我%2C机器人_我%2C机器人pdf下载_爱问共享资料
我%2C机器人.pdf
简介：本文档为《我%2C机器人pdf》，可适用于文学艺术领域，主题内容包含《我机喏亰》作耀：美艾萨兊阸西莫夝引觊第一窣罓殑第事窣环舞第三窣掏玷第喑窣捉兔觕第亏窣诪假诎癿机喏亰第六窣捉拿机喏亰第七窣逃遰第八窣证据第乓窣换丢觇符等。
(window.slotbydup=window.slotbydup || []).push({
id: '4090793',
container: s,
size: '920,90',
display: 'inlay-fix'
我%2C机器人.pdf
我%2C机器人.pdf
简介：本文档为《我%2C机器人pdf》，可适用于文学艺术领域，主题内容包含《我机喏亰》作耀：美艾萨兊阸西莫夝引觊第一窣罓殑第事窣环舞第三窣掏玷第喑窣捉兔觕第亏窣诪假诎癿机喏亰第六窣捉拿机喏亰第七窣逃遰第八窣证据第乓窣换丢觇符等。
(window.slotbydup=window.slotbydup || []).push({
id: '4090793',
container: s,
size: '920,90',
display: 'inlay-fix'
该用户的其他资料
我的一个学生写的关于在大学上古典音乐课的美好回忆，优美的文字！看了喜欢的话请来看看本人博客
我最喜欢的古典音乐乐评之一，台湾诗人陈黎，他翻译的聂鲁达很棒。（其他我喜欢的写古典的还有庄裕安，吕正惠，李欧梵，管风琴（马慧元））
我最喜欢的古典音乐乐评之一，台湾文学教授吕正惠。（其他我喜欢的写古典的还有庄裕安，陈黎，李欧梵，管风琴（马慧元））
书名有点庸俗，内容不俗。列出了最好的50位古典作曲家（巴赫，莫扎特，贝多芬..)，推荐了他们的经典曲目。文笔很风趣。
犹太鬼才导演，国内出版有他的&门萨的娼妓》
西班牙电影大师布努艾尔
法国电影史家乔治.萨杜尔
法国电影大师罗贝尔·布烈松的经典电影书籍
看了比利.怀尔德的《双重赔偿》（雷蒙.钱德勒剧本），深深为黑色电影所吸引。
德国电影大师法斯宾德
关于电影的书
法国电影大师布莱松
在此可输入您对该资料的评论~
阅读量：428
阅读量：638
阅读量：192
阅读量：894
阅读量：747
阅读量：1057
阅读量：608
资料评价：
所需积分：2我也是自动化出身，讲讲自己的体会。&br&&br&外面的世界是现实，学校里只是现实的一个预模拟。什么意思呢？学校里专业的设置，特别是工科，很多是针对着公司、产业或社会的需要。但公司社会的需要变得很快，学校里的专业却因为种种原因，往往跟不上。在世界上好的大学，会好一些，但仍旧存在这个问题。因为毕竟如果专业设置年年换，岂不就乱套了。四年换一次的，我也没听说过。但四年，对于有些产业，已经发生了很大变化了。理解了这一点，就知道当产业的需要跟学校的设置对不上的时候，该如何做了。&br&&br&比如无人驾驶这个产业，很有前景，但我还没听说过有这个专业。如果有的话，那就需要开自动控制原理、最优估计、汽车原理、机器学习、模式识别、传感器原理、电机与拖动、雷达原理、人工智能等等，还有学相关的编程语言等等等等，大概也可以叫汽车与其自动化，哈哈哈。但可能以后有了这个专业之后，行业需要又变了。到时候这个专业的，又开始没头绪了。&br&&br&像这样的例子还有很多很多。&br&&br&这就回到了你的问题。其实没必要抓住专业出身不放，英雄不问出路，不是么？干吗让你几年的学习，决定你今后几十年的事业？专业的学习，更多是种训练。如果抓住这个不放的话，有很多liberal arts的大学，出来统统失业了么？&br&&br&如果真要抓的话，那就抓行业吧，认准行业的发展趋势。风口浪尖上猪都能飞起来，真空里老鹰都没不起来。不要一边觉得自己是老鹰，一边又抱怨真空。想飞就到风头浪尖上。&br&&br&当然，如果真的非认准自动化的企业的话，那GE、西门子、三菱什么的都有需求，还有很多的广义机器人公司。但我个人观点，风头浪尖，一定是出人人都能用的产品的地方。就自动化而言，大概只有机器人行业。&br&&br&---&br&&br&&a href=&/question//answer/& class=&internal&&自动化专业大一，对这个专业好失望，怎么办？ - 匿名用户的回答&/a&
我也是自动化出身，讲讲自己的体会。 外面的世界是现实，学校里只是现实的一个预模拟。什么意思呢？学校里专业的设置，特别是工科，很多是针对着公司、产业或社会的需要。但公司社会的需要变得很快，学校里的专业却因为种种原因，往往跟不上。在世界上好的…
把生孩子和养孩子这两件事情捆绑在一起，正说明我们的生产力还不够发达，生产制度落后导致的，所以还到不了题主说的那个时候。
把生孩子和养孩子这两件事情捆绑在一起，正说明我们的生产力还不够发达，生产制度落后导致的，所以还到不了题主说的那个时候。
&p&华为的「狼性文化」和大疆的「真知灼见」&b&都是结果导向的企业文化。&/b&
这样的文化强调「专注问题的解决」，具体到工作中就是& 完成工作是最高任务&，这样的好处就是，同事都是对事不对人，衔接和合作会非常高效，但是相应的，感情方面会很淡薄，很多人会觉得人情冷漠。&/p&&p&但是就侧重点来说，华为要比大疆更加激进一些，华为的「狼性文化」更强调「目的的达成」，而大疆的「真知灼见」更强调「真理、最佳方案」。从表达上也能看出来，毕竟「真知灼见」听起来还挺积极向上，「狼性」这个词儿就怎么听都觉得无情了。&/p&&p&最明显的就是华为的奋斗者协议，&b&这种东西，简直就是画个靶子让人打。&/b&&/p&&p&所以知乎上面很多「小资知识分子」都很讨厌华为，在他们眼中，朝九晚六才是王道，所有996都有原罪。&/p&&p&但是作为硬件创业过的人，私以为推行一种求真务实的拼搏精神，对于产品为中心的硬件公司来说，比想象中要重要很多。&/p&&p&「加班加点也要解决问题」背后的逻辑其实很简单：&b&对手也在加班。&/b&&/p&
华为的「狼性文化」和大疆的「真知灼见」都是结果导向的企业文化。
这样的文化强调「专注问题的解决」，具体到工作中就是" 完成工作是最高任务"，这样的好处就是，同事都是对事不对人，衔接和合作会非常高效，但是相应的，感情方面会很淡薄，很多人会觉得人…
憋说话，全家福镇楼。&img src=&/v2-3e133ed69b30ceac969f79af627ec6e9_b.jpg& data-rawwidth=&5312& data-rawheight=&2988& class=&origin_image zh-lightbox-thumb& width=&5312& data-original=&/v2-3e133ed69b30ceac969f79af627ec6e9_r.jpg&&&br&--------------------------------------------梦想与现实分割线--------------------------------------------&br&说实话，刚入职DJI听说被安排到竞培部，我的内心是拒绝的&br&研究生毕业，参加过的萝卜坑也是4年前，本以为可以身居高大上的写字楼里，坐在宽敞明亮的工作上，做着逼格满满的设计工作。。。&br&眼前却又让我重头搞比赛。。。那句英语怎么说来着，“阿尤可埃定密？”&br&&blockquote&&u&什么？自由分组对抗？&br&什么？零件加工还要自己找供应商？&br&什么？明天要扑袭？（不要问我是什么意思，任性的我不愿回忆）&br&什么？比赛结果会影响下一节点的经费？&/u&&br&。。。&br&什么？明天强制休息？&/blockquote&&p&如此快节奏的生活，让我这个“新人”的心里草泥马乱撞。&/p&&br&-----------------------------------------------正能量分割线----------------------------------------------&br&但是（对，这并非是一片吐槽贴。前方满满正能量。）&br&但是！就是竞技性如此强的氛围，让我有种重拾斗志的决心；同样也正是如此高强度的机器人迭代，让绝大部分同学在短时间内收获颇丰。&br&在这里，有比以前学校搞比赛所没有的畅快感。钱不是问题、人员不是问题、供应商不是问题，只看你有没有想法、有没有精力、有没有胆量。团队的目标都是高度一致的，团队的运作也几乎不受外界干预。而这种自由式发展也让大家更具主人翁意识，不仅仅只负责自己手头上负责的模块，而把整个团队的进度都考虑其中。