SLAM （Simultaneous Localization and Mapping ,即時定位與地圖構建），是機器人通過對各種傳感器數(shù)據(jù)進行采集和計算，生 成對其自身位置姿態(tài)的定位和場景地圖信息的系統(tǒng)。SLAM技術對于機器人的運動和交互能力十分關鍵。
SLAM系統(tǒng)通常包含多種傳感器和多種功能模塊。按照核心的功能模塊區(qū)分，目前常見的機器人SLAM系統(tǒng)可分為兩種形式:基于激 光雷達的SLAM（激光SLAM）和基于視覺的SLAM（V-SLAM）。激光SLAM目前發(fā)展比較成熟、應用廣泛，未來多傳感器融合的SLAM 技術將逐漸成為技術趨勢，取長補短，更好地實現(xiàn)定位導航。
摘自：《2020中國服務機器人產(chǎn)業(yè)發(fā)展研究報告》
舵機是步態(tài)服務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
人工智能技術支持的圖像采集可以顯著幫助掃描過程實現(xiàn)自動化，還可以重塑工作流程，大限度地減少與患者的接觸，為成像技術人員提供佳保護
騰訊優(yōu)圖實驗室G級研究員Louis在分享了自適應缺陷數(shù)據(jù)，業(yè)務場景下的神經(jīng)網(wǎng)絡訓練方法
為決策樹模型是一個具有比較好的可解釋性的模型，以決策樹為代表的規(guī)則模型在可解釋性研究方面起到了非常關鍵的作用
神經(jīng)網(wǎng)絡模型本身其實并不是一個黑箱，其黑箱性在于我們沒辦法用人類可以理解的方式理解模型的具體含義和行為
神經(jīng)網(wǎng)絡的敏感性分析方法可以分為變量敏感性分析、樣本敏感性分析兩種，變量敏感性分析用來檢驗輸入屬性變量對模型的影響程度，樣本敏感性分析用來研究具體樣本對模型的重要程度
通過機械機構實現(xiàn)機械手到工具的動力傳遞，無需外部控制及供能，對機器人的避障路徑規(guī)劃影響J小
非接觸式檢測平臺FluSense由麥克風陣列和熱成像攝像機組成，用于捕捉不同的候診室人群行為，包括咳嗽和語言活動以及候診室病人數(shù)量
應用于MIS的觸覺傳感器主要是基于電學或光學原理開發(fā)的，應該是小尺寸和圓柱形的，可在導管的管身或尖端集成
MIS 和RMIS觸覺傳感器常用的傳感原理是基于電氣的傳感器。這些觸覺傳感器進一步分為壓阻型、壓電型和電容型傳感器
馬庫斯系統(tǒng)性地闡述了對當前AI研究界的批判，從認識科學L域中針對性地給出了11條可執(zhí)行的建議
記憶增強的圖神經(jīng)網(wǎng)絡對短期的商品語境信息建模，并使用共享的記憶網(wǎng)絡來捕捉商品之間的長期依賴，對多個模型進行了對比,在Top-K序列推薦中效果J佳
