建议阅读时长 8 分钟 前言 对于机器学习来说,数据的重要性无可厚非,大部分处理机器学习的问题都是在处理数据,包括数据的清洗,归一化等,好的数据质量能大大提高模型的预测性能 但是对与初学者来说,数据变得不那么重要 Keras 中有许多数据集,包括用来做二分类的 IMDB 数据集、多分类的路透社数据集、做回归的波士顿房价数据集等,而本文要介绍的是二分类的图片数据集,猫狗数据集,原始数据可以在 Kaggle 官网上进行下载 猫狗大战开始 机器学习的一般步骤是: 准备数据 数据预处理(检查数据、数据归一化、将数据转换成张量等) 建立模型 查看精度和损失 预测 保存模型 # 导入包 import os, shutil import 过拟合的原因主要是因为训练样本相对较少(猫狗各 2000 个) 结语 我在学习的过程中,发现使用 Keras 自带的样本迭代器来训练时速度很慢,主要原因是:每次训练的时候,时间大部分消耗在 CPU 读取数据上 ,而真正训练的时间并不是很长,之后会介绍几种方法,不仅能提升训练精度,也能让训练的时间可能的短,即使你没有 GPU 来加速 在本公众号回复 机器学习 即可获取猫狗大战的程序、数据集、模型、训练数据等!
一提到四足机器狗,脑子里是不是就出现波士顿动力的Spot? ? 今天讲述的是一个老外准备用Jetson NANO做一个四足机器人的故事。 ? 首先要解决的是四足机器人运动学的问题, 什么是运动学?机器人腿由3个伺服系统组成,从一个角度amin旋转到另一个角度amax。当我们知道了所有的三个角度,我们就可以确定腿的目标点。 有关四足机器人逆运动学的更多信息,可以查看Wilk的Github(https://github.com/FlorianWilk/SpotMicroAI/tree/master/Kinematics),他不仅上贴上了他的草图 他设计的机器狗是酱样子的: ? 也在电脑上做了模拟: ? 接下来就是要做个实体的四足机器狗了: ? 装个腿儿.... ? 这是身体: ? 组装: ? IMU (GY-521)也通过I2C连接,提供机器人的滚转角和俯仰角。OLED屏用于显示一些不错的输出。 ? 关于传感器的使用: 4 x HC-SR04-Sensors。2个在前面,用于向前/向下。
谷歌旗下波士顿动力研发的机器狗BigDog自诞生以来,受到不少关注。在国内,山东大学也在研发一款类似BigDog的四足机器人。 山东大学机器人研究中心是在原山东大学自动化研究所的基础上,通过引进留学归国人员、国内和校内机器人和数控研究人才,于2003年建立起来的从事机器人及相关技术的研究机构,也是我国机器人研究和应用的重要单位。 历时近十年造出山东版“机器狗” 2006年左右,美国波士顿动力发布四足机器人BigDog视频,视频中美国大兵一脚踹向机器狗,机器狗通过几个灵活的交叉步调节,很快保持住了平衡。 但是“大狗”反应却非常灵活,这让包括柴汇在内的山大机器人研究中心团队,对液压系统的认知概念全都颠覆了。 机械狗上的高动态伺服压作动技术,已在其他一些领域得到应用。 ? 野外施工建设时可代替车辆搞运输 说到四足机械,中国历史上并非没有类似装置。
为了展示DuerOS 的能力,本文以DIY 一个机器狗为例,描述如何让一只机器狗听懂你说的话, 并做出相应的动作。一只机器狗变成了真正听话的电子宠物,嗯, 这一定是一件挺开心的事。 整个实战是一个循序渐进的过程,不断返工才会极大地影响效率和心情,主要步骤如下: 选择一只机器狗,验证机器狗是否动作正常 为了简化流程,选择串口通信,实现电脑简单地控制机器狗 深入通信协议,丰富机器狗的动作 通过串口协议,小度音箱直接控制机器狗 通过DBP 平台创建bot,语音简单控制机器狗 丰富话术,完善机器狗的语音交互 等不及了, 正式开始—— 1.机器狗的选择与验证 先要有一个硬件,然后再通过DuerOS 小度直接控制机器狗 既然电脑可以控制机器狗, 再进一步,小度有屏音箱代替电脑完成与机器狗的连接,通过触摸屏是否可以同样控制机器狗呢? 4)将小度设备的串口线与机器狗对接,为机器狗加电,重新安装并启apk, 连接ttyS0,然后发送『原地踏步』指令,机器狗终于按照预期动起来了。
