ROBDEKON:去污机器人技术中心

ROBDEKON – 去污机器人技术能力中心

1 引言

几个世纪以来,人们的工作条件一直在不断改善。尽管总体而言工作环境比过去安全得多,但人们对健康危害的认识日益加深,这为安全的工作场所带来了新的要求。

这些要求可能包括增强防护设备、进一步减少人员暴露,或要求完全远程作业。然而,采取额外的防护措施并非没有代价:实际完成的工作量会减少,工作可能变得更加疲劳,进而需要更多的休息时间。传统的远程操作方式往往笨拙且不够直观,因此只有技术最娴熟的操作员才能胜任此类任务。

1.1 要求

这正是机器人和数字化发挥作用的地方。部分工作可以完全自主执行,而对于其他任务,高效的远程作业依赖于半自动化辅助功能,以将人类从危险区域撤离。现代技术通过增强对远程环境的沉浸感,使操作员在远程操作时获得更加丰富的操作员体验。

然而,将人类从危险区域中撤离并非易事,因为人类智能和感知能力在目前仍远超机器所能达到的水平。但尽管如此,自主系统的功能近年来大幅上升,一些任务已经可以完全自主地执行。

三个领域在应用机器人去污系统方面似乎尤为引人关注:核电站的拆除、受污染场地的修复以及危险材料的处理。

在所述场景中,完全自主通常既不易实现,也不是主要目标。技术工人短缺使得必须充分利用操作人员的经验和知识。通过以辅助功能的形式实现自主功能,从而提供半自动化,操作人员可以将注意力集中在那些基于人工智能的机器人系统可能无法找到合适解决方案的更复杂情况上。这样,一名操作员便可以监督多个系统,进而用自己的经验支持多项任务。例如,在修复场景中,这可能体现在不同级别的自主性中:操作员可以操控单个机械关节来解决问题,或者在更高层级进行干预,例如指示系统前往替代处置地点。通过这种方式,每位操作员可同时监督多个自主系统。

为了完成此类监督任务,必须构想出创新的操作概念,通过提供直观的交互能力,使操作员能够完全沉浸于每一项任务中。这使得操作员能够快速在被监控系统之间切换,并立即获得场景的完整三维视图。由于实现了这种完全的沉浸感,操作员在不同任务之间切换所需的时间非常短。

此外,辅助与远程存在系统使年长的操作人员能够继续从事通常需要高强度体力消耗的工作,从而能够持续贡献他们的专业知识。

1.2 背景

传统的远程控制重型机械是应对对操作人员存在重大危险情况的成熟手段。Jaseiskis 等人在1994年的研究 [22] 中已充分讨论了机器人系统在危险环境中降低人员风险的优势,并概述了试点系统。2014年,经合组织核能署在 [27] 中提出“将机器人技术与当前的末端执行器和物料搬运技术相结合”,并指出由于需要采取高度安全措施,现有的退役方式效率低下。

在国际上,也有类似概念的研究活动正在进行。我们将提供一个非详尽的概述。RACE [33] 于2014年作为英国原子能机构(UKAEA)的一部分成立,隶属于英国政府2.5亿英镑的机器人与自主系统战略。RACE在具有挑战性的环境中开展机器人与自主系统的研发和商业活动。他们在远程操作方面拥有雄厚的技术背景,迄今已在反应堆停堆关键路径上完成了超过35,000小时的远程操作。他们的工作重点并非主要是去污任务,但退役是其活动的一部分。RACE是更具学术性质的RAIN Hub[35]的成员,多个英国大学也参与其中,共同研究人工智能在核领域挑战中的应用。

日本通过由日本原子能机构发起的先进去污科学协同实验室(CLADS)[21]开展其研究。该中心与日本其他致力于核安全利用和退役研究的机构相联系,例如核安全研究协会NSRA [29]以及位于东京的国际核退役研究机构(IRID)[20]。

