机器人

数字大健康浪潮下：智能设备重构人力生态，传统技艺如何新生？只见在一线城市的赵医师走进诊室，她并未直接走向诊疗床，而是先启动了一台带有机械臂的设备。正在为一位颈椎病患者进行艾灸，精准定位穴位，手法稳定。

《基于 ERT 的稀疏电极机器人皮肤技术》ICRA2020论文解析目录一、研究背景与意义二、电阻抗断层成像（ERT）原理（一）正问题（二）逆问题（三）基于深度神经网络（DNN）的图像重建

小熊猫程序猿

Datawhale 算法笔记 AI硬件与机器人大模型 (五) Isaac Sim 入门学习内容：教程主要讲了链接：ai-hardware-robotics/07-机器人仿真和benchmark/03issac-sim配置.md at main · datawhalechina/ai-hardware-robotics

机器人再冲港交所，优艾智合能否破行业困局？作者：高藤原创：深眸财经（chutou0325）在电影《流浪地球2》中，有一幕是刘培强在月球基地苏醒，镜头缓缓扫过舱壁，一台造型精悍的机器人静立一角。

ORB_SLAM2原理及代码解析：SetPose() 函数帧或关键帧的光心求解。（1）声明：include/Frame.h（2）定义：src/Frame.cc（1）声明：include/KeyFrame.h

【机器人】WMNav 将VLM融入世界模型 | 零样本目标导航 | IROS‘25WMNav 是一种将VLM融入世界模型（World Model）的目标导航框架，支持零样本。设计一种预测环境状态的记忆策略，采用在线好奇心价值图来量化存储，目标在世界模型预测的各种场景中出现的可能性。

从汽车传动到航空航天：滚珠花键的跨领域精密革命在智能制造与高端装备快速发展的今天，机械传动的精度与可靠性已成为决定设备性能的核心指标。作为传动领域的“精密担当”，滚珠花键凭借其独特的滚动摩擦设计、高承载能力与零间隙传动特性，正从传统工业领域向新兴技术场景加速渗透。

千里马-horse

HTTP、WebSocket、XMPP、CoAP、MQTT、DDS 六大协议在机器人通讯场景应用在机器人与 Android 通讯场景中，协议的落地依赖于成熟的开发库（SDK / 工具包）。以下针对 HTTP、WebSocket、XMPP、CoAP、MQTT、DDS 六大协议，分别介绍Android 端和机器人端（含嵌入式 Linux、ROS 等环境）最常用、最稳定的开发库，涵盖库的核心特性、使用场景、优势及基础使用示例，帮助快速上手开发。

ERT中正问题和逆问题的传统数学推导在基于电阻抗断层成像（ERT）的机器人皮肤研究中，正问题与逆问题是核心理论基础。正问题聚焦于 “已知电导率分布，求解边界电位”，逆问题则是 “已知边界测量电压，反推电导率分布”，二者的公式推导均围绕 ERT 的物理本质与数学建模展开。

悠哉悠哉愿意

【ROS2学习笔记】URDF 机器人建模本系列博文是本人的学习笔记，自用为主，不是教程，学习请移步其他大佬的相关教程。前几篇学习资源来自鱼香ROS大佬的详细教程，适合深入学习，但对本人这样的初学者不算友好，后续笔记将以@古月居的ROS2入门21讲为主，侵权即删。

AI-调查研究-95-具身智能机器人场景测试全解析：从极端环境仿真到自动化故障注入AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

机器人全身控制浅谈：理解 WBC 的原理WBC（Whole-Body Control，全身控制）是什么？机器人是由“各关节”组成的，其不是“各关节各玩各的”而是一个耦合的整体。在某个时刻可能要做很多事情，比如保持平衡（重心别出圈）、手/脚要动作到目标位置、躯干姿态不能乱、关节不能超限、脚下不能打滑。这些都是一系列任务的组合。

智能交通技术

iTSTech：智慧物流中自动驾驶、无人机与机器人的协同应用场景分析 2025本文围绕 “自动驾驶、无人机与机器人在智慧物流中的协同应用” 展开系统性分析，立足行业痛点与政策导向，从技术现状、应用场景、协同模式、基建规划到未来展望，构建了完整的研究框架，核心内容如下。

水管 / 污水管道巡检机器人（研究思路_1）“同步定位”在管道场景通常指同时定位与建图 / 机器人位置估计（SLAM/定位）以及多机器人间的时间/位姿同步与信息融合，目标是在结构受限、特征稀少、通信受限的管道网络中获得可靠位姿与管网地图以支撑巡检与缺陷定位。Aitken 等对水/污水管网 SLAM 做了专门综述，可作为综述起点。(White Rose Research Online)

悠哉悠哉愿意

【ROS2学习笔记】RViz 三维可视化本系列博文是本人的学习笔记，自用为主，不是教程，学习请移步其他大佬的相关教程。前几篇学习资源来自鱼香ROS大佬的详细教程，适合深入学习，但对本人这样的初学者不算友好，后续笔记将以@古月居的ROS2入门21讲为主，侵权即删。

ORB_SLAM2原理及代码解析：单应矩阵H、基础矩阵F求解目录1 单应矩阵1.1 作用1.2 参数及含义1.3 逻辑关系1.4 代码1.5 解析1.5.1 准备阶段

论文Review SLAM R3LIVE | ICRA2022 港大MARS | 可以生成Mesh的激光视觉惯性SLAM题目：R3LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package

ROS2下利用遥控手柄控制瑞尔曼RM65-B机器人默认axis值: axes:测试得出遥感键位对应值，是浮点数：左遥感上极限： axes[1]=1.0 左遥感下极限： axes[1]=-1.0 左遥感左极限： axes[0]=1.0 左遥感右极限： axes[0]=-1.0

ORB_SLAM2原理及代码解析：Tracking::CreateInitialMapMonocular() 函数目录1 作用2 参数及含义3 代码4 解析4.1 创建关键帧4.2 计算词袋4.2.1 Frame::ComputeBoW()

ORB_SLAM2原理及代码解析：Tracking::MonocularInitialization() 函数目录1 作用2 参数及含义说明3 代码逻辑4 代码5 代码解析5.1 检查是否有初始化器5.1.1 随机采样一致性算法：RANdom SAmple Consensus（RANSAC）