登录社区云，与社区用户共同成长
邀请您加入社区
寄存器离处理器、硬件最近，但其却是由编译器来管理的；Cache没那么近，却是直接由硬件来管理的；内存和磁盘等都是由操作系统来管理的；这个思考角度我此前从未想过，之前是默认理解的离硬件越近，越底层，则离软件越远，即全是由硬件来处理的；但突然意识到整个确实就是一个有机的整体，因为我总是想的是类似一个裸机程序，只有硬件，然后逐步去有各种软件（包括编译器，操作系统等）的；
镜像视界（浙江）科技基于耿文海原创像素升维理论与MV-SRR时空重构模型，打造纯视觉流式在线重构系统，实现无源无感定位、动静解耦感知与四维空间自生长。依托存量监控网络，方案在边海防、危化园区、电力电厂、交通隧道、港口堆场、智慧军营等场景落地，支持离线闭环、数据不出域，适配信创与高安全需求。通过步态识别、跨镜追踪、三维量测等能力，构建全域透明感知底座，已在国家级安保、社区矫正、巡检机器人等领域验证实
测试体系的验收标准：一个改动从提交到可发布，全自动验证不超过十五分钟。本文基于 Eyun 平台的企微接口实践整理，接口形态的契约基准与开通环境以 Eyun 官方文档为准，四层不必一次建齐，先补单测和集成，契约与演练跟着基础设施一起长。
2025年《PNAS》研究发现，即使仅在脑中想象前一个动作，也能促进后续实际动作的学习。60名参与者在机器人力场中完成伸手任务，结果显示：相比仅看线索的对照组，想象前置动作的组别表现出更优的运动适应（误差下降、后效应增强），虽弱于实际执行前置动作，但显著优于对照组。EEG分析提示，想象结束时α/β功率回升（ERS）与学习效果相关。研究提示，运动想象可作为“情境线索”提升序列动作学习效率，为训练与康
AscendCluster通过动态组网、故障自愈、拓扑感知调度与资源池化，解决大模型训练集群在扩展性、稳定性与资源利用率上的瓶颈。基于昇腾硬件与MindSpore框架，实现无需静态rank_table、自动断点续训、跨机通信优化及细粒度混部调度，70B模型训练迭代耗时降低31%，资源利用率提升至81%，部署效率显著提高，大幅降低万亿参数大模型落地门槛。
本文系统阐述了昇思MindSpore图模式下基于源码到源码的符号微分技术，涵盖其在昇腾硬件上的实现原理、核心优势（如精度高、支持高阶求导、编译期全局优化）与局限（表达式膨胀、动态控制流处理难），并通过代码示例、调优策略及常见问题解析，展示了其在大模型训练、PINNs等场景的落地实践，强调合理选型与重计算、算子融合等手段可有效缓解编译开销与内存压力。
本文阐述人形机器人从仿真到真实世界落地的关键技术：通过PPO与AMP结合的强化学习框架，实现任务奖励（走到哪、走多快）与风格奖励（怎样走）协同优化，提升步态自然性与稳定性；策略部署中注重输入观测一致性与动作缩放校准，确保仿真到真机的平滑迁移；同时依托“白虎”异构数据集，提供多场景、多模态任务数据，支撑机器人操作能力的学习与验证。三者协同推进机器人从“站得住”迈向“会做事”。
本文介绍基于昇思MindSpore Lite的Caffe模型迁移方案，支持将Caffe的prototxt与caffemodel文件转换为MindSpore MINDIR格式，实现图像分类、检测模型在昇腾NPU上的高效推理部署。通过命令行与Python API两种方式完成转换，结合图优化与ATC编译，可生成om离线模型。重点说明转换流程、约束条件及常见问题排查，强调输入对齐、算子兼容性与精度验证的重
一次真实的多模型实测：让 6 款旗舰大模型为社区健身房写 70 字合规开业短信，七维打分排名，附并发评测脚本与翻车作品对照分析。
一个反直觉的观察观察身边用 AI 用得最顺的人，会发现一个反直觉的规律：他们没有一个是从"放弃基础、全力拥抱 AI"开始的，反而个个底层功底扎实。按直觉，基本功应该越用越少才对——AI 都能写了，还背什么原理？但现实恰好相反：AI 时代的功夫分水岭，恰恰划在基本功上。这篇专门讲这条最容易被忽略的底线：操作系统、网络、数据库、算法，这些老掉牙的东西为什么在 AI 时代反而更值钱了。
在六自由度系统的优化控制中，寻找高效的优化算法至关重要。本文将在六自由度系统的基础上，对改进混沌超螺旋麻雀 ISSA 算法和粒子群 PSO 算法进行对比研究。通过比较两种算法在六自由度系统中的关节适应度收敛情况以及六个关节角度的变化，深入分析它们的性能差异，为六自由度系统的优化控制提供理论依据和实践指导。六自由度系统通常指物体在三维空间中具有沿三个坐标轴方向的平移运动（x、y、z 轴）以及绕这三个
