低了线损，又节省了成本。 4，lz使用哪个模式的岸上供电呢？ 答：还用说嘛，当然是高压DC转低压DC了。原因有三： 输送相同功率时，线路造价低，线路有功损耗小。 系统稳定性相比交流供电较高。 直流相对于交流较安全。 OK，先聊到这儿吧！有兴趣的同志可以加我QQ898023874，发邮件也行！欢迎打扰啊、 来源： CSDN 作者： 笑傲江 链接： https://blog.csdn.net/zanran8/article

当你买到拿到心仪的产品的时候，映入眼帘的，就是它的外观，这是靠模具厂、组装厂的工人们精心呵护生产出来的，有的靠人眼检查，有的靠自动化设备检查，不放过一点瑕疵。 当今社会，随着计算机技术，人工智能等科学技术的出现和发展，以及研究的深入，出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现，大大提高了生产作业的效率，避免了因作业条件，主观判断等影响检测结果的准确性，实现能更好更精确地进行表面缺陷检测，更加快速的识别产品表面瑕疵缺陷。 缺陷检测被广泛使用于布匹瑕疵检测、工件表面质量检测、航空航天领域等。传统的算法对规则缺陷以及场景比较简单的场合，能够很好工作，但是对特征不明显的、形状多样、场景比较混乱的场合，则不再适用。近年来，基于深度学习的识别算法越来越成熟，许多公司，例如速嵌智造，开始尝试把深度学习算法应用到工业场合中。 产品表面缺陷检测属于机器视觉技术的一种，就是利用计算机视觉模拟人类视觉的功能，从具体的实物进行图象的采集处理、计算、最终进行实际检测、控制和应用。产品的表面缺陷检测是机器视觉检测的一个重要部分，其检测的准确程度直接会影响产品最终的质量优劣。由于使用人工检测的方法早已不能满足生产和现代工艺生产制造的需求，而利用机器视觉检测很好地克服了这一点，表面缺陷检测系统的广泛应用促进了企业工厂产品高质量的生产与制造业智能自动化的发展。 机器视觉智能检测系统

------------恢复内容开始------------ 通过自己不断地摸索，对ros系统有了一定的了解，首先装系统，这一过程中也遇到了很多问题，但通过不断地尝试，经过一天一夜的倒腾，总算是把系统给安装好了，接下来配置环境，虽然这个过程比较艰辛，总是出现编译出错或者没有功能包依赖等各种问题。但是通过我们的努力，都一点一点的解决了，我会再接再厉， １．首先运行个小乌龟例程： 　　打开一个终端： roscore 　　　　　　 　　#运行ros环境 　　打开一个终端： rosrun turtlesim turtlesim_node 　　　　　　 #运行小乌龟仿真器节点，打开小乌龟运行场景 　　打开一个终端：rosrun turtlesim turtle_teleop_key 　　　　　　　　 　 #运行键盘控制节点，通过方向键控制小乌龟的运动 ２.通过话题给小乌龟发送消息让小乌龟定向运动 命令如下 qqtsj  ~  rostopic pub /turtle1/cmd_vel geometry_msgs/Twist "linear: x: 3.0 y: 0.0 z: 2.0 angular: x: 0.0 y: 0.0 z: 0.0" publishing and latching message. Press ctrl-C to terminate

以数字化为标志，以智能化为特征的新一代商业变革已经到来。 信息技术的创新发展，必然引发商业模式的变革，使得营销、运营、人力、财务策略和运作流程发生变化。在数字化、自动化、智能化的趋势下， 软件机器人 、 人工智能 （ AI ） 、大数据和云计算等新技术被应用到企业的方方面面，使企业流程不断优化、效率不断提升。 什么是 软件机器人 ？ 软件机器人是一种 智能化软件 ，通过模拟并增强人类与计算机的交互过程，实现工作流程中的自动化。 比如说 很多 办公流程，工作人员经常 需要 耗费大量的时间来操作一些重复性的有规律的工作，那么这些任务就可以交给 PRA软件来进行操作，大大提高企业人员的工作效率。 软件机器人的 特点 是什么 ？ 软件机器人最突出的特点就是能够代替大量的人工操作 。 随着人口结构的变化，人力资源变得 越来越 宝贵，软件机器人恰恰 解决了人工 完成那些重复性劳动 的 问题，让企业人员将时间和精力集中在更重要的事情上去。 所以软件机器人给企业带来了巨大的价值。 模拟用户手工操作及交互 软件机器人 可以执行用户的一系列， 类似 鼠标点击、键盘输入、复制 /粘贴等日常电脑操作； 自动化处理 软件机器人通过用户界面（ UI）实现以机器人替代 人工 重复操作任务的自动化处理； 基于明确的流程的操作 流程每一步骤 都 有明确的、可触发的指令，流程没有无法提前配置的例外情况；