#机器狗# 机器人技术飞速发展,扫地机器人、配送机器人等极大便利了我们的生活,还有不少功夫型机器人开始陆续登上网络热搜,把科幻片里才能见到的场景带到了我们身边。 国内产品 ↓ “功夫版” 机器狗:绝影Mini Lite —— 云深处科技(DeepRobotics) 国内出品的绝影 Mini Lite 会后空翻。 腾讯机器狗:Max 这是腾讯首个软硬件全自研的多模态四足机器人。 “机器狗Max” 采用了足式与轮式的结合,在不同的环境,可以切换不同的形态模式。 国外产品 ↓ 波士顿动力机器狗 Spot 2020年6月,波士顿动力机器狗 Spot 开始向公众开放,它能以每小时 3 英里的速度行走,攀爬地形,避开障碍物,能看到 360 度的画面,并能执行一些程序化的任务 —— 机器狗 Spot,开源SDK 波士顿动力为了配合销售这款机器狗产品,开源了 Spot 的 Python 脚本语言的 SDK。
机器之心报道 编辑:小舟 既然叫了机器「狗」,那它应该会游泳。 众所周知,狗狗是会游泳的,那机器狗呢?一只名为 Vision 60 Q-UGV 的机器狗表示,它可以。 Vision 60 也不是第一次引人注目了,上一次它还背着步枪当了回「杀手机器狗」。 作为一个仿生型机器人,四足机器人 Vision 60 比双足机器人更容易适应复杂地形。 该系统能够推动机器狗并进行加速,使用专用电源大约能全功率运行 35 分钟。之后,NAUT 可以通过机器狗自身内部电源的电力继续发挥作用。 就像之前 Vision 60 背着步枪被称为「杀手机器狗」一样,他的水陆两栖能力将用于什么场景仍然倍受关心。 据报道,美国空军已使用 Vision 60 机器狗在佛罗里达州廷德尔空军基地周围巡逻,因为 Vision 60 机器狗能够顺利穿过淤泥来监视周边环境。
8月10日是小米的新品发布会,雷军除了协新的MIX 4亮相之外,还发布了小米的第一款机器狗CyberDog,中文名叫“铁蛋”。 这种完成度极高的机器狗,售价仅为9999元,确实是广大发烧友的一次入手机会。 尽管基于的是开源代码,但是小米能够在短短时间内就造成一个较为完整的机器狗,确实不容易。 机器狗的难点在于硬件方面的控制。 机器狗的“心脏”:这次“铁蛋”采用了自研高性能伺服电机,让它能够适应不同复杂的地形 为了提升机器狗的感知能力,搭载了触摸传感器,光传感器等,同时搭载了深度摄像,超广角摄像机等 核心图像计算方面,采用了 3.当前机器狗的发展 在国外,波士顿的机械狗Spot作为第一款商用产品早已问世: 它可以通过简单的类似与“游戏手柄”的机器进行操作: 但其动则几十万的售价让普通家庭难以一睹其真面目。
此前,因为强悍的平衡能力,“网红”机器人公司的Spot机器狗、双足机器人Alexa等产品可谓在圈内刷足存在感。 在过去很长一段时间内,国内多足机器人的研究在平衡能力上有所欠缺。 其中,最为令人印象深刻的是机器狗Jamoca,它可是走梅花桩的一把好手。 而提及多足机器人的发展,“商业化”的问题也是无可避免。当前,除了波士顿动力机器人的机器狗已经初步踏足商业化,其他的多足机器人的落地方向多是用作研究平台。 此外,除了机器狗Jamoca,腾讯还向我们展示了一款自平衡轮式移动机器人,也被称作“自平衡自行车”,是腾讯Robotics X实验室的首个整机自研机器人。 它在传统轮式移动机器人的基础上,增加了动量轮及其电机驱动系统,使得机器人可以在静止及行进状态下均保持平衡不倒。