本文针对机械臂轨迹规划中运行时间优化问题，提出结合改进麻雀算法ISSA（引入混沌映射）与粒子群PSO的混合优化策略。通过3-5-3多项式插值构建关节空间轨迹模型，在笛卡尔空间中验证末端执行器运动连续性，并对比两种算法在收敛速度、寻优精度及轨迹平滑性上的表现。实验结果表明，混合算法较单一算法在时间优化效率上提升显著，关节运动曲线平滑无突变，验证了方法的有效性。
文献来源：摘要本文从可观测性的角度研究了基于扩展卡尔曼滤波器（EKF）的同时定位与地图构建（SLAM）中的不一致性问题。我们通过分析证明，当过程和测量模型的雅可比矩阵在每个时间步骤中根据最新的状态估计值进行评估时，EKF中使用的线性化误差状态系统具有比实际非线性SLAM系统更高维度的可观测子空间。因此，EKF的协方差估计在状态空间中无信息可用的方向上会减小，这是不一致性的主要原因之一。基于这些理论
随着工业自动化和机器人技术的快速发展，机械臂的精确轨迹跟踪控制成为研究热点。本文以Sawyer 4自由度机械臂为研究对象，基于MATLAB平台搭建动力学模型，分别实现PID控制、传统滑模控制（SMC）和自适应模糊滑模控制（AFSMC）三种策略的仿真。通过对比分析轨迹跟踪精度、鲁棒性及抗干扰能力，验证了AFSMC在复杂非线性系统中的优越性。研究结果表明，AFSMC通过模糊逻辑在线调整滑模参数，有效抑
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️行百里者，半于九十。📋📋📋🎁🎁🎁。
本篇报告全面说明了 KF，EKF，IEKF 算法的基本原理；构建推导出四轮前驱自主移动机器人的运动学模型和观测模型；
重新排列范围，使得指定位置的元素等于排序后的元素，并且左边的元素都不大于它，右边的元素都不小于它。算法的原理是 “覆盖” 要删除的元素，将保留的元素移到前面，返回新的逻辑尾迭代器，但。对范围内的每个元素应用一个函数，并将结果存储在另一个范围内。移除范围内连续的重复元素，返回新的逻辑结尾迭代器。旋转范围内的元素，使中间元素成为新的第一个元素。这些算法不会改变它们所操作的容器中的元素。这些算法会修改它
室内环境下高精度、鲁棒的机器人定位与建图（SLAM）一直是机器人领域研究的焦点和难点。传统的基于视觉、激光雷达等传感器的SLAM方法在光照变化、纹理缺失或动态障碍物等复杂室内场景下往往面临挑战。超宽带（UWB）雷达以其穿透性强、抗多径干扰能力好、定位精度高等特性，在室内定位领域展现出巨大的潜力。将UWB雷达应用于SLAM，利用其独特的感知能力，不仅能够克服传统传感器的部分局限性，更有望在室内环境中
针对六自由度机械臂在笛卡尔空间与关节空间中进行多类型轨迹规划时存在的平滑性不足、逆解异常处理困难等问题，本文以LittleRA六自由度机械臂为研究对象，构建了一套涵盖直线、圆弧与关节角度空间三类轨迹、并支持四种规划方式的多轨迹规划仿真框架。研究思路为：先在笛卡尔空间或关节角度空间生成目标轨迹，再通过逆运动学求解关节角度序列，结合轨迹优化实现平滑运动。具体控制内容包括：支持直线、圆弧、角度空间三类轨
本文综合考虑基于DNNs的应用响应时间、计算能耗和租用服务器的价格，使用启发式算法设计四种不同的任务卸载策略即基于终端设备的不卸载策略、基于云服务器的完全卸载策略、基于端云的部分卸载策略和基于端—边—云的多重资源卸载策略，同时综合粒子群算法和模拟退火算法提高算法的计算效率和计算结果的精准度。
关节1 (J1)：基座到第一连杆的旋转。关节2 (J2)：第一连杆到第二连杆的旋转。关节3 (J3)：第二连杆到末端执行器的旋转。
同步定位与地图构建（SLAM）是自主车辆、移动机器人实现未知环境自主导航的核心关键技术，单车SLAM受传感器探测范围有限、观测盲区、随机噪声干扰及误差累积等问题制约，长期运行下定位漂移与建图精度退化问题突出。为解决单一智能体感知能力不足的缺陷，多车协同SLAM通过多平台观测信息共享与融合，充分利用空间分布式冗余观测，弥补单车感知缺陷，有效抑制滤波误差累积，提升复杂场景下定图与建图的稳定性与精度。
本文聚焦于机械臂在延迟非对称全状态约束下的非线性系统跟踪控制问题。阐述了延迟且不对称但随时间变化（DATV）约束在实际应用中的普遍性及现有研究的不足。通过引入误差转移变换与具有变分屏障界的新型不对称障碍李雅普诺夫函数，提出一种适用于完全未知初始跟踪条件的DATV全状态约束的跟踪控制方法，解决了基础控制难题。同时，证明了该方法可使初始违反全状态约束的情况在预先指定的有限时间内得到满足，为机械臂在复杂