在美国,研究在全国范围内分布更广,而佛罗里达国际大学(FIU)则专注于废物处理场站操作的机器人技术[14]。挪威在最近成立的HADRON小组中,于能源技术研究所(IFE)针对类似的研究任务展开工作[18],而瑞士与其他国家一样,在更大的民用安全背景下开展这些活动[1]。在国际层面,经合组织核能署(OECD-NEA)于2019年启动了核教育、技能与技术(NEST)框架,以促进多国和跨学科的知识转移与技术创新[30]。

德国的相关研究活动包括第二个国家级能力中心 DRZ [11],该中心与ROBDEKON类似,但专注于救援机器人技术,且与ROBDEKON保持密切合作。凯泽斯劳滕大学[36]以及瑞士的苏黎世联邦理工学院[12]也在开展自主重型机械的研究。波恩大学研究用于灾害响应的辅助机器人,例如在CENTAURO项目[8]中的工作。这也是弗劳恩霍夫FKIE研究所[16]的重要研究课题。不来梅大学致力于机器人应用中的人工智能研究[19]。在核电站拆除领域,资助计划FORKA[17]涵盖了许多研究项目,其中包括资助项目ROBBE[34],其研究主题为核电站拆除过程中机器人辅助的部件处理,以及AuDeKa [3]项目,该项目研发一种自动化去污舱。

基于工业4.0特征的文档被开发。用于石棉清除的机器人技术已在Bots2ReC[9]中进行了研究。

许多公司已经在为重型机械开发辅助系统,但这些解决方案主要针对特定应用场景,例如平地作业。其中包括(按字母顺序排列)ASI机器人[2], BROKK核电 [5], Built Robotics[6], 卡特彼勒 [7], Framatome [15], 约翰迪尔[23], 小松 [25], Leica Kobelco [24], 诺瓦创/斗山[28]和拓普康[38]。

福岛事故后,日本使用了多种不同的机器人系统,但大多数仍采用遥控操作,例如Teledyne FLIR(前身为iRobot、Endeavor Robotics)的PackBot [37]。作为一个以机器人为核心应用的示例,东芝和IRID开发了一种小型且坚固的机器人(SunFish),能够到达熔融堆芯 [39]。

2 使命

为应对上述技术需求,德国联邦教育与研究部(BMBF)于2018年启动了德国能力中心ROBDEKON[31]。ROBDEKON是联邦政府“民用安全研究”计划的一部分。

ROBDEKON1的使命是保护工人免受危险环境中存在的健康危害,并作为技术中心为寻求机器人去污任务建议的用户服务。为此,激励研究和应用合作伙伴开展协作,集中德国在去污机器人领域的相关工作,以创建创新的风险缓解方法。每个合作伙伴都将其专业知识和实验室资源贡献给能力中心。

还有其他研究团队也在探索这些领域的各个方面:在Bauen4.0[40]项目中,主要研究重点是工地数字化,为机器人系统的应用提供基础。在VIRERO [41]项目中,重点是利用虚拟现实技术进行机器人放射性材料分拣任务,例如用于核设施拆除。InLaDECO [26]的目标是评估基于激光的去污过程中的颗粒物产生和安全问题。

然而,在ROBDEKON中,我们致力于实现机器人去污的整体方案:采用基于人工智能的现代解决方案,通过任务的(半)自动化来辅助人类操作员,以及远程临场和遥操作的现代概念。

以及通过终端用户培训展示技术进步。

2.1 危险环境中的机器人

任何人类在工作场所面临健康风险(甚至死亡)的地方,都需要采取大量安全措施,以尽可能降低受伤或中毒的风险。我们认为,长期接触低浓度有害物质是一种被低估的健康风险。自主重型机械可以通过将操作员与危险源分离来提供帮助。简单地远程控制机器在这方面已有帮助,但不可否认存在局限性,例如由于传统屏幕仅显示单摄像头视角而导致沉浸感有限和三维感丧失。能够自主执行危险任务的机器人,为工作场所的未来形态开辟了全新的可能性 [44, 45]。即使是通过辅助系统实现的半自动化,工人也能在危险区域更高效地利用有限的时间。