有了人工智能的“加持”,机器狗似乎变得比真实的狗狗更加“聪明”,能做到的事情也越来越多。 持续存在的孤独 日益增加的功能加上机器宠物“饲养”方便,越来越多人选择AI机器宠物作为陪伴。 与之相应的,市面上也开始出现越来越多不同类型的机器宠物产品。 Sony的电子机械宠物狗AIBO(Artificial Intelligence Robot)可说是机器宠物的“经典款”。 而波士顿动力的明星产品Spot Mini虽然是工业用的特种机器狗,并不具备情感交互功能,但最初也曾作为亚马逊CEO贝索斯的新“宠物”而走红。 ? 推出了全球首款去中心化AI家庭宠物机器狗“KODA”。与市场上的工业机器狗产品不同,KODA同时具备了实用性和情感互动的功能。 毕竟“宠物”和“管家”的作用不大一样,我们会期望AI管家操控扫地机器人帮忙维持家中整洁,却不会希望自己“养”的“狗”这么做。因为“打扫”与“宠物”的角色不符,这样一来,它就不再像狗了。
讲真,机器狗的花活见得多了—— 但今天还是有被惊艳到。 但CMU的机器狗使用相同的基本方法同时实现了这两种任务,甚至还可以一边倒立一边下楼梯。 第三,对于跑酷操作来说(本研究重点),机器狗必须通过精确的“眼部肌肉”协调来自己决定前进方向,而非听从人类指挥。 比如连续过两个斜坡时,它需要以一个非常特定的角度跳上坡道,然后立即改变方向。 为了学会这些正确的方向,CMU使用MTS(Mixed Teacher Student)系统来教会机器狗。 其中,仅当预测方向接近真实值时才会被系统采纳。 具体而言,该系统分为两个阶段: 第一阶段,先利用RL学习一种移动策略,该过程可以访问一些特权信息,除了环境参数和扫描点(scandots)以外,CMU还为机器狗适当提供了一些标志点(waypoints)
接下来是源码库和狗的库,我一直以为是小学生的意思 假如我们就以库引入的顺序作为其功能对最终的机器人的贡献,那对机器人最重要的就是姿态的控制了。 ? 姿态测量单元 ? 只有三个函数而已 ? 这是Woofer,12自由度的机器人 https://stanfordstudentrobotics.org/woofer ? 源码,将两个库放在了一起 ? pupper,廉价的4足机器人 ? 在开机后需要校准机器人。校准是运行机器人之前的必要步骤,因为还没有精确测量伺服臂如何相对于伺服输出轴固定。 这个文件是控制机器人动起来时的参数 ? 此段配置是具体到机器人的每一个部件和算法之间的约束关系 下篇文章对源码进行细致分析,敬请期待~
机器人扫地、机器人刷碗…这些场景我们都已经司空见惯了,今天就给大家整点儿新鲜的——机器狗射击。 我们先来欣赏下这个视频。 视频中,一只波士顿动力公司风格的机器狗在雪景中用冲锋枪射击目标。 这种类型的机器狗曾以跳舞而闻名。但现在它「全副武装」配备上冲锋枪,这分明是一个「机器杀手」。 不过仔细观察一下,这个灵动的机器狗还是有些处理不到位的地方。 首先,它似乎不能很好地处理枪的后坐力。 但是这并不意味着Spetsnaz正在使用武装机器狗,因为几乎任何人都可以在不同的地方从网上购买类似的徽章。 机器狗上面装备的枪械也来自俄罗斯。 3月21日,他发布了一张机器狗的照片。根据Facebook的翻译,他称这只狗为「天网」。 波士顿动力公司表示,它不会把它的狗卖给那些打算把它们作为武器的人。但这并不能阻止人们用它们做不好的事情。 值得我们关注的是,国防承包商Ghost Robotics展示了一只类似的,背上装有枪支的机器狗。 造枪的公司和机器人的公司都说,人必须手动操作这些武器才行。
一个廉价的机械狗: 狗机器人的大脑是一台 Raspberry Pi 4 计算机,它接收来自无线 PS4 控制器的命令并控制伺服电机,每条腿三个,将脚和身体移动到正确的位置。 ? 这个是项目的所有源码,看见外面的run_robot没有,这个文件会赋予机器人活力,一会儿精力多放于此 ? 可以看下下里面包含的函数 ? 当你烧录好一个树莓派的系统,把刚刚克隆的文件全复制进去 ?