随着新技术的迭代，我们在告别传统办公的同时，正拥抱着信息化、无纸化的办公模式。功能各异的办公软件系统，极大地拉近了我们与高效工作的距离。 然而，事实并没有我们想象的那样简单与一劳永逸。 伴随经济大势的整体下行，一批批企业业绩持续惨淡，裁员潮风波不断，如何在现有的条件下，实现办公效率的转变将成为企业所不得不面对的问题。 　　 越来越多的软件工具需要操作 　　长期以来，如何有效提高办公室的工作效率，一直是企业主、管理人员以及各大软件供应商所思考的问题。为此，我们有了丰富的应用程序和系统，用以帮助我们更好的进行生产、成本、项目、财务、供应链、人力资源、客户关系等一系列管理工作。通过OA（协同管理软件）、ERP（企业资源计划系统）、PDM（生产数据管理系统）、CRM（客户管理系统）和其他应用程序集成，维持企业的日常运行。 　　企业也热衷于在相关系统的投入与上新，似乎有了良好的系统平台，就会获得制胜的奥秘。 　　与过去相比，今天的办公室员工则不得不使用更多不同的工具。 　　但现实的问题，依旧令人困惑。为什么我们应用了如此多的管理工具（软件），而办公室的效率依旧没有显著提升，或是没能达到我们的预期状态？ 　　问题的关键出在业务流程的运行上。 　　业务流程的运行情况，对企业的效率提升意义重大。业务流程的良好运行，需要这些功能各异的系统或工具的来回切换与相互配合。但这一过程无法自动实现

近日，软银（Softbank）宣布，将投资三亿进入软件机器人行业，软银认为这一行业未来将成为人工智能与企业的桥梁，是企业自动化的未来，也是数字转型策略的关键支柱，日后还对于这个行业还会有更多投资。 软件机器人到底是什么，何以掀起如此热潮? 软件机器人，实质就是以软件来实现业务处理的自动化，是当下科技领域最热门的一个领域之一。软件机器人使用用户界面（UI）捕获数据并模拟人类操作应用程序，它们能够模仿大多数人类用户的行为，识别、触发、响应并和其他系统进行通信，以此来执行各类重复性任务，包括登录应用程序、复制粘贴数据、提取数据、写入数据、自动操作控件或元素等等。 软件机器人是一种技术，它集成了OCR、NPL等AI技术，并通过模拟人类工作行为，将任务工作流程自动化。日常工作中那些繁琐、复杂、重复的操作计算机的工作任务都是软件机器人自动化的目标。软件机器人的踪影遍布各行各业，而最大的使用者要数医疗、政务、金融、物流、会计、日常办公等领域，这些领域都存在有许多老旧系统，想要尽快加速数字化转型。 软银集团总裁兼首席执行官孙正义先生认为：“软件机器人是一项让你得以在任何应用程式上进行输入、在任何应用界面上读取信息、按照实际工作流程自动完成此项流程的技术。因为软件机器人除了主观决策之外可以做人能做的所有事情，所以它可以操作世界上的任何软件应用。再想一想，在医疗、政务、金融等领域