2.2 应用领域

ROBDEKON 选择了三个机器人系统可在去污任务中提供帮助的应用领域。这些领域展示了相关技术的可能性,绝不应被视为对基础技术的限制。

核电站退役 — 核电站退役任务是一个非常复杂的过程,需要首先仔细测量建筑物所有墙壁、地板和天花板的污染强度,然后进行去污。该过程通常包括机械去除受污染的表面部分,同时尽量保持核废料体积最低。自动化技术在测绘核电站内部区域和对大面积墙面进行去污方面可提供极大帮助。目前,工人需要穿戴防护服以防止辐射暴露,但这些防护服穿着起来体力消耗极大,因此工人只能在有限时间内工作,导致整个过程效率低下。自动化技术可将工人置于危险区域之外,通过沉浸式远程临场技术远程控制机器。一个尚未解决的问题是,如何取出杂乱地放置在箱内的未知物体,例如夹取以进行清洁。

危险材料处理 —人类经常需要处理有害物质,这构成了严重的健康风险,例如分拣电池废弃物。特别是锂聚合物电池在受到机械应力时可能自发燃烧。通过采用人工智能方法对电池进行预分拣,并使人类远离危险区域,自主机器人可降低此类健康风险。这需要精确识别当前具体的电池类型,而该任务通常并不容易,因为不同电池类型的外观差异往往非常细微。机器人系统辅助有望自主完成分离任务的多个部分,从而使工人能够集中精力处理少数难以判断的情况。

污染场地和垃圾填埋场 — 垃圾填埋场和污染场地的修复过程中,对人类的健康风险更易于预测。然而,仍需尽可能减少长期暴露于持久性、生物累积性和毒性物质(PBTs)的风险。目前许多修复作业中的任务已经可以实现自动化:按指定深度挖掘预定区域、将挖掘物装载到运输平台,或将材料运送至堆场,这些都非常适合自动化。通过实施远程存在技术,系统可在遇到意外情况时请求操作员协助。此时操作员接管控制,帮助系统继续完成任务。

ROBDEKON 致力于以促进整个社区发展的方式建立技术,并提供关于当前技术可能性的教育。这有助于将技术转移至利用当前可行技术的实用系统中。

3 ROBDEKON的结构

3.1 能力中心

能力中心是由合作伙伴组成的联盟,汇聚了机器人专业知识和领域知识,以获得相关解决方案。该中心设有一个协调办公室,作为处理所有内部和外部问题的中心联络点。指导委员会负责制定战略和研究路线图,并监督项目执行。来自工业界和科学界的顾问委员会提供咨询,以推动项目中相关解决方案的创建。子项目首先致力于开发机器人去污的核心技术,随后在实施项目中构建示范系统以展示相关方法。此外,工作组定期会面,以应对标准化、教育与教学以及公共关系方面的需求。

3.2 合作伙伴

ROBDEKON 的合作伙伴来自学术界和第 2.2 节中详细说明的应用领域。

弗劳恩霍夫IOSB研究所 — 弗劳恩霍夫光电、系统技术和图像利用研究所IOSB是该能力中心的协调方,负责内部和外部的组织以及活动协调与活动安排。同时,弗劳恩霍夫IOSB作为研究合作伙伴,参与自主履带式挖掘机的开发,已研发出一个人工智能辅助算法工具箱,可使多种移动机器人平台自主执行任务。