针对二自由度机械臂在模型不确定性及外部扰动条件下的轨迹跟踪问题，本文设计了一种滑模变结构控制与PID控制相结合的复合控制策略（SMC-PID）。首先，采用拉格朗日方法建立二自由度机械臂的动力学模型，得到包含惯性矩阵、科里奥利离心力矩阵及重力向量的完整动力学方程。其次，在Matlab/Simulink环境中搭建仿真平台，其中轨迹生成模块产生正弦形式的关节期望位置及其各阶导数；滑模面构建模块依据关节角
在自主移动机器人领域，同时定位与地图构建（Simultaneous Localization and Mapping，SLAM）是实现机器人自主导航、环境交互的核心技术。传统扩展卡尔曼滤波器（EKF）因线性化误差累积，在长期 SLAM 任务中易出现滤波发散、定位精度下降等问题。
随着第五代移动通信技术（5G）的普及以及物联网（IoT）设备的爆炸式增长，移动终端产生了海量的数据和计算需求。然而，移动设备的计算能力、存储空间和电池续航能力有限，难以满足这些日益增长的复杂应用需求。移动边缘计算（Mobile Edge Computing, MEC）作为一种新兴的技术范式，通过将计算和存储资源下沉到网络的边缘，靠近移动用户，有效地解决了移动终端计算能力不足的问题。
机械臂工作空间是衡量其运动能力与作业范围的核心指标，对轨迹规划、任务适配与结构优化具有重要意义。本文以UR3六自由度串联机械臂为研究对象，基于改进D-H参数法构建其连杆坐标系与运动学模型，设定各关节在-360°至360°范围内的运动极限；采用蒙特卡洛法在关节空间内随机采样80000组关节角组合，通过正运动学求解每组角度对应的末端执行器位姿，并提取齐次变换矩阵中的位置分量以获得工作空间点云；最后从三
两连杆机械臂作为典型的非线性、强耦合多输入多输出系统，其轨迹跟踪控制面临参数摄动、外部干扰与建模误差等多重挑战。传统滑模控制虽具备强鲁棒性，却因线性滑模面导致收敛速度受限，且终端滑模控制存在奇异问题。本文针对两自由度机械臂设计非奇异终端滑模控制器（NTSMC），通过构造融合位置与速度跟踪误差的非奇异终端滑模面，结合机械臂逆动力学模型设计控制律，并引入饱和函数抑制抖振、补偿正弦外部干扰。仿真以余弦/
笛卡尔空间圆弧轨迹的生成需要明确三个几何要素：圆心位置、圆平面法向量以及圆弧半径。对于XY平面内的完整圆周，圆心坐标 (x0,y0,z0)(x0,y0,z0) 定义了轨迹的中心位置，法向量 (0,0,1)(0,0,1) 确定了圆周所在平面，半径 RR 决定了圆弧的尺寸。完整圆周轨迹的参数化表达为：圆周上任意一点的位置可通过圆心坐标与半径在参数角度 φ∈[0,2π]φ∈[0,2π] 上的函数关
针对多关节机械臂系统存在的不确定性、外界干扰及传统控制方法易产生抖振等问题，本文复现了席雷平《基于非线性干扰观测器的机械臂自适应反演滑模控制》中的控制策略，提出一种融合非线性干扰观测器、自适应算法与反演滑模控制的复合控制方法，并通过Simulink仿真验证该策略的有效性。控制系统设计过程中，先利用非线性干扰观测器对系统可观测干扰进行实时观测，再通过自适应反演滑模控制器对未观测干扰进行补偿，确保闭环
针对复杂三维环境下PUMA560机械臂避障路径规划中传统快速扩展随机树（RRT）算法生成路径折线化严重、关节运动突变明显的问题，本文构建了一套从路径规划到运动学控制的完整仿真框架，并开展了改进前后的对比研究。未改进版本以基础RRT算法为核心，通过随机采样与碰撞检测在含长方体障碍物的三维空间中搜索可行路径，但所得路径由大量离散折线构成，直接驱动机械臂时关节角速度与角加速度波动剧烈。
本文针对六自由度机械臂在复杂环境中的路径规划问题，提出了一种结合改进RRT算法与六轴B样条优化的路径规划方法。通过引入目标偏置策略和自适应可变步长对传统RRT算法进行改进，并结合六轴B样条曲线对规划路径进行平滑优化，有效解决了传统RRT算法随机性强、导向性差、规划时间长及路径平滑度差等问题。仿真实验结果表明，该方法能够显著提高路径规划效率和质量，满足六自由度机械臂在复杂环境中的实时避障和运动需求。
一、引言随着人工智能技术的飞速发展，深度神经网络（Deep Neural Network, DNN）在计算机视觉、自然语言处理、智能物联网等领域的应用日益广泛。然而，DNN 模型的复杂度过高（如层数多、参数规模大），导致其在终端设备（如智能手机、物联网传感器）上运行时面临计算资源不足、能耗过高、时延过大等问题。边缘计算作为一种将计算任务从云端下沉到靠近终端设备的边缘节点的技术，能够有效降低任务传输
算法
——算法
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
openEuler 社区
DAMO开发者矩阵
人工智能6S服务平台
北京朝阳AI社区
地瓜机器人开发者社区
