第四次 Erlang 开发者大会(CN Erlounge IV)正式开通注册通道

ECUG成立于2007年,致力于推广Erlang在中国的应用与发展。每年举办一次全国性Erlang开发者大会CNErlounge,讨论Erlang风格的并发模型及其在分布式编程中的应用。

ECUG 成立于 2007-10-14 日的 CN Erlounge II。全称为 Erlang China User Group(Erlang中国用户组)。它是一个民间团体,致力于促进 Erlang 中文社区的交流,以发展和壮大 Erlang 中国社区(了解 “Erlang 中国社区的发展历程”)。

按照 ECUG 的计划,预计每年我们都会举行一次全国性的Erlang开发者大会。这个会议我们简称为 CN Erlounge。下面是历届的 CN Erlang 大会资料:

  1. 2007年9月8日,CN Erlounge I,珠三角Erlang爱好者小聚。无会议资料,但酝酿了之后具有里程碑意义的CN Erlounge II。
  2. 2007年10月13~14日,CN Erlounge II 在珠海召开。金山为大会主要赞助方。
  3. 2008年12月20~21日,CN Erlounge III 在上海召开。盛大网络为大会主要赞助方。

今年 Erlang 中国社区人气有了明显的提高,也陆陆续续有互联网公司使用 Erlang 到他们的产品中。也有很多人开始用 Erlang 风格的并发模型(Erlang Style Concurrency)在自己熟悉的语言(如 C/C++、Java 等)中做事情,一些语言更号称自己已经实现 Erlang Style Concurrency 模型。另外,也踊跃出一批基于 Erlang Style Concurrency 模型的新语言(比如Scala)。在我们看来,Erlang是否会最终非常成功,目前言之过早,但是 Erlang 风格的并发模型(Erlang Style Concurrency)的成功,却是已经不容置疑的事实。

今年将于10月24~25日举行的 Erlang 开发者大会属于第四次 Erlang 开发者大会,简称 CN Erlounge IV

CN Erlounge 的官方支持站点:ECUG.ORG

CN Erlounge IV - 发起

  1. 时间:2009-10-24 ~ 2009-10-25,为期2天
  2. 地点:杭州(详细待定)
  3. 议题: 研究、探讨、关注Erlang风格的并发模型(Erlang Style Concurrency)的技术及最新进展(不局限于Erlang语言)
  4. 面向人群:对Erlang风格的并发模型有一定了解并有兴趣应用于实际工程的人。
  5. 会议主持:ECUG 会务组

会议形式

  1. 多数时间由交流会讲师针对某个 Topic 进行论述,其他人提问(Q&A)方式交流。
  2. 留出一小段时间,安排沙龙式的对等交流机会。

会议规则

  1. 会议的讲师报销来回路费和住宿(申请成为讲师)。点击这里可以查看已经确定的讲师名单
  2. 任何人可报名免费参与听讲(注册并申请参加本会议)。

注:由于场地限制,我们可能没法接受所有的与会申请,请谅解。如果名额已满,我们会回信说明。

重要时间点

  1. 讲师注册及Topic征集截止日期:2009-9-15
  2. 普通参会者报名截止日期: 2009-10-1
  3. 讲师投稿截止日期:2009-10-10
  4. 详细会议议程安排公布:2009-10-15
  5. 会议日期:2009-10-24 ~ 2009-10-25

CN Erlounge IV - Topic征集

Topic范围

讲师的议题是否必须限定和 Erlang 相关呢?答案是否定的。我们需要Focus的是我们的问题域:如何高效地(包括性能和开发效率)进行分布式编程。我们都关注 Erlang 在这个方向上取得的成就,但不能也不想限制自己的眼界,Erlang 决不是我们唯一。只要你的议题和 Erlang 关注的问题域相关,和分布式、和多核时代面临的挑战相关,就没有“跑题”。Erlang 社区应该是睿智的、包容的。

投稿请发往 ECUG 会务组

讲稿建议

  1. 内容有深度,而不是泛泛而谈。忌局限于一个事实或者一个实践,但是没有任何结论。
  2. 内容有一个Focus的问题域。告诉大家你要解决什么问题,它又是如何被解决的。
  3. 如果能够结合一个实际的应用实践,那是最棒不过了。
同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值