ICP — Czurda教授及合作伙伴工程有限公司是危险废物场地方面的专家,就所开发解决方案的实际相关问题和用户要求向研究合作伙伴提供建议。

KAH — 海德堡动力设备有限公司就核电站退役相关的所有议题向合作伙伴提供建议,包括(但不限于)监管要求和释放流程、受污染部件的表征与处理,以及墙壁的去污。

KHG — 核技术服务有限公司在核环境中远程操作重型机械方面拥有丰富的经验,因此为联盟带来了关于核环境下去污问题的宝贵见解。

Götting — 哥廷根有限责任公司是一家专注于批量生产的专用车辆自动化的工业合作伙伴。凭借这一能力,合作伙伴能够通过算法与专用车辆交互,并将其当作机器人处理。

FZI — FZI 信息技术研究中心专注于机器人解决方案和人工智能,提供用于处理危险材料的设备和方法,例如废弃锂离子电池,其中识别与分类可防止对人类健康风险的事件发生。

KIT — 卡尔斯鲁厄理工学院由四个研究实验室代表。

1) KIT-TMB: 建筑技术与管理研究所拥有丰富的核设施退役技术经验。他们开发了一种机器人系统,用于自动对墙壁进行去污处理。
2) KIT-H2T: 高性能类人技术系专注于可达性规划,使机器人能够抓取和操作形状基本为任意形状的未知部件。
3) KIT-IPR: 智能过程自动化与机器人实验室开发了一种移动机器人系统,该系统可自主探索建筑物,生成包含测量的污染程度信息的三维地图。
4) KIT-ISAS: 智能传感执行系统系负责开发ROBDEKON接口,以实现系统的遥操作,并为操作员提供虚拟/增强现实(VR/AR)增强功能。此外,他们还基于尽可能少的样本建模土壤中有害物质的分布情况,并计算下一采样点的最佳位置,以获取最大信息量。

DFKI — 德国人工智能研究中心自动化了一台具有多个自由度以实现移动和操作的行走式挖掘机。DFKI还提供了一个控制室,通过全向跑步机和增强现实技术增强的机器人系统交互,可实现用户的完全沉浸感。

3.3 关联伙伴

ROBDEKON还拥有为合作伙伴提供指导并识别具有实际应用价值的解决方案的应用机会和重点领域方向的关联伙伴。这些关联伙伴包括恩斯托夫核电有限公司、巴登‐符腾堡州环境、气候与能源经济部(“废物处理与退役”处)、SH‐Management、沃尔沃建筑设备德国有限公司以及利勃海尔‐法国股份有限公司。此外,曼海姆市消防与灾害防护部门的布兰多贝拉特·柯尼希提供了关于有害物质的专业知识。

4 ROBDEKON中的机器人技术系统

ROBDEKON 中的机器人系统由各合作伙伴的实验室开发,但合作伙伴之间密切合作,以便在联盟内共享特定的领域知识。一个重要课题是开发合适的统一接口,以将机器人平台连接到控制站。通过这种方式,所有系统都具有兼容性,并可由相同的控制站操作。因此,各系统之间的协作具备了技术基础。更多细节见 4.2 节。

4.1 需要解决的机器人任务

以下任务在ROB‐DEKON的研究工作中具有特别重要的意义。所开发的方法主要是基于人工智能(AI)的方法,无论是经典的AI方法(如规划和推理),还是机器学习(ML)方法(如深度学习)。

车辆自主性 —为了实现移动机器人系统去污的(半)自主性,机器必须能够感知自身及其周围环境,解释环境信息并根据解释得出决策。这进而要求自主机器人系统至少需具备环境传感器、拥有自身行为的模型,以及具备某种形式的智能以决定下一步行动。在去污任务的大多数场景中,自主操作能力是必要的。这些主题将在以下章节中详细阐述。

传感器与传感器融合 — 移动自主机器人系统中常见的传感器类型包括(立体)摄像头(也包括紫外和红外)、激光雷达(光探测与测距,“激光扫描仪”)、惯性测量单元、全球导航卫星系统接收器、飞行时间传感器、轮式编码器以及超声波传感器。除了这些适用于多种机器人场景的通用传感器外,特定的去污任务还需要更专业的传感器,例如化学类(pH值、浓度)或物理类(压力、流量、辐射)传感器。然而,目前许多与去污相关的重要参数只能通过实验室中的化学分析来完成。能够实时输出污染浓度的传感器将是极具价值的补充,有助于进一步推动机器人技术的应用。

