工业物流机器人系统主要有业务系统、调度系统和工业移动机器人三大部分组成。

　　1、业务系统指客户的 MES、ERP、WMS，跟调度系统进行数据交互，主要是给调度系统发送任务；

　　2、调度系统是衔接业务系统和机器人中间的中间层，将业务系统的任务转换成机器人的作业任务，调度机器人执行作业任务，规划机器人的运动路径，此外还具备机器人管理、现场设备管理、地图管理、调度仿线、工业移动机器人为最终执行终端，执行调度系统发出的作业任务，达到业务系统的需求。

　　工业移动机器人指应用在工业及物流领域中，装备有导航装置，并有车载控制系统控制，以轮式移动为特征，自带动力或动力转换装置的机器人。

　　按照导航方式划分，工业移动机器人可以划分电磁导航机器人、磁带导航机器人、磁钉导航机器人、色带导航机器人、激光导航机器人、视觉导航机器人、二维码导航机器人、RFID 导航机器人、惯性导航机器人、基站导航机器人及其他复合型导航机器人。

　　目前应用在工业环境的主流导航机器人有磁带导航机器人、二维码导航机器人和激光导航机器人，而上述的三种机器人分别属于三个跨代技术的产品，一代比一代先进，下图是几种导航方式的对比。

　　斯坦德机器人采用自研的机器人底层定位算法、操作系统、控制器等核心技术，开发了 Oasis300UL 和 Oasis600UL 两款 SLAM 激光自然导航移动机器人平台，并以此为基础，采用移动机器人平台＋功能模式的方式拓展适用于不同应用场景、具有特定功能、满足客户实际需求的移动机器人。

　　采用移动机器人平台＋顶升背负模组，实现机器人背负栈板并转运栈板的功能，一般应用于原材料仓到产线端的物料转运。

　　采用移动机器人平台＋顶升牵引模组，实现机器人潜伏式背负料车，一般应用于在线边仓到产线或者产线之间的转移。对于空间要求较高的场景，还能通过顶升牵引模组的旋转功能，保证料车不旋转，实现料车的横向移动。

　　采用移动机器人平台＋协作机械臂，实现物料抓取功能，完成自动上下料的工作，一般应用于产线内成品的下料和原材料的上料， 1 台机器人可对接多个工位。目前我司可适配市面上主流的协作机械臂，可选择 5Kg／10kg／15Kg 三种级别的机械臂。

　　采用移动机器人平台＋传输模组，目前可根据客户需求选择滚筒、皮带、链条等多种形式，一般应用于产线间物料转运或者产线到成品仓物料转运。

　　斯坦德通过上述的 4 大类的机器人，实现了工厂内，从仓库或线边仓到产线、产线间以及产线到成品仓的物料转运。

　　在以上产品之外，我司从去年起，还在 3C 行业内推出了“通用的移动平台＋完成特定工艺的负载模块”产品组合，针对 SMT（贴片）、CNC 等细分工艺开发出行业通用产品，可广泛的应用于不同 3C 行业客户，此外，我司自研的智能叉车也已从去年年中开始在部分老客户的现场测试、运行，预计 2020 下半年会正式面向市场公开销售。

　　下一代英特尔强芯搭配 Windows 11，让 AI 走进千家万户 微软和英特尔正协力推动人工智能（AI）在个人计算机上的发展。在 Microsoft Build 2023 大会上，双方率先展示了英特尔即将推出的下一代 PC 处理器 (代号 Meteor Lake)的人工智能特性 。双方将充分利用下一代处理器独特的分离式模块架构的优势，为 PC 用户提供以人工智能驱动的新功能，包括像 Adobe Premiere Pro 中的自动重新构图和场景编辑检测等多媒体功能，并实现更有效的机器学习加速。 下一代PC处理器 Meteor Lake：为 PC 带来更强的能耗表现和 AI 体验 下一代PC处理器 Meteor

　　能做的远超你的想象！Windows 11 用户的好消息 /

　　行业领导者打破藩篱，使开发人员能够轻松地在 Windows 11 上训练并部署先进的 AI 模型，并在配备 RTX 的 PC 和工作站上提供节能的推理。 生成式 AI，以 ChatGPT 等大型语言模型（LLM）应用、Stable Diffusion 和 Adobe Firefly 等图片生成器，以及 NVIDIA DLSS 3 Frame Generation（DLSS 3 帧生成技术）等游戏渲染技术为代表，正在迅速为生产力、内容创作、游戏等开创计算的新时代。 在微软Build 开发者大会上，NVIDIA 和微软展示了一系列搭载 NVIDIA RTX GPU 的 Windows 11 PC 和工作站的先进技术，

