机械狗B2简介及二次开发

最新推荐文章于 2025-12-20 19:32:34 发布
原创 最新推荐文章于 2025-12-20 19:32:34 发布 · 209 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能

机械狗B2简介及二次开发

图片

关于 B2

图片

11

11

机器人规格

尺寸

图片

环境

图片

内部相关

图片

图片

图片

Z1 灵巧机械臂具有开放性的程序接口和拓展接口，机械臂末端可快速换装不同执行器；可与Unitree的Aliengo或B1等四足或其他移动机器人一起写协同完成复杂任务。

图片不见了。。。

图片

图片不见了。。。

moonsims
关注
COMSOLMultiphysics软件二次开发：COMSOL软件在电磁学中的应用技术教程
kkchenjj的博客
08-10 799
电磁学模块是COMSOL Multiphysics中一个关键的组成部分，它提供了模拟电磁场、电磁波、电磁感应、微波和射频等现象的工具。电磁学模块支持多种求解器，包括频域求解器、时域求解器和频域-时域转换求解器，能够处理静态、低频和高频电磁问题。此外，该模块还集成了材料属性库，用户可以轻松选择和定义材料的电磁特性，如电导率、介电常数和磁导率等。在电磁学中，有时需要模拟一些非标准的电磁现象，这时可以使用COMSOL的“通用方程”接口来自定义方程。例如，我们可以自定义一个方程来模拟一个特定的电磁波传播问题。
canopen协议详解【C#二次开发】
cfqq1989的博客
01-16 1万+
NMT-上传：从站状态帧 700h+EMCY：从站故障帧 80h+EMCY：从站故障帧 80h+NMT：总线命令 00h。SYNC：同步命令 80h。SYNC：同步帧 80h。先看从站回帧 700h+SDO：参数寄存器设置。SDO：参数寄存器设置。
机械狗面对实际应用的挑战-自主SLAM导航
moonsims的博客
06-09 1667
机器狗在真实场景中需应对跨楼层、上下楼梯、碎石地、斜坡等非结构化地形，这对三维空间感知与路径规划提出极高要求。自主导航需整合激光雷达、惯导、视觉相机、RTK定位等多源数据，并且和机器狗本体进行完美融合和流畅的配合，硬件整合和算法融合仍是难点。建图后环境也可能发生变化，机器狗需要加载预先建立的地图后在规划好的路径行走时及时感知变化的环境，躲避障碍物，并重新进行路线规划。此外，不平坦地面导致机器狗运动姿态频繁变化，需融合IMU、激光雷达等多传感器数据实时校正，技术复杂度远超平坦环境。
ANSYS二次开发：APDL开发入门准备
热门推荐
爱看书的小沐
02-12 1万+
Ansys多物理场仿真赋予了我们强大的功能，让我们得以去探索和预测产品在真实世界中是否正常运行。加载结果文件（后处理）；获取所有节点的数据（后处理） 获取所有单元的数据（后处理）；同时获取所有节点和单元的数据（后处理）；获取所有频率时刻点的节点和单元数据（后处理）； ...
宇树开源整理(1) - 概览 二次开发
强化学习曾小健
05-14 4823
具身智能是下一个科技领域的风口，造出一个类人的AGI机器人是众多人的梦想。这两年机器人的“小脑”—运动控制进展神速，能上春晚扭秧歌，也能像人一样奔跑，已经不再是当年走起来一瘸一瘸的机器人了，并且随着逐步量产，价格已经来到万级别。本着对机器人核心技术的好奇心，决定深挖一下宇树的开源技术，期望能有些系统性的收获。这篇文章先来整体看看开源代码都有哪些，以及简单介绍下当前正在发售的几款人形和四足机器人。机器人名称感知传感器控制计算单元开发计算单元总自由度（单腿/单手臂）Unitree H1。
纺织设计软件：ProWeaver二次开发_（4）.数据结构与算法在纺织设计中的应用
2401_87715305的博客
11-16 843
数据结构与算法在纺织设计中起着关键作用。通过合理选择和设计数据结构，可以高效地管理和操作经纬纱线数据。而通过各种纹理生成和优化算法，可以生成和提升织物的外观效果。这些技术的应用不仅提高了纺织设计软件的性能和稳定性，也极大地丰富了设计师的创作手段，使得纺织设计更加智能化和多样化。在实际应用中，数据结构和算法的选择需要根据具体的设计需求和性能要求来决定。例如，如果需要频繁插入和删除纱线数据，链表可能是一个更好的选择；如果需要快速查找特定纱线属性，哈希表则更为合适。