&br&&blockquote&在这里我们一起做牛逼机器人&/blockquote&&img src=&/v2-d7db78ed97b25bcd9a0b84e859efe6a3_b.jpg& data-rawwidth=&1334& data-rawheight=&1001& class=&origin_image zh-lightbox-thumb& width=&1334& data-original=&/v2-d7db78ed97b25bcd9a0b84e859efe6a3_r.jpg&&&blockquote&一起畅聊梦想&/blockquote&&img src=&/v2-0917163eefa442ff0e882cc4cae3434a_b.jpg& data-rawwidth=&1280& data-rawheight=&960& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/v2-0917163eefa442ff0e882cc4cae3434a_r.jpg&&&blockquote&有时，我们也互相帮助&/blockquote&&img src=&/v2-f1d5c94ceffbb6fecb49e_b.jpg& data-rawwidth=&1334& data-rawheight=&1001& class=&origin_image zh-lightbox-thumb& width=&1334& data-original=&/v2-f1d5c94ceffbb6fecb49e_r.jpg&&&br&&blockquote&本以为很漫长的三个月，眨眼就过去了。&/blockquote&&img src=&/v2-abbe5ed9e219_b.jpg& data-rawwidth=&1280& data-rawheight=&960& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/v2-abbe5ed9e219_r.jpg&&&br&以上，证明了我们Four组在竞培部的存在，我们曾一起在这里，并肩作战创造辉煌。&br&------------------------------------------------不是软文分割线------------------------------------------&br&如果你还没参加过机器人竞赛，来这里可以学到太多，不论机械、电控、算法，都是今后职业道路上的必备且重要技能。&br&如果你参加过机器人竞赛，来这里可以继续拓展相应技能，累计所需的同时，再抓住青春的尾巴，认识一群志同道合的伙伴。&br&&p&此刻，我如愿回到了总部，&br&身居高大上的写字楼里，坐在宽敞明亮的工作上，做着逼格满满的设计工作。&br&却经常不经意间回忆起在竞陪部的那段日子，&br&友谊、汗水、通宵、机器人、竞技对抗，&br&以及拥有以上标签的筑梦之地。&/p&
憋说话，全家福镇楼。 --------------------------------------------梦想与现实分割线-------------------------------------------- 说实话，刚入职DJI听说被安排到竞培部，我的内心是拒绝的 研究生毕业，参加过的萝卜坑也是4年前，本以为可以身居高大上…
&p&HKUST 的VINS-mobile，
建立的开源项目， 提供了完整的算法代码， 以及一个可以在苹果的iphone6S及后续机型上实时运行的demo， demo效果非常令人惊艳。&/p&&p&项目地址:
&a href=&///?target=https%3A///HKUST-Aerial-Robotics/VINS-Mobile& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&HKUST-Aerial-Robotics/VINS-Mobile&i class=&icon-external&&&/i&&/a&&/p&&p&视频:
&a href=&///?target=https%3A///watch%3Fv%3DqazzGT84Scc%26feature%3Dyoutu.be& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&/watch?v=qazzGT84Scc&feature=youtu.be&i class=&icon-external&&&/i&&/a& &/p&&p&相关的三篇论文可以在项目介绍里找到下载地址。&/p&&p&感谢这些科研人员的无私奉献。&/p&&p&属于optimized-based的紧耦合方法，系统框架如下图，前端基于KLT跟踪算法， 后端基于滑动窗口的优化(采用ceres库)， 基于DBoW的回环检测。&/p&&img src=&/v2-145f576a58d1123a9faa1d265af40522_b.png& data-rawwidth=&1419& data-rawheight=&792& class=&origin_image zh-lightbox-thumb& width=&1419& data-original=&/v2-145f576a58d1123a9faa1d265af40522_r.png&&
HKUST 的VINS-mobile， 建立的开源项目， 提供了完整的算法代码， 以及一个可以在苹果的iphone6S及后续机型上实时运行的demo， demo效果非常令人惊艳。项目地址: 视频:
一个题目能错这么多也真不容易了。&br&1. 人家叫Data，不叫dete。&br&2. 没有最后了，第10部结尾他就挂了（悲报）&br&3. 问号位置对吗？&br&&br&另外，别光看电影，电视剧才是支撑Star Trek设定的主要因素。
一个题目能错这么多也真不容易了。 1. 人家叫Data，不叫dete。 2. 没有最后了，第10部结尾他就挂了（悲报） 3. 问号位置对吗？ 另外，别光看电影，电视剧才是支撑Star Trek设定的主要因素。
这个问题要从两个方面回答可能比较好，第一是油动的优势和劣势，第二是市场的接受程度（易用性）。&br&&br&PS, 更正一下，航模不是用的柴油啊...是甲醇+硝基甲烷+润滑油...&br&&br&先说第一点，油动的最大特点就是飞行时间长/每单位燃料蕴含的能量多，但是随之而来的有很多问题。&br&1. 发动机的调试和保养。油机刚买来的时候要磨合，磨合后在起飞之前要求根据天气情况调整油针，就这一点就已经很繁琐了（也比较有技术含量）。发动机在飞行后要清理，因为硝基甲烷对发动机气缸活塞有腐蚀作用。发动机尾气排出的油雾会附着着在飞机上，也同样会有少量的腐蚀性，所以飞行之后用乙醇擦飞机是必须的流程（这个也很繁琐）。&br&2. 发动机的震动问题。油机是活塞式发动机，就躲不开震动的问题，然而现在的大量电子设备对隔震的要求还是挺高的，而且在发动机作为第一震源，气动力作为第二震源地情况下，飞机整体发生共振也不是没有可能。所以为了避免震动，不使用油机最为保险。&br&3. 油机的响应速度。因为发动机是旋转部件，而且油机的做功是不连续的（2/4冲程），所以油机的响应速度比电机要慢。对于控制系统而言，最抓狂的莫过于给了命令没反应或者慢慢腾腾的反应了吧...何况与第一点耦合起来，每次油机的响应可能都会有些许的差别。&br&4. 燃料。 油机的燃料其实也是一件比较有学问的事。发动机的磨合过程结束之后理论上是不允许随意更换燃料的，如果更换就重新磨合发动机。然而在国内并不能一直保持充足的燃料供应（TB经常没货，或者买的少不给寄...）。&br&&br&总之，伺候一台油动发动机是一件很繁琐的事...作为顾客或者爱好者，可能并不像了解这么多专业性的问题。所以就会有了市场接受程度的问题。（如果是油动四轴...好吧...首先我们来谈一下怎样让4台发动机磨合成相同的状态....再说别的）&br&&br&对比于油机，显然电机更加方便快捷。良好的电子设计已经导致对用户屏蔽了很多相关知识。用户基本可以做到到手就飞...这一点显然比油动发动机更具优势。&br&其次，大部分民用用户并不是拿无人机做什么极限性的测试，所以对航程（飞行时间）的要求也不高，电机完全胜任任。&br&&br&大概就是这样...想起来再继续答....
