logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

2026年AI Agent全栈开发实战:从OpenClaw到LangChain的完整技术栈

OpenClaw自带了一些基础技能,但要和业务结合,必须自己写Skill。description = "查询工厂库存"@Tool"""查询指定产品的库存数量"""# 这里连接你的ERP系统或数据库return f"产品。

文章图片
#人工智能#python
百万级汽车焊装线视觉项目踩坑记:C# + YOLOv12从0到1落地全流程

《汽车焊装线视觉检测项目实战经验分享》 本文分享了作者团队历时8个月完成的汽车焊装线缺陷检测项目经验。该项目采用C#+YOLOv12方案,成功实现焊点质量自动检测,替代人工目检。文章重点剖析了技术选型决策过程、系统架构设计思路和核心实现难点。 在技术选型方面,团队对比了Python、C++和商用视觉软件的优缺点,最终选择C#+YOLOv12组合,兼顾了开发效率、运行性能和成本控制。系统采用三层架构

文章图片
#汽车#c##计算机视觉 +2
ABB机器人PC SDK深度实战:多机协同作业从架构到7x24小时稳定运行

本文分享了工业机器人多机协同系统的开发经验,重点介绍了ABB机器人协同作业的解决方案。作者指出单台机器人运行良好,但多机协同常出现同步问题、碰撞和死锁等故障。文章提出中央调度式架构设计,通过分层管理实现16台机器人协同作业,并详细讲解了ABB PC SDK开发中的关键问题,包括多客户端连接限制、异步任务执行和坐标系转换等核心难点。最后提供了机器人连接管理模块的代码实现,涵盖断线重连、心跳检测等关键

文章图片
#机器人#架构#运维 +3
工业级视觉引导ABB机器人抓取实战:YOLOv8+RobotStudio全流程落地指南

摘要:视觉引导机器人抓取系统的设计与实现 本文提出了一种基于YOLOv8和ABB RobotStudio的工业级视觉引导机器人抓取系统解决方案。系统采用分层架构设计,包含视觉感知层(工业相机+YOLOv8目标检测)、数据通信层(TCP/IP Socket)、机器人控制层(ABB控制器)和业务逻辑层。文章详细介绍了从数据集制作、模型训练、手眼标定到RobotStudio仿真环境搭建的全流程实现方法,

文章图片
#机器人#python#人工智能 +2
ROS2+YOLOv8实时目标检测:从环境搭建到工业级节点实现

本文介绍了基于ROS2 Humble和YOLOv8的实时目标检测系统实现方案。文章首先分析了YOLOv8的技术优势,包括更高的精度、更快的速度和更好的易用性,并对比了主流目标检测算法性能。系统采用模块化架构设计,包含图像采集、目标检测和应用层三个部分,具有良好的扩展性和灵活性。 环境配置部分详细说明了ROS2 Humble、YOLOv8和TensorRT加速环境的安装步骤。核心代码实现展示了YOL

文章图片
#目标检测#人工智能#计算机视觉 +1
工业机器人与PLC无缝对接:ROS2+OPC UA通信完整实战

本文提出了一种基于OPC UA的ROS2与西门子PLC通信方案,解决了工业机器人系统中异构设备互联的关键问题。通过搭建三层架构(ROS2节点-OPC UA桥接-PLC服务器),实现了双向数据交互。详细介绍了环境配置、核心代码实现和性能优化方法,包括ROS2 Humble安装、open62541库编译、S7-1200 PLC的OPC UA服务器设置等关键技术环节。该方案具有跨平台、安全可靠、实时性高

文章图片
#机器人#人工智能#c++ +1
工业级实操教程:YOLO+ABB 机器人 + 西门子 PLC 系统搭建与调试

本文介绍了一套基于YOLO视觉引导的工业机器人智能抓取系统解决方案。该系统采用"YOLO视觉+ABB机器人+西门子PLC"的三层架构,通过边缘计算盒运行YOLOv11算法实现实时目标检测,PLC作为总控协调各设备运行。硬件选型包括ABB IRB1200机器人、西门子S7-1500 PLC、海康威视工业相机等工业级设备,并详细说明了网络连接方案。软件部分重点阐述了YOLOv11模

文章图片
#机器人#人工智能#目标检测
一文理清机器人技术栈:感知、决策、执行三层核心能力拆解

本文系统拆解了机器人技术的三层核心架构:感知层(获取环境信息)、决策层(制定行动策略)和执行层(完成物理动作)。感知层介绍了各类传感器的特点与应用场景;决策层阐述了任务规划、运动规划和行为控制的分层架构;执行层分析了执行器、驱动系统和闭环控制原理。文章还探讨了大模型在机器人决策中的应用前景,并针对各层技术提出了常见痛点的解决方案,为开发者提供了完整的机器人技术知识框架。

文章图片
#机器人#microsoft#java +2
一文理清机器人技术栈:感知、决策、执行三层核心能力拆解

本文系统拆解了机器人技术的三层核心架构:感知层(获取环境信息)、决策层(制定行动策略)和执行层(完成物理动作)。感知层介绍了各类传感器的特点与应用场景;决策层阐述了任务规划、运动规划和行为控制的分层架构;执行层分析了执行器、驱动系统和闭环控制原理。文章还探讨了大模型在机器人决策中的应用前景,并针对各层技术提出了常见痛点的解决方案,为开发者提供了完整的机器人技术知识框架。

文章图片
#机器人#microsoft#java +2
低成本高能:用树莓派5实现ROS2机器人——SLAM建图 + 自主导航 + YOLO视觉AI部署

本文介绍了如何基于树莓派5和ROS2框架构建智能移动机器人系统。主要内容包括:1)在64位Ubuntu系统上搭建ROS2 Humble环境;2)使用slam_toolbox实现激光SLAM实时建图;3)通过Nav2导航栈完成自主路径规划与避障;4)利用TensorRT部署YOLOv8视觉模型实现目标检测。系统整合了"感知-决策-执行"全链路功能,通过激光雷达、摄像头等传感器数据

文章图片
#机器人#人工智能#python +1
    共 263 条
  • 1
  • 2
  • 3
  • 27
  • 请选择