作为使用该系统进行任何工作的基础,正确的传感器融合是必不可少的。也就是说,所有感知数据都需要分配正确的时间戳,并且传感器设置必须经过校准,以便能够跨传感器正确引用测量结果。

定位与建图 — 为了使移动系统能够在先前未知的环境中运行,精确的定位与测绘至关重要。在移动机器人技术中,这通常通过同步进行的方式实现(SLAM)。利用SLAM算法,系统试图在传感器数据中寻找证据,以判断某个位置是否已被访问过。在第二次及后续访问该位置时,会执行所谓的回环闭合,机器人系统通过比较过去和当前感知到的特征,来修正其对自身位置的理解。通过这种方式,系统可以减少所创建地图的误差,并提高当前定位的准确性。识别是否处于同一位置可以通过上述任意一种外部感知传感器或其组合来实现。在去污机器人领域的一个特殊挑战是:由于去污机器人自身通过操作不断改变周围环境,因此需要在这一前提下持续更新地图,这使得过去与当前传感器数据之间的关联变得非常复杂。

路径与动作规划 —为了高效完成去污任务,机器人系统需要一个行动计划。因此,为了实现自主执行,必须对操作进行规划和控制,且应尽可能减少人类的参与。如果目标是对环境进行测绘,则系统不应通过随机探索区域来完成(尽管最终也可能成功),而应采用某种逻辑,以在给定精度下高效地实现任务区域全覆盖。为了以有意义的方式进行探索,系统需要解释其从感知数据生成的地图。系统可能会面临诸多挑战:表面是否足够平坦以供行驶?开口是否足够大以便通过?为了随后顺利前往点B,到达点A的最佳路径是什么?如果遇到地图创建时不存在的障碍物该怎么办?回答这些关键问题的过程称为路径/轨迹规划。对于移动式去污系统,我们不仅需要对整个平台进行规划,还需要对机械执行器进行规划。机器人系统在与外界交互时最具挑战性的任务之一,就是在不损坏或掉落的情况下成功抓取未知物体(有时这些物体堆放在堆场中)。

在大多数情况下,有许多可能的计划可以完成任务,然而,这是一个困难的优化问题,应选择哪种解决方案。当对安全、速度、准确性、成本或能源效率有不同的优先级时,结果可能会大不相同。

机器人控制 — 仅靠规划还不足以执行任务,还必须对计划执行进行控制,以确保系统即使受到干扰也能切实遵循计划。特别是重型机械通常采用液压系统,而液压系统在算法上极难控制和建模。人类主要通过视觉来完成识别机器当前状态的反馈回路,而运动学控制算法通常依赖更精确的传感器数据。

因此,控制的一个重要部分是为习惯于视觉感知同时也依赖触觉反馈的人类操作员配备控制站。由于完全自主并非总能实现,也并非总是理想状态,因此应让人类操作员能够轻松地与系统进行交互。为此,操作员可借助半自主辅助系统获得支持。丰富的视觉信息带来的全面沉浸感,使专家能够更容易地评估现场情况,而不会像传统远程操作机械那样,仅局限于屏幕上的简单被动摄像头画面。特别是像挖掘机的工具更换这类复杂任务,可在实现完全自主之前,由远程的人类操作员进行协助。