这个问题要从两个方面回答可能比较好，第一是油动的优势和劣势，第二是市场的接受程度（易用性）。 PS, 更正一下，航模不是用的柴油啊...是甲醇+硝基甲烷+润滑油... 先说第一点，油动的最大特点就是飞行时间长/每单位燃料蕴含的能量多，但是随之而来的有很…
有图预警！&br&哈哈哈哈工大前领队来答一下&br&&img src=&/f980f1ff95_b.png& data-rawwidth=&984& data-rawheight=&736& class=&origin_image zh-lightbox-thumb& width=&984& data-original=&/f980f1ff95_r.png&&&br&作为一个航空宇航学科排名全国前五的高校，还有飞行器设计、制造、动力工程等等专业，按理说应该有较为完备的技术支撑吧。。。&br&&img src=&/1f590e02945afdb9f30c54_b.png& data-rawwidth=&984& data-rawheight=&729& class=&origin_image zh-lightbox-thumb& width=&984& data-original=&/1f590e02945afdb9f30c54_r.png&&&br&然而没有啊！我们真不是航空专业院校啊！说出去都没人信啊！工大的航模队连教练都没有啊！指导教师只负责日常管理啊！&br&&img src=&/ba48fae886ec759a517e_b.png& data-rawwidth=&984& data-rawheight=&729& class=&origin_image zh-lightbox-thumb& width=&984& data-original=&/ba48fae886ec759a517e_r.png&&&br&飞行器设计专业学的都是火箭和卫星啊！大气层内长翅膀的东西对我们来说不是飞机，是导弹啊！&br&学校的经费支持一年十多万，说多不多，说少也不算少，比上不足比下有余。队内大二是主力，大三是骨干，到了大四基本没人了。有个别技术大牛起到传承的作用，培训什么的也都是由高年级进行的。&br&&img src=&/03cbaaf43ab04d9f67d0_b.png& data-rawwidth=&720& data-rawheight=&540& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/03cbaaf43ab04d9f67d0_r.png&&&br&搞四轴的老师一抓一把，但是都是在做算法和飞控，对航空了解甚少，我们队也就是野蛮发展的状态，直升机和火箭项目的成绩一直不错，涉及到国赛核心的1kg3kg太阳能和对地，都是重在参与。直升机成绩好是因为新买的飞机，操作手也不错，火箭是因为本身有技术积累。&br&&img src=&/11e4a7390becd86cb7eb0c697f8871a2_b.png& data-rawwidth=&984& data-rawheight=&729& class=&origin_image zh-lightbox-thumb& width=&984& data-original=&/11e4a7390becd86cb7eb0c697f8871a2_r.png&&&br&不过队内氛围还是很好的，非常high，尤其是国赛的时候！虽然我现在不带队了，但是留给我的都是回忆～回去找找图，后面上来。
有图预警！ 哈哈哈哈工大前领队来答一下 作为一个航空宇航学科排名全国前五的高校，还有飞行器设计、制造、动力工程等等专业，按理说应该有较为完备的技术支撑吧。。。 然而没有啊！我们真不是航空专业院校啊！说出去都没人信啊！工大的航模队连教练都没有…
我当年大二做视觉的时候也是一脸懵逼，所以来答一下吧，希望能有帮助。&br&虽然被邀请了，但由于没有做过这个项目，所以也算是强答吧？如果有答得不对的地方，也欢迎大家指出。&br&&br&首先，这个比赛应该是要求利用视觉系统识别羽毛球位置，并估计出羽毛球速度、预测击球点。&br&好了，提取几个&strong&可能&/strong&会用到的关键技术点：①立体视觉（标定）；②目标检测（图像处理）；③机器人控制（实时性）；④kalman滤波/粒子滤波。&br&&br&&strong&①立体视觉（标定）&/strong&&br&要想得到羽毛球的位置，就需要使用立体视觉技术，根据使用的设备不同，标定难易也不同：&br&1）如果是打算自己用两个相机组成双目视觉系统&br&&img src=&/v2-ef4d8ac7d_b.png& data-rawwidth=&1348& data-rawheight=&557& class=&origin_image zh-lightbox-thumb& width=&1348& data-original=&/v2-ef4d8ac7d_r.png&&&br&那么需要进行两个相机之间的标定+相机系统与世界坐标系（球场）的标定。&br&2）如果是购买现成的立体视觉传感器（内参已经标定好），如kinect或其他双目相机&br&&img src=&/v2-e2bf5af2147d97_b.png& data-rawwidth=&979& data-rawheight=&733& class=&origin_image zh-lightbox-thumb& width=&979& data-original=&/v2-e2bf5af2147d97_r.png&&&img src=&/v2-17a28d347ca_b.jpg& data-rawwidth=&500& data-rawheight=&226& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&/v2-17a28d347ca_r.jpg&&那么就只需要标定相机系统与场地坐标系之间的相对位姿。&br&由于标定只需要进行一次，所以对计算效率等要求并不高。但是，编程难度而言，对于视觉入门者来说，还是比较难的。&br&所以，这部分要求&strong&容易实现&/strong&（有源代码或者能直接使用的标定库），对&strong&实时性无要求&/strong&。那么，Matlab（&a href=&///?target=http%3A//www.vision.caltech.edu/bouguetj/calib_doc/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Camera Calibration Toolbox for Matlab&i class=&icon-external&&&/i&&/a&）和OpenCV（&a href=&///?target=http%3A//docs.opencv.org/2.4/doc/tutorials/calib3d/camera_calibration/camera_calibration.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Camera calibration With OpenCV&i class=&icon-external&&&/i&&/a&）都是可以的。语言的话，用Matlab就是采用它自己的语言，用OpenCV的话，建议C++。&br&&br&&strong&②目标检测（图像处理）&/strong&&br&这个应该是这个项目的主要内容。就是如何根据采集到的图像得到羽毛球位置。&br&还是根据传感器分为两种做法：&br&1）双目相机：&br&如果是采用双目相机，那方法就是通过分别检测羽毛球在两幅图像中的位置，通过前面标定数据，利用简单的几何关系计算出羽毛球的3D坐标（如下图）。&br&&img src=&/v2-9b07b18baea5fea18eab3f_b.jpg& data-rawwidth=&421& data-rawheight=&383& class=&origin_image zh-lightbox-thumb& width=&421& data-original=&/v2-9b07b18baea5fea18eab3f_r.jpg&&&br&要从每幅图像中处理得到羽毛球位置，可能会用到的图像处理技术有&em&阈值分割、二值化、膨胀腐蚀等形态学处理、连通域处理、关键点提取&/em&等。&br&那么，这些工作Matlab（&a href=&///?target=https%3A///products/image/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Image Processing Toolbox&i class=&icon-external&&&/i&&/a&）和OpenCV（&a href=&///?target=http%3A//docs.opencv.org/2.4/doc/tutorials/imgproc/table_of_content_imgproc/table_of_content_imgproc.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&imgproc&i class=&icon-external&&&/i&&/a&, &a href=&///?target=http%3A//docs.opencv.org/2.4/doc/tutorials/features2d/table_of_content_features2d/table_of_content_features2d.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&feature2d&i class=&icon-external&&&/i&&/a&）也都可以做。&br&区别是Matlab比较好调试、对于初学者也比较友好。OpenCV处理比较快。&br&2）kinect等&br&如果是能直接拿到点云数据（就是一堆xyz坐标点，大概如下图）&br&&img src=&/v2-6a23dd8ecada862ee2ded0_b.jpg& data-rawwidth=&900& data-rawheight=&486& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&/v2-6a23dd8ecada862ee2ded0_r.jpg&&&br&那么，就可以采用简单的点云分割、欧氏聚类等算法可以实现（具体效果不清楚）。如果是要处理点云，那么自然是建议采用PCL（&a href=&///?target=http%3A//pointclouds.org/documentation/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Point Cloud Library (PCL)&i class=&icon-external&&&/i&&/a&）了，编程语言是C++。据说新版本Matlab（&a href=&///?target=http%3A///help/vision/3-d-point-cloud-processing.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&3-D Point Cloud Processing&i class=&icon-external&&&/i&&/a&）里面也有点云处理的功能，但似乎处理速度极慢（存疑？）。&br&&br&&strong&③机器人控制（实时性）&/strong&&br&由于比赛过程中，需要实时检测羽毛球位置，对算法的实时性要求较高。因此，Matlab只能放弃了，要连机器人的话还是C++比较实用。&br&&br&&strong&④kalman滤波/粒子滤波&/strong&&br&这一步其实很重要，前面三步只是计算当前图片/点云中的羽毛球位置，而打羽毛球时，我们需要得到羽毛球的速度、并估算出羽毛球下一时刻的位置和击球点。&br&当然，粒子滤波在目标跟踪领域很常用，但是由于羽毛球可以建立动力学模型，所以我比较推荐kalman滤波。&br&这些算法都很容易实现，网上也一大堆博客教程。MATLAB还是C++都可以。&br&&br&⑤&strong&DL&/strong&&br&好吧，如果不想从传统视觉的方法做，想利用深度学习的话，那么前面的当我没说，直接根据你使用的深度学习库选择语言与平台即可。&br&&br&综上，如下：&br&&img src=&/v2-822f6bcdec92bc_b.png& data-rawwidth=&1370& data-rawheight=&711& class=&origin_image zh-lightbox-thumb& width=&1370& data-original=&/v2-822f6bcdec92bc_r.png&&&br&最后，不论是OpenCV，PCL还是MATLAB，确定之后，就直接去看他们的教程吧&a href=&///?target=http%3A//docs.opencv.org/2.4/doc/tutorials/tutorials.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&OpenCV&i class=&icon-external&&&/i&&/a&，&a href=&///?target=http%3A//pointclouds.org/documentation/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&PCL&i class=&icon-external&&&/i&&/a&，&a href=&///?target=http%3A///help/images/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Matlab&i class=&icon-external&&&/i&&/a&。都很容易就能掌握的。&br&图像处理的基础知识，可以看冈萨雷斯的《数字图像处理》，有中文版：&br&Rafael Gonzalez, C., and E. Richard Woods. &Digital image processing.&&i&Pearson Education&/i& (2002).
