Robotanist[14][15]是卡內基梅隆大學(xué)機器人學(xué)院FRC實(shí)驗室研制一款野外自主農作物探測機器人(如圖7(a)(b))，機器人總重140kg，驅動(dòng)系統由4個(gè)200W無(wú)刷直流電機構成，通過(guò)50:1的空心軸減速機可以G達2m/s的速度在玉米、G粱等農作物的地里前進(jìn)。機器人通過(guò)D端的GPS進(jìn)行全局定位，可實(shí)現10mm的定位精度。前后分別安裝有單線(xiàn)激光雷達，用于檢測行進(jìn)過(guò)程中掉落的莖桿和障礙物(如圖7(c))。機器人的姿態(tài)是AHRS使用擴展卡爾曼濾波器(EKF)方法融合MTI等傳感器信息估計機器人相對與全局坐標系的位姿。末端操作器采用二指加持器(如圖7(d))，主要用于加持植物的莖桿并對其進(jìn)行測量和數據采集。
通過(guò)2D激光雷達信息采用Hector SLAM實(shí)現機器人對地圖的感知和自主導航規劃，通過(guò)頂部的RGB-D相機采集目標物體深度和RGB圖像信息
機器人的學(xué)習分為三個(gè)部分的軌跡預測包括示教者的手部運動(dòng)軌跡、示教者的身體移動(dòng)軌跡以及被操作物體的運動(dòng)軌跡
Cosero是德國波恩大學(xué)的Sven Behnke團隊根據家庭環(huán)境中的日常操作任務(wù)而研制的一款仿人操作機器人基于深度學(xué)習方法的目標姿態(tài)估計和RGB-D SLAM等感知測量
機器人、無(wú)人機、自動(dòng)駕駛汽車(chē)等加快落地，智慧城市深入建設，更是為傳感器產(chǎn)業(yè)帶來(lái)了難以估量的龐大機遇
中國移動(dòng)聯(lián)合產(chǎn)業(yè)合作伙伴發(fā)布《室內定位白皮書(shū)》，對室內定位產(chǎn)業(yè)發(fā)展現狀及面臨的挑戰，深入分析了垂直行業(yè)的室內定位需求，并詳細闡述了實(shí)現室內定位的技術(shù)原理， 及室內定位評測體系
下一個(gè)十年，智能人機交互、多模態(tài)融合、結合領(lǐng)域需求的 NLP 解決方案建設、知識圖譜結合落地場(chǎng)景等將會(huì )有突破性變化
自然語(yǔ)言處理技術(shù)的應用和研究領(lǐng)域發(fā)生了許多有意義的標志性事件，技術(shù)進(jìn)展方面主要體現在預訓練語(yǔ)言模型、跨語(yǔ)言 NLP/無(wú)監督機器翻譯、知識圖譜發(fā)展 + 對話(huà)技術(shù)融合、智能人機交互、平臺廠(chǎng)商整合AI產(chǎn)品線(xiàn)
NVIDIA解決方案架構師王閃閃講解了BERT模型原理及其成就，NVIDIA開(kāi)發(fā)的Megatron-BERT
基于內容圖譜結構化特征與索引更新平臺，在結構化方面打破傳統的數倉建模方式，以知識化、業(yè)務(wù)化、服務(wù)化為視角進(jìn)行數據平臺化建設，來(lái)沉淀內容、行為、關(guān)系圖譜，目前在優(yōu)酷搜索、票票、大麥等場(chǎng)景開(kāi)始進(jìn)行應用
通過(guò)使用仿真和量化指標，使基準測試能夠通用于許多操作領(lǐng)域，但又足夠具體，能夠提供系統的有關(guān)信息
優(yōu)酷智能檔突破“傳統自適應碼率算法”的局限，解決視頻觀(guān)看體驗中高清和流暢的矛盾
姚霆指出，當前的多模態(tài)技術(shù)還是屬于狹隘的單任務(wù)學(xué)習，整個(gè)訓練和測試的過(guò)程都是在封閉和靜態(tài)的環(huán)境下進(jìn)行，這就和真實(shí)世界中開(kāi)放動(dòng)態(tài)的應用場(chǎng)景存在一定的差異性
