舵機是步態(tài)服務(wù)機器人的核心零部件和成本構成，是包含電機、傳感器、控制器、減速器等單元的機電一體化元器件。舵機可以驅
動(dòng)和控制服務(wù)機器人的關(guān)節運動(dòng)，關(guān)節越多，所需舵機數量越多，對舵機力矩的要求也越G。
由于在此L域起步較晚,市場(chǎng)目前仍然有一大部分市場(chǎng)份額被外資品牌占據,其中的減速器、電機等零件國外已基本形成 壟斷局面。但隨著(zhù)機器人行業(yè)的迅速發(fā)展，越來(lái)越多機器人企業(yè)也開(kāi)始重視舵機的自主研發(fā)。技術(shù)在發(fā)展過(guò)程中實(shí)現不斷突破,同 時(shí)國產(chǎn)品牌相較外資品牌具備明顯的價(jià)格優(yōu)勢和渠道下沉優(yōu)勢,有望未來(lái)實(shí)現國產(chǎn)替代。例如優(yōu)必選公司開(kāi)發(fā)的舵機，自主改進(jìn)算 法，其價(jià)格僅為國外同等參數產(chǎn)品的三分之一。
摘自：《2020服務(wù)機器人產(chǎn)業(yè)發(fā)展研究報告》
基于激 光雷達的SLAM（激光SLAM）和基于視覺(jué)的SLAM（V-SLAM）。激光SLAM目前發(fā)展比較成熟、應用廣泛，未來(lái)多傳感器融合的SLAM 技術(shù)將逐漸成為技術(shù)趨勢，取長(cháng)補短，更好地實(shí)現定位導航。
SLAM階段：解決從原始傳感器數據開(kāi)始，構建某種基礎地圖的過(guò)程,標注階段：在SLAM結果基礎上進(jìn)行人為標注，實(shí)現更精細的交通規則控制
圖像檢索是計算機視覺(jué)中基礎的應用，可分為文字搜圖和以圖搜圖。借助于卷積神經(jīng)網(wǎng)絡(luò )CNN強大的建模能力，圖像檢索的精度越發(fā)提高
數據所有權方面，1原始數據屬于個(gè)人，2企業(yè)享有衍生數據所有權，3政府享有政府數據的歸屬權
腦科學(xué)的發(fā)展將推動(dòng)人工智能科學(xué)從感知人工智能到認知人工智能的跨越
機械手面臨的難點(diǎn)在于如何在柔性物體上施加可控的擠壓力，以及在非穩定狀況下確保精確、穩健的抓握與柔性指端操控
DFN模型綜合使用了用戶(hù)的隱式正反饋（點(diǎn)擊行為）、隱式負反饋（曝光但未點(diǎn)擊的行為）以及顯式負反饋（點(diǎn)擊不感興趣按鈕行為）等信息
軟體機械手充分利用和發(fā)揮各種柔性材料的柔順性，及其非線(xiàn)性、粘彈性和遲滯特性等在軟體手運動(dòng)和控制中潛在的“機械智能”作用，降低控制的復雜度，實(shí)現高靈活性、強適應性和良好交互性，在醫療康復領(lǐng)域有重要應用價(jià)值
智能客服系統中人機結合的服務(wù)形式，從五個(gè)維度總結和介紹情感分析技術(shù)在智能客服系統中的應用場(chǎng)景，包括情感分析算法模型的原理及實(shí)際落地使用方式和效果分析
AI人工智能技術(shù)需要構建強有力的IT基礎設施,人工智能的工作主要由采集、準備、訓練和推理四部分組成，每個(gè)部分需要讀寫(xiě)不同類(lèi)型的數據，工作負載也不盡相同，將給存儲設備帶來(lái)較大的挑戰。
基于梯度反向傳播的脈沖神經(jīng)網(wǎng)絡(luò )（SNN）訓練方法逐漸興起。在這種訓練方法下，SNN能夠在保留神經(jīng)元內部動(dòng)力學(xué)的同時(shí)獲得較好的性能
Cartographer跨平臺和傳感器配置,MC2SLAM實(shí)時(shí)激光里程計系統,LeGO-LOAM種輕量級和地面優(yōu)化的激光雷達里程計和建圖方法,SUMA++開(kāi)源的基于語(yǔ)義信息的激光雷達SLAM系統