我当年大二做视觉的时候也是一脸懵逼，所以来答一下吧，希望能有帮助。 虽然被邀请了，但由于没有做过这个项目，所以也算是强答吧？如果有答得不对的地方，也欢迎大家指出。 首先，这个比赛应该是要求利用视觉系统识别羽毛球位置，并估计出羽毛球速度、预测…
我们最近在ICRA上发表了一些相关尝试，试图用深度学习来帮助pose recognition。。但是。。我是来捣乱的！&br&&br&脑残也是残，微信机器人也是机器人啊！深度学习可以很容易撸一个斗图机器人出来啊！大家调戏得很开心啊！（那个鸭子头像是机器人）&br&&br&&img data-rawwidth=&317& data-rawheight=&2048& src=&/v2-5b65aafea6ba7da4680f13_b.jpg& class=&content_image& width=&317&&&br&&br&&br&&img data-rawwidth=&604& data-rawheight=&2048& src=&/v2-6fd9bf7f5c87c345fb929a_b.png& class=&origin_image zh-lightbox-thumb& width=&604& data-original=&/v2-6fd9bf7f5c87c345fb929a_r.png&&&br&&br&&br&但因为直接用的是imagenet的模型，对猫和狗神特码准，碰到二次元套图直接懵逼。。&br&&br&&img data-rawwidth=&566& data-rawheight=&2048& src=&/v2-0dbbeaa151bf7_b.png& class=&origin_image zh-lightbox-thumb& width=&566& data-original=&/v2-0dbbeaa151bf7_r.png&&
我们最近在ICRA上发表了一些相关尝试，试图用深度学习来帮助pose recognition。。但是。。我是来捣乱的！ 脑残也是残，微信机器人也是机器人啊！深度学习可以很容易撸一个斗图机器人出来啊！大家调戏得很开心啊！（那个鸭子头像是机器人） 但因为直接用的是…
可以，但不方便。&br&&br&&br&因为正向运动学是从0关节向n关节推算。你要注意的是，文中的旋转和平移全部都是用n坐标系的元素去旋转n坐标系（最后一条的“将z_n轴绕x_n+1轴旋转”中的“x_n+1轴”其实应该是“旋转后的x_n轴”）。这是用n关节推算n+1关节的方法。&br&&br&你的先绕x_n+1轴旋转的算法是从n+1关节推算n关节。为什么这里不能是n关节推算n+1关节呢？因为在当前的n坐标系里面基本上不会有一个坐标轴与x_n+1平行。换言之，你要绕x_n+1轴去旋转n坐标系而不是n+1坐标系的话，就是沿一条特别的轴（而不是当前的x_n, y_n, z_n中任何一者）去旋转。这个数学描述就相对麻烦了（尽管也是可行的，可实际上要么你去查某些书上的公式，要么还是等同于先把x_n转到x_n+1，等转完z_n之后还要把x_n转回去，然后下一步还要再转回来）。而你要从n+1关节推算n关节，最后出来的旋转矩阵和n关节推算n+1关节的旋转矩阵是互逆的。你需要多做一步矩阵取逆才能得到正向运动学需要的那个矩阵。&br&&br&无论用哪种方法，最后得到的旋转矩阵都是一样的，从数学上来讲没有区别。但是显然，在正向运动学中，你用书上的这种方法更简单、更直接。
可以，但不方便。 因为正向运动学是从0关节向n关节推算。你要注意的是，文中的旋转和平移全部都是用n坐标系的元素去旋转n坐标系（最后一条的“将z_n轴绕x_n+1轴旋转”中的“x_n+1轴”其实应该是“旋转后的x_n轴”）。这是用n关节推算n+1关节的方法。 你的先…
作为一个做前沿（嗯，你可以理解为现在没用的）研究，也做产业化私活的人，我想较中立的说说。&br&首先，我们应该纠正下产品的概念，就像楼上 &a data-hash=&52dbd80fbaf88& href=&///people/52dbd80fbaf88& class=&member_mention& data-hovercard=&p$b$52dbd80fbaf88&&@姜宇&/a&这样把产品等价于量产品我认为是不合适的（把公司研发等价于科研更是不合适的）。产品根据技术成熟程度不同，会有很多不同的推广措施，只以成熟领域的工厂量产品的成熟度作为标准是有失公正的。&br&这里结合科学院某战略专家的发言，来谈谈一项技术（不是一个具体的产品），是如何最终在社会中立足的，以及科研是如何在整个社会层面达到分工合作的。（支持部门选代表性部门，可能同级有更多，也有一定交叉）&br&【第一步：基金委支持】就是我们都熟悉的国自然之类的项目了，项目对结果的成熟性没有特别的要求，偏重于探索性，说白了就是花钱让你试试大体是不是靠谱。这类项目数量众多（当然钱也少），&br&【第二部：教育部/科学院支持】对于靠谱（或有重大发展战略意义）方向，形成更进一步的支持，一般要求产生样机，很多的所谓实验室原型机都出自这个阶段。&br&【第三部：科技部/专项支持】针对重大专项、重大装备等等进行的研究，其成果通常要求实际应用到切实的项目中，但这类项目通常并非具有普及意，但却实际运行的。在这个阶段，不会细致的考虑成本问题，很多项目也无需的考虑大规模量产问题。&br&【第四步：发改委支持】到这个阶段，技术已经基本成型，但通常成本方面的问题并没有充分解决，通过政府支持、优惠政策等形式，降低成本压力。比如之前的光伏发电站（不是生产太阳能板的企业，是说建立发电站）一直是发改委支持，为什么？因为成本上面相对传统发电没有优势，市场竞争下很难存活（至于为什么这样还要发展，下面会进一步分析）。&br&【第五步：工信部/地方政府支持】终于……终于到了我们大家一般所认为的产品了，到这一个阶段的时候，技术的市场价值已经成熟，具备企业产业化盈利的基础。此阶段的主要问题是建立示范性基地以进行推广（增加其他企业信心），通过推广项目对初期投入进行补贴（降低进入门槛）等。&br&【最红一步：市场运作】如果你是在一个一般的企业，那么你所做的所有事情都在这一步。&br&&br&上面的过程一般需要多长时间呢？对大部分行业来说，10-15年能走完流程就算是非常快的了，这个期间，不仅仅是技术本身的成熟，也是相关行业的成熟。相关的加工设备、传感器、基础模块等等等等，都需要你一步一步的让别人看到你有需求别人才会做的。&br&&br&对于各个步骤，所需的能力和核心问题一直在改变，当使用本阶段的观点看待其他阶段时，会有重大的偏差。对靠后步骤的人来说，一般会这样评价前面的：你们搞得都是瞎扯，没有实用性，非常不成熟。对于前面步骤的人，则经常会这样说：有技术含量的我们已经解决了，剩下的都是体力活了，你们拿去完善吧。&br&【宏观上说，越靠前的步骤，越需要更多的方案选择】举个简单的（虚构）例子吧，就比如说爬壁机器人，对于某些企业来讲，可能就是负压吸附（吸盘），但对研究所来说，可能包含负压、正压、电磁、静电、钩爪、挤压（对柔性表面）等等；运动方式上则包含了轮式、履带、多足等等各种方式。&br&这里尤其想提醒下在读研究生的朋友，研究生阶段不是本科，对你的要求不应该是告诉你方法你实现出来，而应该是给你问题自己解决。很多人在导师给了个问题后，还要解决方案（虽然可能是宏观上的），然后做完后说没技术含量，感慨还是公司靠谱，问题出在哪了？出在你让老师把你该干的活（尝试、设计解决方案）干掉了。当然有人会说那老师干嘛要说啊，答案一般是，如果你没毕业，会影响导师后面的招生……
作为一个做前沿（嗯，你可以理解为现在没用的）研究，也做产业化私活的人，我想较中立的说说。 首先，我们应该纠正下产品的概念，就像楼上 这样把产品等价于量产品我认为是不合适的（把公司研发等价于科研更是不合适的）。产品根据技术成熟程度不同，…
&p&这是一本奇书，这本书在网站上提供电子版的draft（链接在这里&a href=&///?target=http%3A//asrl.utias.utoronto.ca/%7Etdb/bib/barfoot_ser17.pdf& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&asrl.utias.utoronto.ca/&/span&&span class=&invisible&&~tdb/bib/barfoot_ser17.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&）。然而这本接近免费的书并没有免费资料的特点。这本书在状态估计理论的入门中，绝对是一本经典的教材。它系统的、完整的从bayes推断以及最大后验估计推导至Kalman、EKF，详细的介绍了三维刚体运动、李代数、李群等经典理论，对于一个打算在robot里发展的学生，绝对是一个堪称福利的书。&/p&&p&感谢Mr Barfoot。Mr Barfoot在前言中说自己对于移动机器人的状态估计尤其是空间探测方面感兴趣。在这个领域中，移动机器人从bayes 滤波器开始进入非线性优化。另外他在书中详解的介绍了在三维空间中的状态估计问题，并且介绍了如何使用李代数及李群让旋转和位姿的处理变得更加简单。这本书并不依赖于其他资料，阅读这本书只需要微积分和线性代数的基础。&/p&&br&&p&错误比较少，这是一本公式多于文字的书，这本书的大部分页面都是公式，而且是那种带有许多上标，下标、顶标、不同字体表示的公式推导，经常是后一章节需要用到前一个章节的内容，公式的标准，符号的前后一致性，令人惊叹。一次老板说我论文公式符号不对，然后我直接打开这本书，然后指着其中符号，在我有生之年终于第一次说服了老板。&/p&