示意图0

4.2 机器人系统概述

以下是ROBDEKON中可用系统的简要列表,每个系统均附有简短说明。这些系统在本期的各个独立文章中有更详细的介绍。

ROBDEKON接口 — ROBDEKON接口是一个编程接口,ROBDEKON的所有合作伙伴都使用该接口来实现机器人系统的遥操作和VR/AR应用[46]。每个系统提供某些功能,操作人员可以选择在哪个抽象层级上使用这些功能。例如,一台自主挖掘机可以提供一个高层级选项,用于自主挖掘预定义区域;一个中层级选项,用于行驶到地图上手动选择的位置;以及一个低层级选项,通过增强的用户界面手动控制挖掘机的各个部件(例如,关节),类似于普通操作员在挖掘机内部的操作方式,但使用的是增强型用户界面。停止级别会中断当前正在执行的命令,并禁止通过接口发出新命令。系统的通信无需物理接近即可进行,因为通信是基于VPN的。这使得控制站几乎可以放置在任何位置。

控制站 — 由于ROBDEKON还涉及为机器人技术系统创建现代交互方法,因此开发了使用ROBDEKON接口的控制站,包括虚拟现实(VR)控制站,其中操作员佩戴3D眼镜并使用VR控制器(图2),以及增强现实(AR)控制站,其中类似平板电脑的设备将真实系统的视频与附加的传感器数据叠加显示。其他控制站则让操作员可以在全向跑步机上行走,同时通过轻量化偏振眼镜在周围屏幕中以3D方式查看场景。为了实现与设备的交互,提供触觉反馈后端系统被创建[13],使操作员能够感受到系统可能执行动作时的机械限制。ROBDEKON中解决的另一个挑战是控制站与真实机器人系统之间的延迟[10]。所有控制站都通过ROBDEKON接口与机器人系统进行交互。

示意图1

伽马机器人 — 伽马机器人(图3)是一种用于核电厂退役的扫描平台。该机器人配备有高分辨率激光雷达和传感器使用传感器检测辐射。该平台在静止状态下进行扫描,然后自主决定下一个扫描的最佳位置,以获得全覆盖地图。其理念是让系统过夜创建地图,之后将最新的地图提供给操作员和去污平台。

示意图2

去污平台与测量阵列 — 去污系统“DecontSystem”可配备铣削机以去除受污染的墙面层,或配备辐射探测阵列以测量去污效果[42, 43]。图4展示了配备测量阵列的系统。

示意图3

污染部件清洗 — 对于从建筑结构上分离出来的受污染部件(如分散的管道部件)的清洗,目前采用人工去污过程,由全身防护人员使用水射流等方式对部件进行清洗。为了实现该过程的自动化,已开发出机器学习算法,使机器人能够从箱子中抓取之前未知的物体,并为该物体制定清洗策略,以使清洗射流覆盖其表面的所有部位。从箱中抓取初始未知且无序的部件仍是当前活跃的研究问题 [32]。图5展示了执行这些新开发方法的机器人。

示意图4

行走式挖掘机 — 行走式挖掘机(图6)是一种极其多功能的平台,具有大量的自由度以实现移动。因此,这类挖掘机通常需要经验丰富的驾驶员来正确操作它们,以免对车辆本身造成损坏。该挖掘机配备了传感器和自主功能,使其能够在斜坡地形上自主行驶[4],并具有防倾覆保护通过强化学习实现了这一点。该平台的多功能性如图6所示。

示意图5

履带式挖掘机和自主运输车辆 — 一台24吨挖掘机(图7)配备了传感器、计算资源和算法,能够自主行驶至指定目标位置,挖掘预定区域至指定深度,并将挖出的物料装载到自主运输车辆(图8)上,同时避开静态和动态障碍物。这些车辆采用了多种机器学习方法相结合的方式,用于控制与建图等子任务。该材料也被自主地运输到倾倒场。在整个任务期间,挖掘机通过谨慎地绕开静态或动态障碍物或停止执行来避免与工作区域内的障碍物发生碰撞。

示意图6

危险品处理 — 为了处理危险品,已开发出能够高精度抓取和分类物体的机器人系统。图10所示的移动系统可通过机械臂从地面拾取危险物品,并将其放入篮子中,运送到安全目的地。对于电池分拣,图9所示的系统可在物体于传送带上移动时进行精确分类,然后由机械臂将危险物品分拣到相应的分拣桶中。