微信公众号：robot_learning123 分享机器人与人工智能相关的技术与最新进展，欢迎关注与交流。 原文链接： MuJoCo的机器人建模 MuJoCo是目前机器人强化学习中最流行的仿真器，官方论坛提供了一些常见机器人的模型，但是如果其中没有自己需要的机器人模型，就只能自己建一个了。本文主要记录一下如何根据ROS的URDF模型修改并建立一个MuJoCo的机器人模型。由于官方没有一个详细的过程，所以以下内容也主要是自己的摸索，并不一定完全正确。 MuJoCo最主要的参考资料就是官方文档了，建模部分主要参考Modeling和XML Reference。MuJoCo的模型有三种：xx.mjb（二进制文件）, xx.txt, xx.xml，我们常用的还是xml格式的，便于阅读和修改。 1. URDF模型准备 首先，如果是一个比较复杂的机器人模型，需要对其进行一定的修改，才能生成一个能用的MuJoCo模型。此处用到的机器人模型如下 https://github.com/DualUR5Husky/husky ： 1.1 mesh文件 URDF的mesh文件通常有两类：包含材质颜色等信息的dae文件（非必须）与用于碰撞的stl文件。由于MuJoCo并不支持dae文件，只支持stl文件，因此，如果URDF模型中有dae文件，需要全部转换为stl文件。可以使用MeshLab等软件进行转换。

题目描述 ： 数轴原点有一个蠢蠢机器人。该机器人将执行一系列指令，你的任务是预测所有指令执行完毕之后它的位置。 ·LEFT：往左移动一个单位 ·RIGHT: 往右移动一个单位 ·SAME AS i: 和第i 条执行相同的动作。输入保证i 是一个正整数，且不超过之前执行指令数 输入： 输入第一行为数据组数T (T<=100)。每组数据第一行为整数n (1<=n<=100)，即指令条数。以下每行一条指令。指令按照输入顺序编号为1~n。 输出： 对于每组数据，输出机器人的最终位置。每处理完一组数据，机器人应复位到数轴原点。 样例输入 2 3 LEFT RIGHT SAME AS 2 5 LEFT SAME AS 1 SAME AS 2 SAME AS 1 SAME AS 4 简单的模拟题 注意输入一个字符串只需判断s[0]一个字符。 # include <bits/stdc++.h> using namespace std ; const int N = 105 ; char s [ N ] ; int a [ N ] ; //记录影响 int main ( ) { int n , m ; int x , y ; int t ; scanf ( "%d" , & t ) ; while ( t -- ) { scanf ( "%d" , & n ) ; int sum = 0 ; for

题目描述: PIPI升级了蠢蠢机器人,现在机器人站在直角坐标系的原点，面向y轴正方向，给定若干指令，求机器人最终位置。 指令格式： “TURN”:右转90度。 “GO” NUM：直走NUM的距离。 输入: 输入包含多组测试数据，每组数据第一行为m，表示有m个操作，1<= m <= 100。 接下来m行，每行一个指令。 输出: 每组数据对应一行输出机器人最终所在的坐标，以空格隔开，保留3位小数。 样例输入: 3 TURN GO 1 TURN 样例输出: 1.000 0.000 方向数组 # include <bits/stdc++.h> using namespace std ; const int N = 105 ; int dir [ 4 ] [ 2 ] = { { 0 , 1 } , { 1 , 0 } , { 0 , - 1 } , { - 1 , 0 } } ; char s [ N ] ; int main ( ) { int n , m ; while ( ~ scanf ( "%d" , & n ) ) { double a , x = 0 , y = 0 ; int t = 0 ; for ( int i = 1 ; i <= n ; i ++ ) { scanf ( "%s" , s ) ; if ( s [ 0 ] == 'T' ) t = ( t + 1 )

114. 不同的路径 有一个机器人的位于一个 m × n 个网格左上角。 机器人每一时刻只能向下或者向右移动一步。机器人试图达到网格的右下角。 问有多少条不同的路径？ 样例 Example 1: Input: n = 1, m = 3 Output: 1 Explanation: Only one path to target position. Example 2: Input: n = 3, m = 3 Output: 6 Explanation: D : Down R : Right 1) DDRR 2) DRDR 3) DRRD 4) RRDD 5) RDRD 6) RDDR 注意事项 n和m均不超过100 且答案保证在32位整数可表示范围内。 class Solution: """ @param m: positive integer (1 <= m <= 100) @param n: positive integer (1 <= n <= 100) @return: An integer """ def uniquePaths(self, m, n): # write your code here #求阶乘 def JC(num): res = 1 for i in range(1,num+1): res=res*i return res nums = JC(m-1)