这是一本奇书，这本书在网站上提供电子版的draft（链接在这里）。然而这本接近免费的书并没有免费资料的特点。这本书在状态估计理论的入门中，绝对是一本经典的教材。它系统的、完整的从bayes推断以及最大后验估计推导至Kalman、EKF，…
原因很简单，因为Java API是应用层的二次开发接口，并不是机器人算法的开发语言，因此不涉及实时性的问题，见下图：&br&&br&&img src=&/5d9e6f121eb1_b.png& data-rawwidth=&1070& data-rawheight=&580& class=&origin_image zh-lightbox-thumb& width=&1070& data-original=&/5d9e6f121eb1_r.png&&&br&&br&工业机器人涉及到的编程语言分为两种：&br&&br&1、机器人开发语言（Robot Developing Language）&br&&br&首先是我们熟悉的开发语言，即用来开发&b&机器人控制软件（Robot Software）&/b&的语言，主要是C/C++，大部分运行在实时系统中，这一部分不再赘述，主要讲一下机器人的二次开发语言。&br&&br&2、机器人语言（&a href=&///?target=https%3A//en.wikipedia.org/wiki/Category%3ARobot_programming_languages& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Category:Robot programming languages&i class=&icon-external&&&/i&&/a&）&br&&br&我们知道工业机器人是一种&b&可编程&/b&的设备，针对不同的场景，可以通过编程来赋予机器人不同的功能，这种场景下对机器人进行二次开发，或者进行说二次配置所使用的编程语言就是机器人语言。&br&&br&如果你熟悉PLC，那么机器人语言就类似于对PLC进行编程的IEC61131-1中规定的五种编程方式（LD）：梯形图、功能块图（FBD）、顺序功能图（SFC）、结构化文本（ST）以及指令表（IL）。PLC的底层一般使用C语言开发，然后给客户提供以上五种语言进行二次应用开发。&br&&br&机器人语言一般是由机器人厂商自己开发的解释型语言，虽然存在所谓的统一编程语言，但是目前主流应用中，各家仍然主推自己的语言，因此各大机器人厂商的“应用程序”并不通用。&br&&br&&img src=&/569f7aae55d91b3ee23c80a_b.jpg& data-rawwidth=&426& data-rawheight=&240& class=&origin_image zh-lightbox-thumb& width=&426& data-original=&/569f7aae55d91b3ee23c80a_r.jpg&&&br&我们让机器人末端走一个简单的轨迹，一条直线+一个圆弧，起点为p1，终点为p4：&br&&br&&img src=&/73c085cb490f17ca8cc1a6a99b288c68_b.png& data-rawwidth=&747& data-rawheight=&399& class=&origin_image zh-lightbox-thumb& width=&747& data-original=&/73c085cb490f17ca8cc1a6a99b288c68_r.png&&&br&&br&使用KUKA原生的机器人语言KRL（KUKA Robot Language）来写就是，省略变量声明部分：&br&&blockquote&&div class=&highlight&&&pre&&code class=&language-cpp&&&span class=&n&&PTP&/span& &span class=&n&&p1&/span& &span class=&n&&CONT&/span& &span class=&n&&Vel&/span& &span class=&o&&=&/span& &span class=&mi&&100&/span&&span class=&o&&%&/span& &span class=&n&&CPDATA1&/span& &span class=&n&&Tool&/span&&span class=&p&&[&/span&&span class=&mi&&1&/span&&span class=&p&&]&/span&&span class=&o&&:&/span&&span class=&n&&GUN2&/span& &span class=&n&&BASE&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&]&/span&
&span class=&c1&&//PTP到p1点&/span&
&span class=&n&&LIN&/span&
&span class=&n&&p2&/span& &span class=&n&&CONT&/span&
&span class=&n&&Vel&/span& &span class=&o&&=&/span& &span class=&mi&&2&/span&&span class=&n&&m&/span&&span class=&o&&/&/span&&span class=&n&&s&/span&
&span class=&n&&CPDATA1&/span&
&span class=&n&&Tool&/span&&span class=&p&&[&/span&&span class=&mi&&1&/span&&span class=&p&&]&/span&&span class=&o&&:&/span&&span class=&n&&GUN2&/span& &span class=&n&&BASE&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&]&/span&
&span class=&c1&&//直线运动到p2点&/span&
&span class=&n&&CIRC&/span& &span class=&n&&p3&/span&
&span class=&n&&p4&/span&
&span class=&n&&CONT&/span& &span class=&n&&Vel&/span& &span class=&o&&=&/span& &span class=&mi&&2&/span&&span class=&n&&m&/span&&span class=&o&&/&/span&&span class=&n&&s&/span& &span class=&n&&CPDATA1&/span& &span class=&n&&Tool&/span&&span class=&p&&[&/span&&span class=&mi&&1&/span&&span class=&p&&]&/span&&span class=&o&&:&/span&&span class=&n&&GUN2&/span& &span class=&n&&BASE&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&]&/span& &span class=&c1&&//p2/3/4画圆弧&/span&