示意图7

示意图8

示意图9

5 结论

ROBDEKON 已创建了众多用于传感器数据融合、测绘、规划、控制、操作、交互和沉浸感的技术。这些技术在开发时即考虑了去污机器人技术的需求,以便于使用这些技术可以降低人类的健康风险。所开发的技术通过提供(半)自主执行任务的辅助以及新的远程临场概念,使操作员能够同时监控多个行动线程。

ROBDEKON 作为国家级知识中心,服务于去污机器人技术领域。

资助: “ROBDEKON – 危险环境去污机器人系统”项目由联邦教育与研究部(BMBF)在德国联邦政府“民用安全研究”计划框架内提供资助,资助编号 13N14674。

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1332

ROS iviz 套件:C 与 Unity 集成可视化工具

ROS iviz 套件:C# 与 Unity 集成可视化工具 1. 项目介绍 ROS iviz 是一套用于处理和可视化 ROS(Robot Operating System)数据的工具,它通过 C# 语言和 Unity 游戏引擎实现。该套件是 ROBDEKON 项目的一部分,旨在为移动设备上的 ROS 数据提供可视化解决方案。ROS iviz 包含多个模块,用于不同的功能,例如数据可视化、ROS ...

gitblog_00168的博客 566

HAL库STM32CubeMX+DHT11温湿度传感器模块化驱动与OLED显示实战

本文详细介绍了基于HAL库和STM32CubeMX开发DHT11温湿度传感器模块化驱动的实战过程。通过精确的时序控制和模块化封装,实现了传感器数据采集,并结合OLED显示模块实时展示温湿度信息,为嵌入式开发者提供了完整的解决方案。

h6j7k8l9p0的博客 1135

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 356

双向晶闸管交流调压基础知识及Multisim电路仿真

本文介绍了双向晶闸管交流调压电路的工作原理及应用。该电路由双向晶闸管、RC移相电路和双向触发二极管组成,通过调节电位器改变触发角实现电压调节。当电位器阻值减小时,触发角减小,输出电压升高;阻值增大时,触发角增大,输出电压降低。Multisim仿真展示了不同电位器档位下的波形特征:0%档位时全导通,50%档位时半导通,100%档位时基本关断。该电路结构简单、调节平滑,广泛应用于调光、调速等场合,但会产生谐波干扰。

XU157303764的博客 844

Windows 11下ROS2 Humble与PyCharm无缝集成实战(避坑指南+完整配置流程)

本文详细介绍了在Windows 11系统下如何实现ROS2 Humble与PyCharm的无缝集成,包括环境准备、ROS2 Humble安装、PyCharm配置以及C++与Qt5混合开发的实战技巧。通过避坑指南和完整配置流程,帮助开发者高效搭建稳定的机器人开发环境,特别适合Windows平台的ROS2开发者。

weixin_28710999的博客 369

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 297

SAP SD POD 配置与 VLPOD 操作:3步解决发货10件开票7件的业务场景

本文详细解析了SAP SD POD功能在解决发货与开票数量差异中的应用,通过3步配置法实现精准匹配。重点介绍了POD核心逻辑、关键配置步骤及VLPOD操作技巧,帮助企业高效处理易损品运输等复杂场景,提升供应链管理效率。

weixin_30613343的博客 396

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 622

关于token无痛刷新的两个方案

目录方案一方案二 方案一 思路: 后端需要返回一个token过期的时间,在请求发起前拦截每个请求,判断token的有效时间是否已经过期,如果已过期,则暂时将请求挂起,先刷新token后再继续请求。 前期思考: 返回过期时间是为了判断是否过期的,但是如果服务器时间和系统时间不一致呢? 如果同时发起多个请求时怎么办? 实现: 因为是在请求前进行拦截,所以这里用axios的axios.interceptors.request.use()方法 首先,关于服务器时间和系统时间不一致的问题,我的解决方法是:

