什么是Embodied AI?从概念到实践
深入理解具身智能(Embodied AI)的核心概念、发展历程和实际应用场景,从零开始进入这个AI最前沿领域。
深入理解具身智能(Embodied AI)的核心概念、发展历程和实际应用场景,从零开始进入这个AI最前沿领域。
全面解析具身智能开发所需的技术栈,包括仿真引擎、通信框架、训练工具链的选型和对比。
手把手教你搭建Embodied AI开发环境,包括Ubuntu系统配置、ROS2安装、Isaac Sim部署和常见问题解决。
从零开始构建你的第一个具身智能项目——用机械臂抓取物体,涵盖仿真搭建、视觉感知和运动规划。
理解Sim-to-Real的核心挑战和解决方案,掌握Domain Randomization、System Identification等关键技术。
快速上手NVIDIA Isaac Sim仿真引擎,完成从安装配置到创建第一个机器人仿真场景的全过程。
深入学习Isaac Sim的Python API,掌握机械臂运动控制、轨迹规划和传感器数据读取。
从零开始理解ROS2架构,掌握Node、Topic、Service核心概念,用Python快速搭建你的第一个机器人控制程序。
用OpenCV-Python实现图像预处理、颜色检测、轮廓分析、特征匹配等机器人视觉核心技能,附完整代码和模型车应用场景。
深入DonkeyCar的PID调参、神经网络模型优化、数据采集策略,用实战经验帮你把模型车的圈速提升50%。
从材料选择到电路设计,手把手教你为NVIDIA JetBot搭建一条专业的自动驾驶测试赛道,包含视觉标记、障碍物和评分系统。
从零开始配置 NVIDIA Jetson Nano,搭建完整的机器人开发环境,包括系统安装、CUDA 配置、Python 环境及常用 AI 框架部署。
使用 Keras/TensorFlow 训练卷积神经网络(CNN)模型,实现自动驾驶小车的车道跟随和行为克隆,涵盖数据采集、模型设计、训练技巧和部署优化。
介绍传感器融合的基本概念和实现方法,包括卡尔曼滤波、互补滤波,以及如何在小型机器人上融合摄像头、IMU、激光雷达等传感器数据。
使用 DonkeyCar 模拟器进行自动驾驶算法开发和测试,无需实体车辆即可训练和验证模型,支持多种赛道场景和条件。
汇总 RobocarStore 社区中的优秀项目、学习资源、开源工具和活动信息,帮助开发者快速找到志同道合的伙伴和实用的学习资料。
深入理解A*、Dijkstra、RRT路径规划算法,以及SLAM定位建图原理,配合Python代码实例帮你建立自动驾驶的核心知识框架。
详细列出组装JetBot自动驾驶小车所需的全部电子元件、3D打印部件和五金件,包含具体型号参数和购买建议,帮助你避免踩坑。
全面介绍Donkey Car开源自动驾驶平台,包括技术架构、硬件组成、软件系统和应用场景,帮助你快速入门AI自动驾驶。