
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
文章摘要: 本文探讨了机器人开发中的两大核心挑战:高容错自动充电系统设计与灵巧手强化学习仿真部署。 自动充电硬件架构: 采用固定端弹簧顶针+移动端铜垫方案,避免机械损伤。 通过肖特基二极管防止电池倒灌短路,结合微动开关实现“冷插拔”时序控制,确保电气安全。 IsaacLab灵巧手仿真优化: 传统CAD模型直接导入会导致算力爆炸,需对URDF文件进行轻量化(凸分解、阻尼注入)和碰撞网格优化。 提供S
摘要: 本文分享了在Isaac Lab 5.1.0中训练6自由度灵巧手完成“盘球”任务的实战经验,涵盖强化学习架构设计、物理引擎优化及Sim2Real避坑指南。核心内容包括:1)解耦式架构设计,分离感知、执行与逻辑层;2)物理引擎中的碰撞网格优化(凸分解)与姿态随机化;3)破解AI“偷懒”策略的奖励函数设计;4)仿真与真机的驱动降维映射方法;5)工业级算力优化技巧(如无头模式与并行环境)。文章强调
摘要:在机器人系统中,base_link、laser和imu_link三个坐标系通过URDF/XACRO文件静态定义,始终保持固定相对位置。odom坐标系作为局部运动参考会产生随时间累积的漂移误差,主要源于轮式里程计的固有缺陷和IMU积分误差。SLAM系统通过引入map坐标系,利用闭环检测和扫描匹配技术,动态计算map→odom的修正量来补偿odom的漂移。这种偏差的存在正是SLAM系统正常工作的
概念归一化量化策略核心目标数据预处理,使输入数据符合模型训练时的分布,保证模型正确工作。模型压缩与加速,通过降低数据精度来极致优化性能。关键操作对输入数据进行线性缩放。为模型权重和激活值确定从FP32到INT8的最佳映射参数。在RKNN转换中的作用保证模型精度的基础。配置错误直接导致模型失效。在精度和性能之间取得平衡。策略选择
摘要:ROS 2与大模型融合实战中的类型安全冲突与解决方案 在构建基于大模型的机器人交互系统时,遭遇了非确定性AI输出与ROS 2强类型控制的底层冲突。核心问题表现为:视觉任务触发后,model_service节点因大模型输出格式不符合ROS 2 Action接口的严格类型断言(如单字符串而非列表)而崩溃。通过逆向追踪异常栈,最终在AI数据层与ROS 2执行层之间建立了数据清洗过滤层,强制转换和验
摘要: 本文详细记录了基于ESP32-S3和AS7341传感器的可见光光谱仪V1.0原型机快速搭建过程。通过模块化组合替代传统PCB设计,解决了多通道数据可视化中的内存溢出和屏幕闪烁问题,关键采用带8MB PSRAM的ESP32-S3开发板实现流畅UI渲染。文章总结了硬件选型中的三大典型陷阱(开发板兼容性、供电管理、模块性价比),并给出黄金配置方案。特别强调了MVP思维在硬件开发中的重要性——通过
摘要:本文记录了调试25kg重载四足机器人灵巧手时遭遇的CAN总线通信难题。核心问题在于使用廉价的CH340串口透传模块无法满足灵巧手32字节长帧、5Mbps速率的CAN-FD协议要求,导致通信失败。通过分析协议文档与硬件限制,确认需更换专业CAN-FD分析仪。总结了常见误区(驱动安装错误、硬件替代误解)和调试经验,强调硬件物理层限制无法通过软件弥补。最后提出最佳实践方案:选用合规硬件、正确接线,
摘要 本文记录了在ROS2机器人系统中集成多模态大模型(Qwen-VL)的全链路开发过程。主要解决了两个核心问题:Jetson架构下RealSense相机USB电源管理崩溃(通过调整自动曝光和关闭红外发射器解决)和无头服务器上C++ GUI崩溃(注释OpenCV图形显示代码)。还总结了多个关键经验,包括大模型输出坐标归一化处理、红外相机物理特性限制、Nav2导航定位问题等。文章构建了融合ROS2与
摘要:ROS 2与大模型融合实战中的类型安全冲突与解决方案 在构建基于大模型的机器人交互系统时,遭遇了非确定性AI输出与ROS 2强类型控制的底层冲突。核心问题表现为:视觉任务触发后,model_service节点因大模型输出格式不符合ROS 2 Action接口的严格类型断言(如单字符串而非列表)而崩溃。通过逆向追踪异常栈,最终在AI数据层与ROS 2执行层之间建立了数据清洗过滤层,强制转换和验







