特性JAZZY版本号第 8 个正式版本（LTS）第 11 个正式版本发布时间2024 年2025 年 5 月支持周期约 2-3 年（推测）至 2026 年 11 月核心特性安全性增强、Gazebo 集成优化新功能、开发流程改进适用场景生产环境、长期项目实验性项目、前沿技术验证推荐用户企业用户、工业应用开发者研究人员、技术尝鲜者。

账号密码：suo/123。

Catkin 是 ROS1 的构建系统框架，提供包管理、依赖解析和构建工具集成，catkin_make 和 catkin_make_isolated 是其具体实现工具，均通过封装 CMake 实现功能，Catkin 作为底层框架，为两者提供统一的构建逻辑和依赖解析能力作为底层框架，为两者提供统一的构建逻辑和依赖解析能力。Ament对标Catkin，是ROS2的系统框架，通过colcon进行构建，colcon对标catkin_make。

【代码】Gazebo中从零实现Gmapping算法建图。

【代码】lekiwi语音控制车辆运动演示步骤。

SenseVoice 是具有多语言音频理解模型，支持语音识别（ASR）、语种识别（LID）、语音情感识别（SER）和声学事件分类（AEC）或声学事件检测（AED）、逆文本正则化等能力。采用工业级数十万小时的标注音频进行模型训练，保证了模型的通用识别效果。模型可以被应用于中文、粤语、英语、日语、韩语音频识别，并输出带有情感和事件的富文本转写结果。多语言识别： 采用超过40万小时数据训练，支持超过50种语言，识别效果上优于Whisper模型。

FunASR 是达摩院开源的综合性语音处理工具包，提供语音识别（ASR）、语音活动检测（VAD）、标点恢复（PUNC）等全流程功能，支持多种主流模型（如 Paraformer、Whisper、SenseVoice）的推理、微调和部署。

【代码】语音控制车辆运动功能集成教程。

ZeroMQ Sockets提供了一种类标准套接字（socket-like）的 API，是消息导向的通信机制，基于 TCP/UDP 等传输层协议，但封装了底层细节（如连接管理、消息路由、缓冲区等），提供高级抽象。一对多广播，客户端可过滤主题，用于服务端广播消息，客户端订阅特定主题，适用于实时数据推送（如股票行情）严格同步，一问一答，用于客户端发送请求，服务端同步响应，适用于远程过程调用（RPC）单向任务分发，支持负载均衡，用于服务端分发任务，客户端并行处理，适用于分布式任务队列。

对话机器人，按照下面在设备端部署模型的方式实现，只需要具备基本的语音滤波处理及功放播放即可，那么设备的配置要求就低了。

从零开始搭建智能机器人，对爱好者及学生进行陪跑

离线可用，但确实相对简单，单调，源码及生成的wav文件：【

【代码】小智AI客户端使用测试（Python）

开源库，使用websocket跟微软在线模型。

默认桌面添加两个快捷方式，双击启动Powershell。如果安装了多个不同版本，可以通过箭头下拉框这里选择。

舵机（Servo Motor）是一种带有反馈环节的伺服电机，是简化的伺服系统，核心由马达、减速齿轮组、电位器（位置传感器）和简易控制电路组成，通过电位器或编码器实时监测位置，并根据输入信号调整输出，主要用于低精度场景，如航模和小型机器人。舵机和伺服电机的核心区别在于‌应用场景、控制精度和系统构成‌，伺服电机主要是工业级的高精度闭环控制系统。低成本简单控制 ：传统PWM模拟舵机；高精度动态控制 ：数字舵机或总线伺服舵机；连续旋转需求 ：360°舵机复杂系统多机协同 ：优先选用总线伺服舵机。

高精度动态控制 ：优先行星减速机（通用）或谐波减速机（轻型机器人）。重载高刚性需求 ：选择RV减速机（如工业机器人关节）。低成本通用场景 ：齿轮减速机（效率高）或蜗轮蜗杆减速机（需自锁时）。参数谐波减速器RV减速器行星减速器蜗轮蜗杆减速器齿轮减速器核心构成刚轮、柔轮、波发生器行星齿轮组、摆线轮、曲柄轴太阳轮、行星轮、内齿圈蜗杆、蜗轮、箱体多级斜齿轮/锥齿轮组传动原理柔轮弹性变形错齿传动行星+摆线针轮双级减速行星轮公转自转分散负载蜗杆螺旋驱动蜗轮齿轮啮合逐级减速。

