SLAM导航技术介绍
仅在 100 年，全球就出货了 000,2021 辆自动导引车 （AGV） 和自主移动机器人 （AMR）。在收入方面，AMR 产生了 1 亿美元，AGV 增长到 6 亿美元（1）。这些市场正在迅速增长，预计到 3 年，AGV 和 AMR 的 t 将增长到 1 亿美元（18）。推动这一增长的是机器人软件领域几十年来一直在进步，但对许多人来说仍然是陌生的——同步定位和映射（SLAM）。有人可能会认为SLAM仅适用于先进的工业自主···
大数据与人工智能
边缘计算智能协作机器人
利用人工智能加速工业机器人技术创新已经写入国家2017年政府工作报告。工业机器人在全国正在进行大规模的推广，传统机器人以基础运动为核心，常作为独立的生产单元而存在，缺少与其他作业设备的交互。工业领域对机器人的需求越来越高，在用机器换人的时代，往往需要机器人能够具备拟人的执行性，并且能够和其他智能单元建立一套完善的解决方案。但目前工业机器人不能满足对智能化、协作性···
智慧物流运输管理边缘计算
车载智能物联网终端基于边缘计算的本地快速计算响应优势主要体现在如下几方面： （1）车辆状态全程监测，异常实时报警。通过专用车载智能物联网终端，实时全面采集车辆、发动机、油箱等的状态参数和业务数据，驾驶前360度全车安全扫瞄，行程中发动机实时检测，及瞬时油耗数据监测分析，一旦出现异常实时报警，并自动通知驾驶员及后台监控中心，驾驶后可通过车载智能物联网终端存储的数据···
边缘计算在无人零售店应用
无人零售店的典型购物流程如下： 第一步：进店 第一次进店，消费者首次进店需要打开移动终端上的App，扫码获得电子入场码，同时签署数据使用、隐私保护声明、移动支付代扣协议等条款，然后通过闸机，开始购物。 第二步：选货 用户可以随意拿起任何一样商品，或者在餐饮区点单。这和日常购物并没有什么区别，直到用户离店。期间店内的智能数字显示屏，将能够自动识别顾客的年龄与性别，并···
深度学习CNN RNN算法
深度学习的起源许多人都熟悉“深度学习”这个术语，因为它作为解决困难和计算上昂贵问题的可靠方法而受到广泛关注。然而，特别是在该领域的新手中，对这些系统最初开发的方式几乎没有关注。如果没有此上下文，有时很难确定特定应用程序需要哪个特定框架或体系结构。在这篇文章中将了解深度学习RNN与CNN之间的区别。现代深度学习系统基于人工神经网络（ANN），这是一种基于大脑结构松散建模···
CNN RNN图像分类技术
1 简介图像分类一直是研究的一个活跃领域，其目的是将图像分类为预定义的类别，并帮助人们了解图像包含的对象类型。传统上，图像分类主要由编码当地手工制作的特征和使用它们作为输入分类器执行的处理的小数据集，20， 47， 51 ]。近年来，这项任务发生了两个根本性的变化：首先，数字图像的数量呈指数增长。在从大量数据中查找相关图像时，这给人们带来了更多的选择和更多的困难。为了帮···
机器人视觉系统组成及定位
1. 机器人视觉机器人视觉研究的核心内容是：视觉定位与导航、路径规划、避障、多传感器融合。视觉定位技术有多种，包括单目视觉、双目视觉、多目视觉、RGB-D等，后三种方法可以使图像具有深度信息，这些视觉“眼睛”亦可以称为VO--视觉里程计。VO在机器人乃至计算机视觉问题中，是一个通过分析处理相关图像序列来确定机器人的位置和姿态的解决方案。现今，随着计算机图像处理技术的不断进···
消息队列MQ开源产品比较
我花了一周的时间评估比较了一下各种消息队列产品，非常的有趣。我做这个事的动机是因为一个客户有一个很高性能需求。他们的消息信息突破了1百万个并发。目前他们使用的是SQL server，并不理想，我建议他们使用消息队列服务器。为了对一些相似的候选产品获得一个全面的但是粗浅的性能上的了解，我们它们放在一起做了个测试。我让每个消息产品各发送和接受1百万千条1K的消 息。测试准备的有···
大流量高并发构架技术
一、什么是高并发高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。高并发相关常用的一些指标有响应时间（Response Time），吞吐量（Throughput），每秒查询率QPS（Query Per Second），并发用户数等。响应时间：系统对请求做出响应的时间。例如系统处理一个HTTP请求需要200ms，这个200ms就是系统的响···