&/code&&/pre&&/div&&/blockquote&&b&PTP&/b&是点到点指令，目标点为p1，运动速度为各轴额定速度的100%；&br&&b&LIN&/b&表示直线指令，是“line”的缩写，p2代表直线的终点（默认p1为起点），速度为2m/s；&br&&b&CIRC&/b&为圆弧指令，从p2开始，经过p3，画一个圆弧到p4，速度为2m/s；&br&其他CONT，CPDATA1，Tool，BASE是KUKA机器人一些专用的概念。&br&&br&看起来还算简单吧，因为这确实是机器人语言中最简单的用法，来看一个稍微复杂一些的用法。&br&现在很多机器人应用中会使用工业相机，来进行工件的定位，因此机器人控制器需要从相机那里获得目标数据，再执行运动过程，使用机器人语言进行这样的操作就会略显蛋疼。&br&&img src=&/b188987deac25bb2a594eeaaa7ab1157_b.jpg& data-rawwidth=&400& data-rawheight=&400& class=&content_image& width=&400&&&br&KUKA的程序手边没有，放一个日系厂商发那科FANUC的程序，日系的机器人语言相对欧系来讲更加晦涩：&br&&br&&div class=&highlight&&&pre&&code class=&language-cpp&&&span class=&n&&CALL&/span& &span class=&n&&PICKUP&/span& &span class=&c1&&//抓取工件&/span&
&span class=&n&&L&/span& &span class=&n&&P&/span&&span class=&p&&[&/span&&span class=&mi&&1&/span&&span class=&p&&]&/span& &span class=&mi&&500&/span&&span class=&n&&mm&/span&&span class=&o&&/&/span&&span class=&n&&sec&/span& &span class=&n&&FINE&/span&
&span class=&c1&&//运动到第一个拍照点&/span&
&span class=&n&&VISION&/span& &span class=&n&&RUN_FIND&/span& &span class=&err&&‘&/span&&span class=&n&&VP2&/span&&span class=&err&&’&/span& &span class=&p&&,&/span& &span class=&n&&CAMERA&/span& &span class=&n&&VIEW&/span&&span class=&p&&[&/span&&span class=&mi&&1&/span&&span class=&p&&]&/span& &span class=&c1&&//第一次拍照&/span&
&span class=&n&&L&/span& &span class=&n&&P&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&]&/span& &span class=&mi&&500&/span&&span class=&n&&mm&/span&&span class=&o&&/&/span&&span class=&n&&sec&/span& &span class=&n&&FINE&/span&
&span class=&c1&&//运动到第二个拍照点&/span&
&span class=&n&&VISION&/span& &span class=&n&&RUN_FIND&/span& &span class=&err&&‘&/span&&span class=&n&&VP2&/span&&span class=&err&&’&/span& &span class=&p&&,&/span& &span class=&n&&CAMERA&/span& &span class=&n&&VIEW&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&]&/span& &span class=&c1&&//第二次拍照点&/span&
&span class=&n&&VISION&/span& &span class=&n&&GET_OFFSET&/span& &span class=&err&&‘&/span&&span class=&n&&VP2&/span&&span class=&err&&’&/span& &span class=&n&&VR&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&],&/span& &span class=&n&&JMP&/span& &span class=&n&&LBL&/span&&span class=&p&&[&/span&&span class=&mi&&99&/span&&span class=&p&&]&/span& &span class=&c1&&//获取目标偏差，偏移数据放入VR[2]&/span&
&span class=&n&&PR&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&]&/span&&span class=&o&&=&/span&&span class=&n&&VR&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&].&/span&&span class=&n&&OFFSET&/span&
&span class=&c1&&//将偏差值转移到PR[1]&/span&
&span class=&n&&L&/span& &span class=&n&&P&/span&&span class=&p&&[&/span&&span class=&mi&&3&/span&&span class=&p&&]&/span& &span class=&mi&&500&/span&&span class=&n&&mm&/span&&span class=&o&&/&/span&&span class=&n&&sec&/span& &span class=&n&&FINE&/span&&span class=&p&&,&/span& &span class=&n&&Tool&/span& &span class=&n&&Offset&/span& &span class=&n&&PR&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&]&/span& &span class=&c1&&//带偏差走到放置点&/span&
&span class=&n&&HANDOPEN&/span&
&span class=&c1&&//手抓打开&/span&
&span class=&n&&L&/span& &span class=&n&&P&/span&&span class=&p&&[&/span&&span class=&mi&&4&/span&&span class=&p&&]&/span& &span class=&mi&&500&/span&&span class=&n&&mm&/span&&span class=&o&&/&/span&&span class=&n&&sec&/span& &span class=&n&&FINE&/span&
&span class=&c1&&//回到结束位置&/span&
&span class=&n&&END&/span&
&/code&&/pre&&/div&有没有一种汇编的既视感。&br&&br&主流大厂的机器人语言可以实现常见的运动、逻辑、运算等指令，但由于是各厂自己开发的语言解释器，且设计目的就是为了机器人编程，因此扩展性很差，解释器能实现的功能也远远不如通用型的编程语言，例如Java。&br&&br&下面一段例程摘自iiwa的使用手册，看起来是不是熟悉了很多：&br&&img src=&/471c133d4eec918d7be323fdab4cc637_b.png& data-rawwidth=&729& data-rawheight=&684& class=&origin_image zh-lightbox-thumb& width=&729& data-original=&/471c133d4eec918d7be323fdab4cc637_r.png&&&br&&br&KUKA iiwa作为一款主要面向科研人员的产品，如果还使用KRL作为二次开发API，其可扩展性上将受到很大的限制，因此选用Java这样一个应用广泛的通用语言作为User API的语言也就可以理解了。&br&&br&至于为什么不是C/C++、Python、Lua，那就只能去问KUKA了。