Yugoup的博客 2718

3DGS实战避坑指南:从零搭建到成功训练

本文详细介绍了3D Gaussian Splatting(3DGS)从环境配置到成功训练的实战避坑指南。涵盖git clone的正确使用、依赖安装的隐藏陷阱、CUDA版本兼容性解决方案、首次训练验证、常见报错急救方案、性能优化技巧及可视化调试方法,帮助开发者高效搭建和训练3DGS模型。

weixin_29053383的博客 367

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 211

构网型逆变器下垂控制与电流限幅策略研究:理论、仿真与代码实现

随着分布式发电和微电网技术的快速发展,构网型(Grid-Forming, GFM)逆变器因其能够自主建立电压和频率参考、支撑弱电网及孤岛运行而受到广泛关注。本文提出并实现了一种基于下垂控制的构网型逆变器控制策略,将逆变器等效为受控电压源,通过L型滤波器接入配电网。在公共耦合点(PCC)处实时测量三相电压和电流,计算有功和无功功率,进而采用P-w和Q-V下垂控制生成内部频率和电压幅值,合成三相参考电压。针对故障情况下过电流问题,设计了一种自适应电流限幅模块:当电流幅值超过设定上限时,动态降低电压参考系数k_s

huanghm88的专栏 159

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 347

金融行业大数据可视化:实时监控与风险预警系统构建

随着金融业务数字化转型,日均产生的交易数据、市场数据、客户行为数据呈指数级增长(单家银行日交易数据量可达TB级)。数据实时性不足(分钟级延迟难以应对高频交易风险)风险特征挖掘浅层(仅基于规则引擎,漏报率高达30%+)可视化分析能力薄弱(静态报表无法支持动态决策)本文聚焦构建具备毫秒级数据响应智能风险建模交互式可视化决策能力的新一代系统,覆盖数据采集、实时处理、多维可视化、智能预警四大核心模块,适用于银行、证券、保险等金融细分领域。章节核心内容技术亮点核心概念可视化系统架构/数据流模型。

AI天才研究院 1523

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 89

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 520

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 625

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

411

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 402

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5182

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 581

企业宣传片发前如何批量排查并遮挡视频里的敏感信息

做企业视频的人都会碰到一个具体问题:实拍画面里混进了不该出现的信息。办公室背景里有贴着客户信息的白板,采访对象的授权书边缘露出一串身份证号码,街采素材里路人面孔和车牌号直接入镜。人眼在时间线上扫视,会漏掉快速闪过的帧、画面边缘的小字、以及暗光区域里的证件号码。用抹影AI完成车牌、人脸和证件区域批量检测后,又手动补充了两个时间段的屏幕遮罩,最终导出时画面已无合规隐患。重点关注快速运动、遮挡、低光照条件下的目标,这些是漏检的高发区域。导入视频后选择要检测的目标类型(人脸、车牌、证件号、二维码等)。

Mysssone的博客 182

面向工业对讲的双通道声学 DSP 模组 A-59(NR2050-A)方案解析与工程落地案例

A-59模组以NR2050-A DSP为核心,37.5×16mm邮票孔封装,支持-40℃~85℃工业温域,兼容A-06/A-09/A-29系列,可低成本替换存量设备。通过固件切换实现三种模式:模式一(低改版成本,适配矿井、电梯);模式二(最优AEC,用于医院呼叫);模式三(双波束独立输出,支持双人会议语音分离)。集成AEC、ENC、BF与AGC算法,有效抑制回声、噪声与串扰,解决对讲系统核心声学难题。选型需注意参考信号路径、麦间距与温度匹配,建议先做声学测试再量产。

R190_6589的博客 375
上一篇: 67、图形模型:理论与应用
下一篇: 68、图论与贪心搜索在图挖掘中的应用
pluto
博客等级 码龄25年 46粉丝 1562原创
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  | 博主筛选后可见
 
 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