　　的新时代推动 Windows PC 创新 /

　　特斯拉 的 自动驾驶 被反复挑衅，会做出怎样的反应？ 国外的一位小哥想挑战一下特斯拉FSD自动驾驶的底线。于是他在一个专业的场地固定好了所有的摄像头，开启了疯狂的测试模式。 第一次挑衅： 在马路中间丢一个大纸箱，自动驾驶居然没有识别，撞了过去。车内视角，蓝线在靠近纸箱的时候发生了摆动，也就是说自动驾驶已经识别到了纸，还是选择撞了过去，于是，第一次挑战失败了。 第二次挑衅： 接下来加难度，测试特斯拉的自动驾驶学习能力，测试它是否能学会开车： 此时离指向越来越近, 蓝线也开始疯狂摆动。特斯拉竟然避开了！足以证明人工智能的厉害之处。这次，特斯拉不光可以识别到已经被撞得破的纸箱，甚至还能非常流畅的避让它。 第三

　　早报 人类对特斯拉的FSD自动驾驶的八次挑衅 /

　　要点： • 终端侧生成式AI解决方案将查询和推理转移到PC和手机等边缘终端，让开发者和云服务提供商能够打造更加经济可靠，且隐私性更高的生成式AI。 • 高通和微软确认达成合作关系，将面向消费级和企业级终端、以及工业设备，规模化扩展AI能力，为用户带来行业领先的AI体验。 2023年5月23日，西雅图—— 在Microsoft Build 2023开发者大会期间，高通技术公司展示了公司最新的终端侧AI创新，包括在骁龙®计算平台上运行生成式AI，以及开发者在采用骁龙平台的Windows 11 PC上创建应用的新路径。 高通技术公司产品管理高级副总裁Ziad Asghar 表示：“为了让生成式AI真正为更多人所

　　5 月 24 日消息，英伟达和戴尔最近合作推出名为 Project Helix 的产品，旨在为企业引入生成性人工智能的能力。为企业提供一种简单的方法来入门生成性人工智能，使企业能够使用自己的数据建立新的或定制现有的生成性人工智能基础模型。由于这项工作是在企业实体内部完成的，Project Helix 也可以帮助减轻许多公司所担心的知识产权泄露问题。 ▲ 图源 英伟达新闻中心 该产品专注于创建全栈式的、企业内部的生成性人工智能解决方案，使企业能够使用自己的数据建立新的或定制现有的生成性人工智能基础模型。由于该产品专门用于简化生成性人工智能的入门过程，因此它可以帮助企业在实施生成性人工智能项目时避免常见的错误和成本超支。

　　前言 早在1984年，美国卡梅隆大学就启动了自动驾驶ALV项目。自此，人工智能技术开始在自动驾驶领域试水应用，同时，逐渐形成了自动驾驶最基本的控制策略。 随着自动驾驶相关技术的进一步成熟，尤其是深度学习的应用，同时还有汽车电动化浪潮席卷而来，2015年开始掀起了自动驾驶浪潮。在Google、国内百度的引领下，自动驾驶创业公司如雨后春笋般出现，传统汽车OEM及零部件也纷纷入局。 然后，在经历了几年研发验证，以及遭遇2018年资本寒冬，大家开始对自动驾驶落地预期回归理性。2019年Gartner新兴技术成熟度曲线级别技术处于泡沫幻灭期。 现在，随着自动驾驶整个产业上、下游形成共识下的加大研发投入，以及政

　　实践应用

　　耗时1年，集【加热台、吸烟器、充电器】等一体的便携式多功能电工台，DIY全过程大放送！

　　6月6日 Microchip 直播利用单片机设计安全关键型应用时应采取的最佳实践方法

　　有奖直播是德科技感恩月—遇见KeysightCare - 贵重仪器安全避坑指南

　　采用CEM插卡模式的VectorPath®加速卡在业内率先通过PCIe Gen5 x16 32 GT/s认证

　　英特尔Agilex® 7 FPGA R-Tile现已量产，为 CPU提供行业领先的带宽

　　嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科词云：