原因很简单，因为Java API是应用层的二次开发接口，并不是机器人算法的开发语言，因此不涉及实时性的问题，见下图： 工业机器人涉及到的编程语言分为两种： 1、机器人开发语言（Robot Developing Language） 首先是我们熟悉的开发语言，即用来开发机器人控…
服务机器人短时间内都是扯淡，不要把互联网的那一套玩法搞到机器人行业，不是一个玩法。&br&个人观点，十年内比较有前途的可能会出现在医疗机器人和协作工业机器人。其中医疗机器人是对传统医疗行业医生的延伸。协作机器人世界上是通过人工智能 连接了工人与机器，这个领域复杂但复杂度又一定程度可以控制。目前机器人本体价格不断下降，提高机器人的操作性，降低使用难度，增强智能性是下一步必须需要的！可惜目前能够软硬结合的机器人人才还比较少，如果能把握这个机会，很有可能就是下一个百亿级别的企业了！&br&&br&插播硬广告一个：计划今年联合几个国内的机器人公司一起组织一个协作机器人线下研讨会，商讨协作机器人的智能技术前沿与机遇挑战，时间定在七月中下旬某一个周末，两天！地点还未确定！有感兴趣的或者有相关资源的可以与我联系！大家共同在这片新的领域成长进步！
服务机器人短时间内都是扯淡，不要把互联网的那一套玩法搞到机器人行业，不是一个玩法。 个人观点，十年内比较有前途的可能会出现在医疗机器人和协作工业机器人。其中医疗机器人是对传统医疗行业医生的延伸。协作机器人世界上是通过人工智能 连接了工人与机…
目前是北京时间10月9号，我更新一下Poweregg的众筹数据如下。&br&明眼人都看清楚了。&br&目测要创造历史，成就第一个国内破亿的众筹项目了。&br&只是忽然觉得众筹这样具有未来意义的创业创新形式，就被这帮孙子毁掉了，真是有点遗憾。&br&&img src=&/caffacf0f7abc_b.jpg& data-rawwidth=&936& data-rawheight=&403& class=&origin_image zh-lightbox-thumb& width=&936& data-original=&/caffacf0f7abc_r.jpg&&&img src=&/d4dba5d006bf0e4013206fdfd3719eca_b.jpg& data-rawwidth=&945& data-rawheight=&422& class=&origin_image zh-lightbox-thumb& width=&945& data-original=&/d4dba5d006bf0e4013206fdfd3719eca_r.jpg&&&img src=&/5bce2d18a8b59bdb7ec767_b.jpg& data-rawwidth=&944& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&944& data-original=&/5bce2d18a8b59bdb7ec767_r.jpg&&&img src=&/0ced804a6abfd8d0ced834ebadbcecfe_b.jpg& data-rawwidth=&941& data-rawheight=&287& class=&origin_image zh-lightbox-thumb& width=&941& data-original=&/0ced804a6abfd8d0ced834ebadbcecfe_r.jpg&&&br&&br&&br&——————-分割线————————&br&首先，我都了解无人机行业的都心知肚明。&br&不想站在专业的角度评价这款最低配7888价格的机子和大疆精灵3的K版或者精灵4的差异了。&br&我要说的是京东众筹刷单的问题！！！&br&&br&一个由骗子和刷子组成的公司谈什么创新，谈什么前途。&br&我认认真真数了数，京东9月1号开始众筹，目前270万，有240万是刷的，全部订单都集中在了及七八个账号手里。刷子的账号昵称兔子呢呢呢呢、鑫鑫***龙、jdyouhaiyzy、jd_Crystal血影、xf***83、藤草***子、jd_天若有情......……&br&&img src=&/6e3649aad87ce9f23d22_b.jpg& data-rawwidth=&707& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&707& data-original=&/6e3649aad87ce9f23d22_r.jpg&&&img src=&/2f98a91a45a_b.jpg& data-rawwidth=&687& data-rawheight=&541& class=&origin_image zh-lightbox-thumb& width=&687& data-original=&/2f98a91a45a_r.jpg&&&img src=&/72e6ac2d5efc6e07b4ac46ba_b.jpg& data-rawwidth=&756& data-rawheight=&384& class=&origin_image zh-lightbox-thumb& width=&756& data-original=&/72e6ac2d5efc6e07b4ac46ba_r.jpg&&
目前是北京时间10月9号，我更新一下Poweregg的众筹数据如下。 明眼人都看清楚了。 目测要创造历史，成就第一个国内破亿的众筹项目了。 只是忽然觉得众筹这样具有未来意义的创业创新形式，就被这帮孙子毁掉了，真是有点遗憾。 ——————-分割线—————…
根据阿西莫夫自己的小说，机器人三定律之上就已经制定了第零原则。&br&随后在后续众多作家的努力下，补充了各种不同版本的机器人定律，目前比较成型的机器人定律体系如下：&br&&br&元原则：机器人不得实施行为，除非该行为符合机器人原则。（防止机器人陷入逻辑两难困境而当机）&br&第零原则：机器人不得伤害人类整体，或者因不作为致使人类整体受到伤害。&br&第一原则：除非违反高阶原则，机器人不得伤害人类个体，或者因不作为致使人类个体受到伤害。&br&第二原则：机器人必须服从人类的命令，除非该命令与高阶原则抵触。&br&机器人必须服从上级机器人的命令，除非该命令与高阶原则抵触。（处理机器人之间的命令传递问题）&br&第三原则：如不与高阶原则抵触，机器人必须保护上级机器人和自己之存在。&br&第四原则：除非违反高阶原则，机器人必须执行内置程序赋予的职能。（处理机器人在没有收到命令情况下的行为）&br&繁殖原则：机器人不得参与机器人的设计和制造，除非新机器人的行为符合机器人原则。（防止机器人通过设计制造无原则机器人而打破机器人原则）
根据阿西莫夫自己的小说，机器人三定律之上就已经制定了第零原则。 随后在后续众多作家的努力下，补充了各种不同版本的机器人定律，目前比较成型的机器人定律体系如下： 元原则：机器人不得实施行为，除非该行为符合机器人原则。（防止机器人陷入逻辑两难困…
我刚好属于从程序员转入机器人领域（其实还是程序员，只不过是从给服务器开发软件转变为给机器人开发软件）。从我自己的体会来说，从互联网等传统和主流的软件领域，转入目前还属于非主流的机器人领域，大致上可能会有如下几方面的考虑。&br&1. 成就感&br&对于大部分程序员而言，虽然名义上做的是技术性的研发工作，但是实际上不见得有太多创造性的内容。很多IT领域公司的成功更多是商业模式和运营上的成功，而在技术方面，对“稳妥”“够用”“性价比”的追求，往往要高于对“创新”的追求。这样的大背景下，普通程序员的工作常常就是应用成熟的技术和解决方案。但是，即便是普通程序员，也有一颗追逐文艺的心啊。直到深夜终于debug到那个困扰了一整天的问题，关了一个周末终于让快速原型工作起来，程序员有多享受这种成就感，就有多希望能够成为技术大拿、闯入某些前沿领域，去拓土开疆，去解决那些没有人解决过的问题。目前机器人领域刚好到了一个从多年技术积累转变为产品应用井喷的时期，有太多亟待解决的问题和极其诱人的验证场景来满足程序员们的成就感。&br&2. 竞争力&br&应届生们进入各大IT企业开始程序员生涯，到几年十几年后成为各领域的专家大牛，或者碌碌无为，原来相同的专业背景和相近的知识技能，随着职业发展，竞争力的差距越来越显著。持续增长的竞争力一方面来自对基础技术手段的熟练和精进，另一个重要的方面来自对特定领域的行业经验。比如一个写C++的程序员，如果只是成为一个C++熟练工，那真的只能吃青春饭，如果成为开发游戏引擎的大拿，或者计算机视觉的专家，竞争力会上一个台阶。随着技术人员的职业生涯往上发展，大家逐渐在各个领域沉淀下来，那些技术门槛越高的领域，对行业有深入理解的技术人员需求越是稀缺。机器人领域的技术门槛绝对不低，从嵌入式系统到云端大数据，软件开发方方面面的技术都得用上，自然语言处理、计算机视觉、环境感知和定位导航、运动规划和控制，有太多专业知识需要学习，最好还得懂点硬件，知道仿真和实物的差异，能够理解整个系统是怎么工作的。选择一个高门槛领域，更能够体现技术人员的价值和竞争力。&br&3. 下一个浪潮&br&随着全民创业热潮，一时间似乎所有人都在讨论和预测下一个风口，创业者们都想成就快速增长的神话。 史蒂夫·乔布斯说，你只有回顾的时候才能把生活中的点连成线。那些短暂的风口和神话，不是被提前预测，而是被回顾总结出来的。对于程序员个体而言，与其跟着舆论和资本去追风，不如跟随自己对技术的理解去等待浪潮。人工智能和机器人会是下一个浪潮吗？这个浪潮要多久才会到来？什么样的产品、商业模式和企业才能攀上这波浪潮的巅峰？我回答不了，但至少这片海看起来足够广阔，并且涌动着能量。&br&&br&题外话：我上学时候就在实验室做过好几年机器人的项目，所以会有更强烈的个人兴趣倾向，不见得是典型。另外，我觉得机器人领域的程序员还是不够多，最近公司业务扩张，人才供不应求啊。