matlab 并联机械臂_机器人手眼标定MATLAB及C++实现（二十九）
weixin_33654339的博客
12-29 1052
一、概论现在的机器人少不了有各种传感器，传感器之间的标定是机器人感知环境的一个重要前提。所谓标定，是指确定传感器之间的坐标转换关系。由于标定的传感器各异，好像没有特别通用的方法。手眼标定法是标定摄像头与机械臂的一个经典方法，不过这个思想也适用于其他传感器，比如自动驾驶中激光雷达与摄像头之间的标定，比如东京大学的这篇工作《LiDAR and Camera Calibration using...
机器人控制系统系列：KUKA KR AGILUS_（9）.机器人运动路径规划
2401_87715305的博客
11-26 890
在机械加工工业中，机器人运动路径规划是确保机器人高效、准确完成任务的关键技术之一。路径规划不仅涉及机器人的运动轨迹，还包括路径的优化、避障、速度控制等多方面内容。本节将详细介绍KUKA KR AGILUS机器人系统的运动路径规划技术，包括基本概念、算法选择、路径生成、路径优化和避障策略。
宇树B2二次开发
03-20
嗯，用户想了解宇树B2机器人的二次开发方法或资源，特别是SDK文档和示例教程。我需要先看看用户提供的参考资料里有没有相关信息。不过，引用1讲的是Rasa Architecture在教育领域的应用，引用2是关于科大讯飞的文字转...
幽冥大陆(五十四)ASR C语言识别到自动化软件——东方仙盟筑基期
最新发布
cybersnow精通 28 门计算机语言，凭借其超凡的技术能力，成功开发过上万个应用，广泛涉及政府、商业、个人等众多领域，甚至在检察院、环保局、公安局等专业场景中也大放异彩。不仅熟练掌握单片机和物联网开发，在软件架构设计方面更是独树一帜，自创了跨平台软件
12-20 579
ASR（Automatic Speech Recognition，自动语音识别）技术在软件自动化命令领域正掀起一场变革。它使得软件系统能够理解人类语言，并依据指令自动执行任务。通过 ASR，用户无需手动输入复杂的命令或进行繁琐的界面操作，只需说出指令，软件就能精准响应。在自动化脚本编写中，ASR 可以实时将语音转化为代码命令。例如，在编写 Python 自动化脚本时，用户说出 “创建一个名为‘data’的列表”，ASR 系统就能将其转化为对应的 Python 代码data = []。
AI 工具实战测评：从技术性能到场景落地的全方位解析
hello world/linux
12-16 752
多模态赋能情绪理解：Qwen3-VL+LLaMA-Factory 的人脸情绪识别实战
Lab4AI的博客
12-17 814
本项目依托Lab4AI平台，基于LLaMA-Factory成功对Qwen3-VL进行了完整的微调流程。我们将传统的人脸情绪识别任务与多模态大语言模型（MLLM）相结合，探索了MLLM在视觉情绪理解中的应用。通过微调Qwen3-VL，我们成功将传统的分类任务转化为多模态推理任务，显著提升了模型在复杂场景下的鲁棒性和准确率。这一方案不仅在人脸情绪识别上取得了显著提升，还为其他视觉任务的多模态大模型应用提供了新的思路，具有广泛的应用前景。
全品类电商AI助手诞生，AI试衣+万饰穿戴+图生视频，覆盖全链路
Dreamshop_AI的博客
12-19 824
DreamshopAI升级推出三大核心功能，全面革新电商视觉生产流程：AI试衣功能通过智能识别服装款式和材质，7-15天模特拍摄缩短至几分钟；万饰穿戴功能突破品类限制，精准还原珠宝、箱包等商品的材质细节；图生视频功能将静态图片转化为高质量短视频，大幅降低视频制作门槛。系统基于千万级电商数据训练，能自动适配不同市场需求，并推出AI试衣屏Dreamfit实现线上线下体验闭环。此次升级使AI成为电商运营的核心生产力工具，将传统视觉制作效率提升3倍以上，推动电商行业进入智能化新阶段。
