我不知道您是否曾经见过机器人“跑来跑去”。在街上。也许您认为它非常科幻且很高。但实际上，它们是非常扎根的！早在去年的“ 618”，京东的送货机器人就在中国人民大学校园内穿梭，最终完成了第一笔订单送货任务。未来就在这里。当智能之风吹向物流业时，国内外公司都尝试了无人值守配送，这催生了该领域的智能机器人。从国外的Woowa兄弟，Starship，Yelp，Marble到国内的Ali，JD和苏宁，他们已经开始开发配送机器人。 Marble于2017年4月与Yelp合作推出了一个送餐机器人。用户使用Yelp的APP下订单后，该机器人将食物送至门口，订购者可以打开该机器人的储物箱通过验证码SMS。该机器人具有模块化的货舱，可以根据有效载荷交换货物，并使用传感器和高分辨率3D城市地图有效地穿越熙熙tling的城市街道。 （送餐机器人）Starship Technologies成立于2014年，总部位于英国伦敦。这是一个“大明星”。在无人驾驶领域。该公司的目标是建立一个自动驾驶机器人网络，用户可以在其中使用机器人来运送货物和食物。 Starship交付机器人具有完整的避障系统，可以完全自动执行任务，可以每小时4英里的速度行驶，并且每次可以运输20磅（约9千克）。该机器人配备有9个摄像头，可以识别并“记住”摄像机。路线，并可以通过机器学习实现自主导航。 （星际飞船传送机器人）这些“愚蠢的”怎么会这样？伙计们上路了吗？传感器使机器人能够感知世界。传感器是可以检测并感知外部信号，物理条件（例如光，热，湿度）或化学成分（例如烟）并将其检测到的信息传输到其他设备的物理设备。传感器广泛应用于通信电子，汽车，工业自动化以及医疗，环境和气象领域的专用设备。其中，压力传感器，位置传感器，湿度传感器等在工业领域中更为常见。 （传感器）传感器在机器人中的应用非常普遍。传感器位于外部环境和机器人之间的接口处，并且是机器人获取信息的窗口。当前，市场上大多数移动机器人都使用激光雷达，视觉传感器，IMU和超声波等多传感器融合技术来进行定位，导航和避障。该解决方案具有很高的稳定性，但是由于可用的激光雷达的成本通常在10,000元左右，因此整个机器人的成本很难低于20,000元，这限制了大规模的商业用途。例如，京东自主研发的快递机器人使用雷达和传感器实现360度环境监控，可以自动避开道路障碍物和行人，准确识别交通信号灯，并在派送点自主停车，实现全程监控。自动交付的现场适应。使用传感器收集信息是机器人智能的第一步。其次，如何采取适当的方法对多个传感器获得的环境信息进行综合处理，控制机器人进行智能操作，是提高机器人智能度的重要体现。机器学习使机器人可以学习思考。借助传感器，机器人可以真正感知世界并做出反应。从那时起，它不再是一台冷机。但是，如果您希望机器人开始独立思考，则需要机器学习技术。 ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ????????????????????????????????????????????????????????? ???????????????????????????????????????在人工智能研究领域，机器学习仍然是一个相对较年轻的分支。通用机器学习技术作为人工智能的核心