点 tof 下视追觅首创仿生双机械足高越障技术，解决扫地机器人一大痛点
现代社会生活节奏加快，从繁杂的家务中解放双手俨然成为刚需，因此扫地机器人逐渐成为很多家庭的标配。不过，尽管这些年扫地机器人产品在实用性方面有了很大进步，但在日常使用时我们还是会遇到一些痛点，比如在翻越障碍物方面。传统扫地机器人能够越障的高度通常为 2cm，但根据统计，大约有 40% 的家庭的阳台或卫生间的滑轨及台阶高度都超过 2cm。大部分扫地机器人遇到这类障碍物时无法翻越，导致清扫面积减少，甚至会出现卡在门槛上悬空的窘境，需要我们手动干预才能完成清扫。
物体识别（Object Recognition）：在图像中检测到物体类型等，这跟 CV 的研究有很大一部分交叉；位姿估计（Pose Estimation）：计算出物体在摄像机坐标系下的位置和姿态，对于机器人而言，需要抓取东西，不仅要知道这是什么，也需要知道它具体在哪里；相机标定（Camera Calibration）：因为上面做的只是计算了物体在相机坐标系下的坐标，我们还需要确定相机跟机器人的相对位置和姿态，这样才可以将物姿转换到机器人位姿。
产品的外观缺陷直接影响着产品的质量问题，而在检测时，由于产品缺陷种类繁多且干扰因素众多，导致产品的外观缺陷检测一直是机器视觉检测中的难点。
准确的航道地图是实现安全、高效航运交通的先决条件。在德国，联邦海事和水文局等机构以及私人港口运营商都有义务随时提供最新版本的航道地图。这样做的主要原因是为了避免因路线不正确或过时而造成事故。它涉及联邦水道的分类、里程、现有水闸、升降机和拦河坝、其他周边水域、地点和边界等信息。目前，测绘工作由经过培训的人员在传统船舶上进行，这必然导致大量耗费时间和金钱成本，还可能出现在某一特定位置的测量时间过长的情况，效率十分低下。
大量的快递运输需求和普遍存在的劳动力短缺问题催生了物流自动化程度的提升。友思特 Ensenso 3D相机为智能机器人卸垛机方案提供精确的图像数据，使800件/小时的物流分拣运力成为现实。
在众多节约和减少浪费的努力中，纺织品仍然是最大的挑战之一。只有 15% 被回收和再利用，而其余 85% 最终被填埋。纺织品回收项目面临的挑战是在高吞吐量下辨别外观相似的织物。
当环境中有很多障碍物时，传统的轨迹优化方法（如基于采用规划器的方法）往往表现不佳。本文提出了一种新的基于凸优化的运动规划方法，该方法结合了贝塞尔曲线与凸集图（GCS）的最短路径优化框架。通过这种方法，研究人员将轨迹规划问题转化为一个混合整数优化问题，能够在快速解决高维空间中的问题。
焊接是一种将两个或多个金属部件通过高温或高压的方式连接在一起的工艺。在现代制造业中，焊接技术是连接金属部件的重要工艺，广泛应用于建筑、汽车、航空航天和造船等行业。随着技术的发展，焊接已经从传统的手工操作，迈向了自动化和智能化的新阶段。