傲龙残雪

无人驾驶汽车的成功涉及高精地图、实时定位以及障碍物检测等多项技术，而这些技术都离不开光学雷达（LiDAR）。本文将深入解析光学雷达是如何被广泛应用到无人车的各项技术中。文章首先介绍光学雷达的工作原理，包括如何通过激光扫描出点云；然后详细解释光学雷达在无人驾驶技术中的应用，包括地图绘制、定位以及障碍物检测；最后讨论光学雷达技术目前面临的挑战，包括外部环境干扰、数据量大、成本高等问题。无人驾驶

特斯拉在五月份发生的自动驾驶事故，和最近在Defcon上演示的如何干扰传感器，都充分说明了传感器在自动驾驶中的重要性：环境感知是自动驾驶实现的基础，如果不能正确地感知周围环境，那么接下来的认知、决策与控制，都是空中楼台。从传感器技术发展本身来说，要在接下来十年里保证自动驾驶车安全地上路，硬件性能与背后的软件算法，以及不同传感器之间的数据融合，都是需要提升的地方。传感器在自动驾驶

商业环境（商店、餐厅、咖啡馆、超市等场所）里，室内机器人才是下一波热潮！你知道为什么吗？2016年，专注于机器人开发的风投资金已经达到了19.5亿美金，跟六年前相比，这个投资额上涨了10 倍，而且这个势头并没有任何减缓下来的意思。开发室内机器人的公司包括了Cobalt、Aethon、Simbe、Savioke、Diligent Droids以及PAL Robotics。绝大部份的投

摘要       人体检测是机器人和智能系统中的重要问题。之前的研究工作使用摄像机和2D或3D测距器。本文中我们提出一种新的使用RGB-D的人体检测方法。我们从HOG( Histogram of OrientedGradients)描述子获得灵感，设计了一个在稠密深度数据中检测人体的方法，叫做深度方向直方图HOD(Histogram of Oriented Depths)。HOD对局部深度

利用摄像机所拍摄到的图像来还原空间中的物体。在这里，不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系：[像]=M[物],这里，矩阵M可以看成是摄像机成像的几何模型。 M中的参数就是摄像机参数。通常，这些参数是要通过实验与计算来得到的。这个求解参数的过程就称为摄像机标定。        中文名       摄像机标定       

无人驾驶：多种技术的集成无人驾驶技术是多个技术的集成，如图1所示，一个无人驾驶系统包含了多个传感器，包括长距雷达、激光雷达、短距雷达、摄像头、超声波、GPS、陀螺仪等。每个传感器在运行时都不断产生数据，而且系统对每个传感器产生的数据都有很强的实时处理要求。比如摄像头需要达到60FPS的帧率，意味着留给每帧的处理时间只有16毫秒。但当数据量增大之后，分配系统资源便成了一个难题。例如，当大量的

本系列的最后一篇，聊一聊最近被问的比较多两个的问题：安全的本质是什么？人机协作的未来有可能是什么样？安全的本质是什么？根据马斯洛的需求层次理论，人在满足基本生理需求之后就会考虑安全问题，那么在满足人们需求的产品设计中，安全性该如何理解？▲（马斯洛需求金字塔，图片来自网络，侵删）

（来源链接http://mp.weixin.qq.com/s/Fd7iR6a9NesPtXVVLQLFYQ）机器人也需要碰撞标准？当我们评价一款车的安全性时，经常会以碰撞测试成绩作为一个主要的参考项。始于1997年的NCAP为提升汽车的被动安全性做出了巨大贡献，在此之前，由于没有明确的汽车安全设计和测试标准，导致各大厂商要不对安全指标不关心，要不就按照自己的理解来做，因

人机协作机器人的重点在于“协作”，那什么是协作呢？如何定义这种行为？建议首先阅读本系列的前两篇，本文中会引用之前的一些概念和内容。写在前面在市场上销售的机器人必须要遵守各种各样的设计与安全规范，对于协作机器人来讲最重要的一个规范莫过于在2016年3月份最新发布的《ISO 15066 Robots and roboticdevices — Coll

本文将尝试解答以下问题：为什么需要协作机器人协作机器人的起源协作机器人与传统机器人有什么区别 为什么需要协作机器人？  协作机器人的兴起意味着传统机器人必然有某种程度的不足，或者无法适应新的市场需求。   总结一下，主要有三点：传统机器人部署成本高      其实

喜欢机器人同学想必对阿西莫夫的机器人三大定律耳熟于心：机器人不得伤害人类，或坐视人类受到伤害；除非违背第一法则，机器人必须服从人类的命令；在不违背第一及第二法则下，机器人必须保护自己；  先不去讨论这三大定律是否完备，只认真思考这三句话背后的意义，我们会发现实际上三大定律最重要的目的只有两个字：安全。如果把三大定律概括成一句话，那应该是：在保证人

原文来自：http://rosclub.cn/post-538.html摘要: -你的博士课题是关于什么的？-机械臂运动规划。-运动规划不是已经很成熟了吗，还有什么可研究的？-是运动规划（Motion Planning），并不是轨迹规划（Trajectory Planning）。Balabala…上述对话曾多次出现在我与其他 ...-你的博士

1.柱面坐标机器人（RPPR） 2.球面坐标机器人（RRPR） 3.关节式球面机器人（RRRR）  自由度的判断：首先，能够沿坐标轴OX，OY，OZ平行移动则具有三个自由度T1，T2，T3；能够绕着坐标轴OX,OY,OZ转动则具有另外三个自由度R1，R2，R3。

【原创】Liu_LongPo【优快云】http://blog.youkuaiyun.com/llp1992卡尔曼滤波器是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。而且由于观测包含系统的噪声和干扰的影响，所以最优估计也可看做是滤波过程。卡尔曼滤波器的核心内容就是5条公式，计算简单快速，适合用于少量数据的预测和估计。下面我们用一个例子来

思路参考了论文《基于特征线段匹配的救援机器人建图方法》特征识别主要分为两个过程：区域分割与特征提取首先要做的就是区域分割，假设激光雷达可以得到n个数据点，以这n个数据点作为一个区域，可以表示为A1{(Xi, Yi) | i = 1, 2, ..., n}，利用两点间欧氏距离公式可得到两点间距Dj，同时确定一个阈值Delta，比较delta和Dj，确定两点是否在同一个线段特征

IIoT本质上是扩展到云的机器对机器（M2M）的支持。在这个意义上，IIoT不是个真正的新想法，而是现有系统的新术语描述。最大的区别是：现有系统如何改变？以及这些技术的可用性为何？相同的是——两者都是像“云”和“互联网”这些高大上的词，它们都几乎囊括了任何互联的设备，但IIoT更多是指工业应用。挑战是，许多计划被归类为IIoT的应用将只局限于工业布局领域，如工厂或仓储自动化。同时，像工