自新冠肺炎疫情發(fā)生以來，“無接觸”成為大眾在疫情中的基本訴求，用機(jī)器人有效替代相關(guān)人員進(jìn)行作業(yè)的需求日益強(qiáng)烈，中國機(jī)器人企業(yè)凝心聚力，在短時(shí)間內(nèi)投放各類機(jī)器人，參與了防疫抗疫全流程中多項(xiàng)工作任務(wù)。隨著復(fù)工復(fù)產(chǎn)的有序推進(jìn)，復(fù)工后的部分企業(yè)“機(jī)器換人”的需求也逐步被激發(fā)，有望催化多品類服務(wù)機(jī)器人未來在更多應(yīng)用場景得以快速發(fā)展。安全是機(jī)器人廣泛應(yīng)用的基礎(chǔ)，看似安全的服務(wù)機(jī)器人，也可能存在安全隱患。本文簡要介紹一下GB 4943.1-2011《信息技術(shù)設(shè)備 安全 第1部分：通用要求》中關(guān)于服務(wù)機(jī)器人潛在危險(xiǎn)的相關(guān)內(nèi)容。該標(biāo)準(zhǔn)是服務(wù)機(jī)器人CR認(rèn)證依據(jù)的重要安全標(biāo)準(zhǔn)之一。
GB 4943.1-2011涵蓋的服務(wù)機(jī)器人潛在危險(xiǎn)有：電擊、與能量有關(guān)的危險(xiǎn)、著火、與熱有關(guān)的危險(xiǎn)、機(jī)械危險(xiǎn)、輻射、化學(xué)危險(xiǎn)等。不同的服務(wù)機(jī)器人，由于設(shè)計(jì)和使用場所的不同，各自潛在的主要危險(xiǎn)類型不一樣，需要根據(jù)實(shí)際情況進(jìn)行判斷。
視頻搜索是涉及信息檢索、自然語言處理（NLP）、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺（CV）等多領(lǐng)域的綜合應(yīng)用場景
驅(qū)動(dòng)系統(tǒng)由4個(gè)200W無刷直流電機(jī)構(gòu)成，通過50:1的空心軸減速機(jī)可以最高達(dá)2m/s的速度在玉米、高粱等農(nóng)作物的地里前進(jìn)
通過2D激光雷達(dá)信息采用Hector SLAM實(shí)現(xiàn)機(jī)器人對(duì)地圖的感知和自主導(dǎo)航規(guī)劃，通過頂部的RGB-D相機(jī)采集目標(biāo)物體深度和RGB圖像信息
機(jī)器人的學(xué)習(xí)分為三個(gè)部分的軌跡預(yù)測包括示教者的手部運(yùn)動(dòng)軌跡、示教者的身體移動(dòng)軌跡以及被操作物體的運(yùn)動(dòng)軌跡
Cosero是德國波恩大學(xué)的Sven Behnke團(tuán)隊(duì)根據(jù)家庭環(huán)境中的日常操作任務(wù)而研制的一款仿人操作機(jī)器人基于深度學(xué)習(xí)方法的目標(biāo)姿態(tài)估計(jì)和RGB-D SLAM等感知測量
機(jī)器人、無人機(jī)、自動(dòng)駕駛汽車等加快落地，智慧城市深入建設(shè)，更是為傳感器產(chǎn)業(yè)帶來了難以估量的龐大機(jī)遇
中國移動(dòng)聯(lián)合產(chǎn)業(yè)合作伙伴發(fā)布《室內(nèi)定位白皮書》，對(duì)室內(nèi)定位產(chǎn)業(yè)發(fā)展現(xiàn)狀及面臨的挑戰(zhàn)，深入分析了垂直行業(yè)的室內(nèi)定位需求，并詳細(xì)闡述了實(shí)現(xiàn)室內(nèi)定位的技術(shù)原理， 及室內(nèi)定位評(píng)測體系
下一個(gè)十年，智能人機(jī)交互、多模態(tài)融合、結(jié)合領(lǐng)域需求的 NLP 解決方案建設(shè)、知識(shí)圖譜結(jié)合落地場景等將會(huì)有突破性變化
自然語言處理技術(shù)的應(yīng)用和研究領(lǐng)域發(fā)生了許多有意義的標(biāo)志性事件，技術(shù)進(jìn)展方面主要體現(xiàn)在預(yù)訓(xùn)練語言模型、跨語言 NLP/無監(jiān)督機(jī)器翻譯、知識(shí)圖譜發(fā)展 + 對(duì)話技術(shù)融合、智能人機(jī)交互、平臺(tái)廠商整合AI產(chǎn)品線
NVIDIA解決方案架構(gòu)師王閃閃講解了BERT模型原理及其成就，NVIDIA開發(fā)的Megatron-BERT
基于內(nèi)容圖譜結(jié)構(gòu)化特征與索引更新平臺(tái)，在結(jié)構(gòu)化方面打破傳統(tǒng)的數(shù)倉建模方式，以知識(shí)化、業(yè)務(wù)化、服務(wù)化為視角進(jìn)行數(shù)據(jù)平臺(tái)化建設(shè)，來沉淀內(nèi)容、行為、關(guān)系圖譜，目前在優(yōu)酷搜索、票票、大麥等場景開始進(jìn)行應(yīng)用
通過使用仿真和量化指標(biāo)，使基準(zhǔn)測試能夠通用于許多操作領(lǐng)域，但又足夠具體，能夠提供系統(tǒng)的有關(guān)信息