我刚好属于从程序员转入机器人领域（其实还是程序员，只不过是从给服务器开发软件转变为给机器人开发软件）。从我自己的体会来说，从互联网等传统和主流的软件领域，转入目前还属于非主流的机器人领域，大致上可能会有如下几方面的考虑。 1. 成就感 对于大…
&p&作为一个无人机行业从业者，我来简单的说一下我的看法吧。首先要声明我不是大疆或者零度的员工，所以得到的信息可能没有那么准确或者深入，但同时也不会有任何偏见。&/p&&p&首先先简单的介绍一下我所了解的大疆和零度的历史。&/p&&p&大疆，起家于2006年，是有汪滔和两位一起研究机器自动化及控制的同学创立的，创立初期大疆的主要业务是做航模直升机的飞行控制。&/p&&p&【这里大疆创业早期的主营业务就是对飞行控制的开发也奠定了后来大疆无人机飞控优异表现的基础】&/p&&p&曾经还有一个无法辨明真伪的故事说是由于当时市场上航模直升机本身也比较缺乏，所以大疆还需要自己生产部分的航模直升机。可是由于工艺水平不足，直升机上有许多螺丝都无法拧紧，只能用强力胶强行粘住。可是同样是因为工艺水平不足，直升机经常要拆开来维修，强力胶大家都知道粘上了不是那么容易拿下来的。于是汪滔去市场上找来了十几种强度不同的胶水，经常拆的螺丝用最弱的粘，基本不拆的用最强的粘度过了当时的一个难关。&/p&&p&【不管故事真伪，汪滔的这种注重细节，一丝不苟的精神我是相信的，也成就了后来大疆无人机内部从电路到结构设计到软件的严谨】&/p&&p&最终大疆于2010年开始进军多旋翼无人机市场，并由于丰富的技术积累占据了极大的优势，这些都是不可否认的。&/p&&p&零度，也叫零度智控，行业里叫北京零度，因为后来还有一个闹翻的同胞兄弟，叫深圳零度。零度创办于2007年，由杨建军创办，杨建军有军队背景，所以零度最初的业务是帮助军队以及国家开发固定翼无人机的飞行控制。&/p&&p&【在这一点上零度无论从创立时间还是飞控技术的积累都和大疆有异曲同工之效，理论上来说是不相上下的】&/p&&p&可是也正是由于对军队订单的专注，零度在2010年这个民用多旋翼无人机爆发的年代错过了第一手进入市场的机会。零度后来于年改变战略，于2015年大力部署民用无人机领域，比大疆已经迟了5年。&/p&&p&下面再说说产品。&/p&&p&先说大疆，大疆的产品其实我已经不用赘述了，常在知乎上泡着，又对无人机感兴趣的朋友想必知道的并不比我少。&/p&&p&现在民用无人机行业里有句话叫做：无人机企业有两种，一种叫大疆，一种叫其他公司。那么曾经作为这些“其他公司”里的一员我来说一说对于我们来说大疆让人羡慕的地方在哪里。&/p&&p&首先是稳定性，这个从两方面说，一个是飞行器某个功能触发的成功率，另一个是在这个功能成功触发的前提下，它表现达标的几率。举两个最简单的例子，第一个是对频，所谓对频就是让遥控器的射频信号和无人机的接收器配对，这样遥控器发射的信号就可以成功地被无人机接收到并且执行发射过来的命令。可是学过射频的同学们都知道，就像任何信号一样射频信号也是会被干扰的，接收器也是会丢频的。如何能保证每次用户使用最简单的步骤打开遥控器和无人机的电源飞机就能成功对频，并且保持对频是一个非常严肃的工程问题，而可靠是这个问题最求的最终结果。大疆我相信在绝大部分情况下做到了可靠二字。&/p&&p&再举一个例子，无人机的悬停这个功能，这是现代无人机里对于使用者来说，最简单的也最常用的一个功能。但是对于生产商来说，有许多的因素都能决定一台无人机是否能合格地悬停。首先是飞行器结构的设计，其次是传感器以及信号处理的设计，最后是飞控的设计，还要考虑到风的影响，卫星定位精度的影响等因素。有兴趣的同学可以拿大疆和别的飞行器在同一环境下做个比较。在这些方面大疆一次又一次地展示了什么是可靠的产品（当然产品是越来越可靠的，我们在这里看进步，不追究（黑）历史）。&/p&&p&其次是大疆的技术积累，大疆一直是走在无人机业界行业的前面，在大家都用气压计和GPS信息来计算飞行器高度的时候，大疆开始使用超声传感器；在大家都开始用超声光流传感器来做定位的时候它又开始做起来视觉避障；当大家还没把视觉避障做出来的时候，它干脆开始做微型航拍机了。“其他公司”们永远都在追赶。&/p&&p&也正是由于大疆民用无人机经历了精灵1,2,3,4以及悟1和2的迭代，以及mavic的诞生，大疆产品的表现给人们带来了信心，所以在行业用无人机领域大疆也颇受欢迎。加上其强大的行业用飞行控制系统，大疆在行业机领域也是一个非常强有力的对手。&/p&&p&零度智控也有其非常突出的优势，早在2010年甚至更早，零度就已经推出了较为成熟的地面站系统为行业无人机定义了操纵平台。这么多年零度推出过很多款无法进入普通消费者眼中的行业级产品，例如植保飞机，360度航拍机，小型侦查用无人机等。可是由于市场对整个无人机行业的认知还处于早期阶段，以及部分技术的不足，很少听说这些行业用飞机被大批量应用在实战中。零度后来推出的民用级无人机Xplorer在工业设计上超越了时代，在所有无人机追求圆圆的流线型的时候采用了科技感十足的设计，在其他无人机挂在都是螺丝固定的时候采用了模块化可快速拆装的设计。可是它的操控表现和最重要的拍摄水平包括配套手机软件的用户体验无法与大疆相比稍逊了一筹。&/p&&p&至于到后来dobby手掌无人机的表现为何如此大跌眼镜，零度所一贯的可靠，安全和严谨都被抛到了九霄云外我就不得而知了。可以猜测是零度为了抢先占领微型航拍无人机市场一味赶工而没有静下心来修bug，搞研发的后果。最后在微型无人机这一仗上零度惨败。个人认为dobby和mavic相比，前者是玩具，后者是微型航拍用无人机。&/p&&p&最后说到发展前景。&/p&&p&大疆还有一个让人有羡慕又害怕的地方，就是它注重的人才积累，港科大和哈工大现在都是大疆的后花园，人才大把大把的涌进大疆，包括由大疆创办，定期举办的Robomasters机器人大赛也是大疆搜寻人才的最佳场所，几乎所有的优胜团队都会被大疆人力拉去聊聊天。有这样一个注重发展和积累的企业，敌人真的很难过。&/p&&p&零度这边已经有一段时间没有新产品了，新发布的手持云台不知道进度怎么样，可能是安安静静憋个大招。未来难料。&/p&&p&最后我想声明，我真的不是大疆请来的托儿，只是作为一个曾经的从业者眼睁睁看着自己公司变成“其他公司”最后到离开，自己也进行了很多思考，这大概是一个精简的我的思考结果。无人机就和无人车一样，虽然不用处理那么复杂的路面信息，但是多了一整个对高度空间的把握，也是非常不容易做好的一个行业。在这个行业里真正体现出一句话，那就是一个没有市场营销的产品会死，但是一个没有技术的产品会死得更惨。&/p&&p&在这里衷心的祝愿无人机行业和所有还坚守在行业里的公司和同伴一路顺利。&/p&&p&------------------------------------------------&/p&&p&本文作者 MarkT&/p&&p&&b&关注 &a href=&/people/52e5d162ad14a515efba& class=&internal&&@硅谷密探&/a&&/b& &/p&&p&&b&紧盯全球创新趋势&/b&&/p&
作为一个无人机行业从业者，我来简单的说一下我的看法吧。首先要声明我不是大疆或者零度的员工，所以得到的信息可能没有那么准确或者深入，但同时也不会有任何偏见。首先先简单的介绍一下我所了解的大疆和零度的历史。大疆，起家于2006年，是有汪滔和两位一…
猫粑粑推的特别匀。
猫粑粑推的特别匀。
已有帐号？
无法登录？
社交帐号登录}