深入NVIDIA Nemotron-3：高效准确的技术、工具与数据深度解析
专注于人工智能领域的小何尚
12-18 883
摘要：NVIDIA Nemotron-3技术解析 NVIDIA Nemotron-3系列模型为构建专业AI智能体提供了突破性解决方案。该系列采用创新的混合Mamba-Transformer MoE架构，结合状态空间模型(Mamba)的长序列处理能力、Transformer的精确推理和MoE的高效计算，支持高达100万token的上下文处理。模型通过NeMo Gym多环境强化学习框架训练，使智能体掌握复杂任务执行能力。技术亮点包括：1)混合架构实现超长上下文推理；2)开源RL训练环境支持智能体开发；3)原生支
[LLM]AIM: Adaptive Inference of Multi-Modal LLMs via Token Merging and Pruning
天下事有难易乎？为之，则难者亦易矣；不为，则易者亦难矣。人之为学有难易乎？学之，则难者亦易矣；不学，则易者亦难矣。
12-20 361
本文提出AIM框架，一种无需训练的多模态大语言模型(MLLMs)推理加速方法。通过双阶段设计：在LLM前基于相似度合并视觉Token，在LLM内基于注意力重要性剪枝Token，显著降低计算量。实验表明，该方法在视频理解任务中可减少6.8倍FLOPs，在图像任务中保持3.7倍加速的同时维持性能。关键发现包括：75%视觉Token冗余、LLM早期层侧重跨模态融合而后期侧重文本推理、跨帧合并会损害视频理解等。该方法支持动态调整压缩比例，为资源受限环境下的高效多模态推理提供了实用解决方案。
开发跨行业技能迁移匹配工具，输入现有技能+目标行业，AI分析可迁移能力，推荐适配岗位+补全学习路径，助力职场转型。
2301_82202864的博客
12-16 554
/ 每项可迁移技能+5分。`).join('') : '<div class="result-item">无缺失核心技能，可直接尝试转型！coreSkills: ['项目规划', '风险管控', '资源协调', '敏捷开发', ' stakeholder管理'],coreSkills: ['用户画像', '交互设计', '可用性测试', 'Figma/Sketch', '设计思维'],coreSkills: ['SQL', 'Excel高级函数', '数据可视化', '统计分析', '业务理解'],
基于MATLAB的MFCC特征提取与SVM训练实现
wuk998的博客
12-19 222
MFCC（Mel频率倒谱系数）是一种模拟人耳听觉特性的特征提取方法，广泛应用于语音识别、情感分析等领域
大语言模型训练全流程（技术深度拆解版）---以DeepSeek为例
qq_48379015的博客
12-19 953
DeepSeek是一套完整的工业级大模型训练体系，涵盖数据工程、模型架构设计、多阶段训练（预训练→SFT→强化学习）、推理优化及持续迭代。其核心策略分三步：通过海量多源数据（通用文本、技术文档、代码等）预训练赋予语言能力，SFT微调适配任务需求，GRPO强化对齐人类偏好。关键技术包括MoE稀疏架构、多阶段分布式训练、Tokenizer优化及推理加速（量化/KV Cache）。
NVIDIA设置疑难杂症诊所
qq_54499761的博客
12-18 1189
随着深度神经网络（DNN）模型复杂度的指数级增长，高性能计算（HPC）环境的稳定性与效率成为制约人工智能研发的关键因素。本文旨在系统性分析基于NVIDIA GPU的深度学习开发环境中的常见架构性问题，涵盖驱动层兼容性、容器化隔离机制、显存管理策略、分布式训练通信协议以及计算机视觉（CV）场景下的I/O流水线优化。通过对底层原理的剖析与代码实现的论证，本文提供了一套标准化的故障排查与性能调优框架。
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
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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