機器人動作分塊: ACT、時間整合與閉環執行
瞭解機器人動作分塊如何縮短有效決策視野, ACT 如何預測區塊,時間集合如何結合重疊,以及如何測試執行,並整理真實機器人部署前需要核對的條件、指標與失敗證據。
機器人資料、感測器、運算平台、致動器與系統整合。
瞭解機器人動作分塊如何縮短有效決策視野, ACT 如何預測區塊,時間集合如何結合重疊,以及如何測試執行,並整理真實機器人部署前需要核對的條件、指標與失敗證據。
從內部向外調諧機器人電流、速度和位置環路,同時測量階躍和頻率反應、飽和度、雜訊、共振和有效負載變化,並整理真實機器人部署前需要核對的條件、指標與失敗證據。
透過對齊時間戳和座標系、建模不確定性、排除異常值以及驗證延遲、偏置和丟棄,構建可靠的機器人感測器融合,並整理真實機器人部署前需要核對的條件、指標與失敗證據。
比較 LiDAR、視覺和視覺慣性 SLAM,透過觀察、里程計、迴環檢測、地圖輸出、校正、指標和實際故障條件,並整理真實機器人部署前需要核對的條件、指標與失敗證據。
學習逆運動學和逆動力學計算什麼,它們需要哪些輸入,以及姿態、時機、力矩極限、接觸和回饋如何將它們連線起來,並整理真實機器人部署前需要核對的條件、指標與失敗證據。