Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
1.开发了一套人机动作控制流程,将可穿戴动作捕捉设备采集的数据映射至OpenArm机器人的双机械臂及移动底盘上。该程序通过坐标变换、运动学计算及动作重定向,将操作员的动作转化为机器人可执行的指令。2.利用MetaQuest3头显及配备伺服驱动装置的RealSense深度相机,实现了一套第一人称视角的
230C++机器人
1.遥操作数据采集:基于LeRobot主从臂方案录制示范数据,支持双路相机(腕部+正面,640×480@30fps)同步采集,数据自动编码为视频格式存储,可扩展至多任务数据集。2.模仿学习训练:以smolVLA轻量级VLA模型为策略,语言指令条件化训练(如“将E方块抓入白框”),支持从checkpo
790C++机器人
可直接根据机械臂的urdf提取dh参数,自动推导逆运动学解析解表达式。所得结果自动调用符号计算工具验证,验证通过后生成c/c++代码。在Linux笔记本上测试,单个位姿的逆解求解速度为5~10微秒,10000个位姿测试结果为0漏解,0错解,可以正确处理单个奇异和不同奇异组合叠加的工况,奇异区域轨迹跟
660C++人工智能
系统包含总览看板、机器人管理、巡检区域与巡检点管理、巡检规则配置、任务管理、结果查询、异常管理和报告导出等模块。用户可维护机器人资料,按区域配置温度、压力、设备运行状态等巡检点,并设置正常范围、警示范围或期望状态。创建任务时选择机器人、区域及巡检点,启动后由内置模拟器逐点执行,页面持续展示任务进度与
990Python机器人
1.根据对接设备的信息来判断任务增删改查2.根据路线环境,对接设备信号/指令变化,AGV与设备数量对应关系,开发出适合的调度算法,如预约单,拼单,顺丰单,抢单3.使用Python控制机器人动作/防呆4.开发异常情况快速恢复功能,最大可能的实现无人干预全自动工作
800C#机器人
1、NPU端侧视觉:RKNN-Toolkit2将番茄检测模型量化部署到RK3588的6TOPSNPU,独立ROS2节点实时推理,CPU零负担;RealSenseD435深度图与RGB配准,输出番茄三维坐标、果径与成熟度,只采达标果实。2、SLAM建图与自主导航:前后双激光雷达点云融合消除车身遮挡盲区
1420linux机器人
提供从底层硬件到上层应用的全栈AI架构设计与部署咨询。涵盖多模态数据(视频/音频/IMU)对齐、特征提取方案、模型训练闭环,以及基于边缘算力平台的低延迟部署架构。核心价值在于帮团队解决“云端训练到端侧部署不一致”的致命痛点,实现AI能力的快速工程化落地。
900Python人工智能
11111111111111111111111111111111111111111111111111111111111111111111111111111111
850C++人工智能
四层功能架构(基础数据层/资产管理层/业务组织层/执行调度层)九大评测业务模块逐个写(策略模型仓库、开集视觉感知、委托企业、装配场景、机器人与执行器、验证项目配置、数据集资产、评测模板、批次调度)另外5项平台业务能力(后训练记录、量化指标与算子、场景可视化、报告与日志、测试结果)+六大系统管理+数据
2010Python机器人
1、项目包含以下核心功能模块:视频动作模型(VAM)模块、动作条件视频仿真器(ACVS)模块、测试时计算(TTC)推理模块、低质量动作修正(LAR)模块、多源异构数据训练管线。2、主要功能描述:VAM模块以共享视频扩散骨干网络(Wan-2.2-TI2V-5B)为基础,接收多视角观测、语言指令和机器人
840C++人工智能
本项目基于`robosuite`仿真环境(Lift任务),构建了一套自动化的机器人操作测试框架。通过参数化矩阵遍历,验证不同运动策略在噪声干扰下的表现差异,并输出结构化的统计分析报告。
750Python机器人
项目主要分为水下ROV功能子系统和履带清淤功能子系统两大模块。水下ROV功能子系统包括:框架式载体模块、矢量布置式推进器模块、密封式水下控制舱体模块、水下观测模块、脐带缆收放模块、供电模块,实现水下五自由度运动(进退、浮沉、侧移、回转、俯仰)、自动定向定深、水下照明、水下视频采集与状态信息实时反馈等
1200C++智能硬件
系统包含环境建图、自主定位、全局路径规划、局部动态避障及自主巡逻模块。融合激光雷达与惯性传感器数据构建赛场地图,根据目标位置规划行驶路线,并在行进过程中避开动态障碍物;结合回环检测与重定位功能,提高建图质量与定位稳定性,实现机器人全场自主巡逻。
2580C++人工智能
一、核心功能模块1.多模态图像采集模块支持根据产品材质定制成像方案,可灵活选用可见光、红外、激光、超声波等多类成像传感器,适配金属、玻璃、透明薄膜、高反光工件等不同检测对象。内置工业相机、定制化光源的智能控制单元,可自动调节光源亮度、触发模式,针对复杂工业环境做抗反光、抗干扰优化,最高支持5微米级的
1480C++人工智能
轮式机器人产品系统
项目主要实现一套面向轮式移动机器人的自主运动控制系统,具备遥控运动、前进、后退、转向、速度调节、电机闭环控制、编码器里程计采集、IMU数据采集及上位机通信等功能。系统采用“底层MCU实时控制+上位机负责高级功能”的架构,由MCU负责电机FOC及实时控制,上位机负责机器人状态管理、定位、建图、路径规划
1820C人工智能
离线语音交互系统:基于Vosk轻量级中文离线语音引擎,摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词,并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈(如“好的,我要来唱歌了”)。多模态动作控制:基于ROS2Humble和C++,实现了麦克纳姆轮底盘的精准运动控
2170C++人工智能
本项目以一台搭载树莓派和激光雷达的轮式小车为核心,集成了以下几个完整的功能模块:1、离线语音交互系统:基于Vosk轻量级中文离线语音引擎,摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词,并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈(如“好的,我要来唱歌了”)
2540C++机器深度学习
系统提供基于浏览器的无人机实时监控和任务控制能力,主要包括无人机位置、姿态、电量、飞行状态及传感器状态实时显示;航点上传、巡检任务启动、探索任务控制、临时飞行点、返航和紧急降落;无人机前后左右、升降和偏航等手动控制;云台角度、相机曝光和变焦控制;视频画面显示;系统状态监控及运行日志。前后端通过Web
2530C++机器人
标定模块:相机内参标定,相机和机械臂手眼标定。感知模块:通过深度相机(如IntelRealSense)采集物体RGB-D数据,结合深度学习模型实现目标物体检测识别。路径规划模块:基于喷涂工艺参数(如喷枪距离、角度、流量),利用强化学习或几何算法生成自适应喷涂轨迹,支持实时避障与轨迹优化。运动控制模块
1870C++机器人
本项目是一个基于RaspberryPi5的自主视觉导航机器人,核心功能包括:红色物体实时检测与追踪:通过HSV色彩空间与动态阈值算法,实现对红色物体的实时识别与坐标提取。自适应色彩处理:采用动态V值调节与形态学滤波(开运算、闭运算),提升不同光照条件下的识别稳定性。全局搜索与局部追踪(ROI):通过
1970Python机器人
当前共46个项目more
×
寻找源码
源码描述
联系方式
提交