机械传动选型需结合技术性能 与经济性 ，从工况需求、效率目标、空间约束、环境适应性及成本控制等多维度综合权衡。高精度场景：优先齿轮传动或滚珠螺纹传动；长距离传动：优先带传动或链传动无级变速需求：摩擦轮传动传动方式传动特点主要优点主要缺点典型应用场景带传动摩擦传动，中心距大缓冲吸振、过载保护、成本低传动比不准确、需张紧装置家电、输送带、轻型机械齿轮传动啮合传动，传动比精确高效、高精度、结构紧凑制造成本高、需润滑汽车、工业机械、精密设备链传动啮合传动，中心距较大。

交流电机的工作原理基于电磁感应和旋转磁场。直流电机里边固定有环状永磁体，电流通过转子上的线圈产生安培力，当转子上的线圈与磁场平行时，再继续转受到的磁场方向将改变，因此此时转子末端的电刷跟转换片交替接触，从而线圈上的电流方向也改变，产生的洛伦兹力方向不变，所以电机能保持一个方向转动。转子上嵌入永磁体（稀土磁体），这些永磁体产生一个恒定的磁场，当定子绕组通过交流电源供电时，会产生旋转磁场，转子放进定子后，定子的磁场要比转子磁场强很多，利用定子绕组产生的磁场与永磁体的磁场同步，电机以同步速度实现运动。

技术原理分类更偏向设计和制造，功能分类更关注用户需求。

SLAM 算法框架分为传感器采集数据，前端匹配，后端非线性优化，回环检测以及建图等。

算法类别原理特点优势劣势词袋模型特征聚类为单词，TF-IDF加权相似度依赖手工特征，倒排索引加速检索实时性高，适合移动端忽略空间信息，误判相似场景概率改进模型贝叶斯滤波动态更新概率分布结合里程计与场景动态性减少误检，适应动态环境计算复杂，参数敏感深度学习模型CNN/自编码器提取高层特征，近似搜索加速匹配端到端特征学习，多尺度融合鲁棒性强，适应复杂变化需大量数据，计算资源高激光全局特征几何特征（曲率、质心）构建不变性描述子依赖点云结构，快速配准优化。

常见处理器cpu, gpu, npu，TPU, dpu, hpu，IPU, BPU， VPU，APU, MCU, MPU, FPGA, ASIC, DSP区别和关系

机器人自主回到驻留在展厅固定位置。机器人默认驻留在展厅固定位置。发送反馈问卷至客户手机。

性能对比逻辑：架构差异：显存与带宽权衡：

蓝牙、zigbee、Lora、4G、wifi分析对比

基于Mnist字体样本，使用CNN流程，实现对手写数字的识别训练

基于softmax的全链接层模型，使用mnist训练集进行手写数字的识别

查看mnist数据的统计状态

基于tensorflow2.0进行mnist文件读取解析

前两天到中国人民大学，听何伟老师讲了一堂关于数字经济发展的课，何老师长期从事信息化、数字经济、信息通信等领域的战略、规划与政策研究，是中国信息通信研究院数字经济与法律监管领域负责人。。。

基于deepin系统，安装jupyterlab过程遇到的问题及解决办法...

以树莓派为主要载体，通过对单目和双目摄像头进行图像采集，并执行图像处理算法，通过57个实验来进行学习...

本实验箱以大载重的全向麦轮车为载体，基于ROS系统作为开发平台，使用双驱和四驱两种不同的结构作为机器人本体，最终通过地面二维码实现导航机器人的精确方向和距离控制...

集成学习是指将多个学习器进行集成来完成学习任务，若集成中只包含同类型的学习器称为同质集成，同质集成对应的学习器称为基学习器；若集成使用的学习器不同类型称为异质集成，异质集成对应的个体学习器称为组件学习器

聚类通常目标是将样本分为几个同的类别，而分类前的样本数据本身通常并没有对应的类别，或者说样本是在聚类后才知道了哪些样本属于一类，而被分好的类别名称是需要用户根据其特征来命名...

k临近学习的原理是，对于给定的待测试样本，基于某种距离找出训练集中与其最靠近的k个训练样本，然后基于这k个邻居的属性来进行计算，使用k个邻居的“均值”作为待测试样本的最终分类值。当前分类方法受距离计算原理影响，可能不同的距离会得到不同的分类结果；也收到k的取值影响，可能也会由于k的范围不同得到不同的分类区间...

搭建开发环境（Windows、Ubuntu）Hello World

特征选择可以理解为降维，就是在样本的众多属性数据中选择部分属性或特征作为学习的数据，常见的特征选择分为过滤式、包裹式和嵌入式三类。一方面可以减轻后期学习的计算量，尽量避免维数灾难问题，另一方面，可以降低学习难度，毕竟维数减少后使用较少的维度更容易找到样本之间的关系

概率图模型就是基于概率构建的图结构模型，使用该模型来进行数据的分类，有多种类型的方法来进行模型的求解，包括马尔科夫模型，随机场等..