机器学习练手项目-猫狗分类器 猫狗分类器是一个深度学习项目,旨在识别图像中的猫和狗。通过训练神经网络模型,该项目可以从输入的图像中准确地识别出是猫还是狗。 准备数据集 首先,需要准备一个包含猫和狗图像的数据集。您可以从各种来源收集这些图像数据,例如网络上的图片库或自己的图片文件夹。确保每个类别的图像都放在单独的文件夹中,并将它们命名为相应的类别。 2. 构建模型 将使用卷积神经网络(CNN)来构建我们的猫狗分类器。CNN是一种在图像识别任务中非常流行的深度学习模型。
但你别说,走得依旧挺欢快: 这可不是MIT科学家们在侵犯“机器狗权”,而是因为狗子们在新技术的加持下又进化了。 3小时积累100多天奔跑经验 首先,机器狗们的各种行为都依赖于身体里的一个专门的控制器。 但要提前人为分析、建立所有可能的地形分析,并使机器狗快速识别对环境的变化作出反应,并不简单。 例如,草地上的一小块结冰面,碎石堆上突然出现的大块凸起,都有可能使机器狗再起不能: (所以说…不要停下来啊!) 并且,团队也为机器狗部署了一种基于端到端的传感运动策略的控制器。
大数据文摘从出品 有钱了,想买个机器人,是买个四足机器人好呢?还是买个两足机器人好呢? 四足机器人像一个宠物,甚至可以真的拉出去遛遛; 两足机器人更像一个伙伴,未来可以给你做做家务。 适用于不同型号的四足机器人 其实这个方法也不算新鲜,我们以前也见过能从四足机器人转变为两足机器人的机器人,但它们都是经过精心设计才能够做到这一点,并且它们在重量、复杂性和成本方面代价比较大。 上海科技大学的这项研究的独特之处在于,它可以应用到任何四足机器人身上ーー只要使用一些非常小的硬件改造,你的四足机器人也可以变成两足机器人。 这种进化的机械部分是一个3D打印的支撑架,安装在四足机器人后腿的胫骨上。 这个支撑架给四足机器人的后腿提供了额外的支持,使机器人可以两足站立和行走,如果没有和这个支撑架,机器人将难以保持稳定。 四足机器人进化——双足机器人 四足机器人通常具有良好的稳定性和承载能力,而两足机器人对不同的任务和环境具有更高的灵活性和适应性。
ROS2机器狗平台中,开源做得很好的平台。 注意: main 18.04 devel 20.04 其中,devel使用ros2 galactic!非常赞! 基本信息 铁蛋默认用户是mi, 密码为123 使用USB线连接Download接口, 可通过ssh mi@192.168.55.1连接铁蛋进行内部操作 软件架构 我们基于ROS 2实现了大部分的机器人应用 具体接口使用可参照Example_MotorCtrl.cpp,按如下步骤在实际机器人上部署运行。 TinaLinux:~# vi /mnt/UDISK/robot-software/config/user_code_ctrl_mode.txt #切换mode:1(0:默认模式,1用户代码控制电机模式),重启机器人生效 /Example_MotorCtrl 3、铁蛋运控板交叉编译部署 为了能使编译的文件可以直接在机器人上运行,需要在部署交叉编译工具链的docker镜像环境下编译,具体步骤如下: $ docker run
阿尔法狗这个被大家热议过很久的主题, 里面其实包含了非常深刻的机器学习智慧。 是一部学习机器学习甚至是人类决策的绝好教材。 机器学习是Alphago取胜的关键,为什么它会发挥巨大作用,请看下文。 了解一门科学技术最好的方法就是找出其核心论文, 让我们看看阿法狗的核心论文是怎么解读这个问题的。 这也是为什么一个下围棋的问题需要用到机器学习的关键, 因为机器学习让你通过有限数据推测所有其他可能(类似一个插值过程)。 每一步的策略只需考虑这一步的状态 这允许机器学习用一个非常凶猛的简化框架来解决这个问题,马尔科夫决策过程。 ,设计一套必胜规则几无可能,也只有机器学习(强化学习)的进化和自我改进思想才是最终取胜之法器。
这只上过好几次全网热搜的机器狗 Spot,想必大家都不陌生。 在原来的文章中,无论 Spot 做了什么高难度动作,哪怕是边喷火边跳踢踏舞,后台总有留言,「为什么波士顿动力不把机器人的脚做成轮式的?」 这是因为 Spot 总是优雅地、小心翼翼地踏着小碎步,没办法大步行走,相较于脚踩风火轮的轮式机器狗,不仅速度跟不上,也更容易受到地形限制。 士别三日,当刮目相看。 在传统观念中,大家可能认为机器人的速度主要受限于马达性能。但当研究团队用强化学习对机器狗的电机和动力装置建模之后,发现了一个出人意料的事实。 有趣的是,当 Spot 以这个速度奔跑时,它的动作看起来和真实的狗完全不同。 Spot 的执行器不同于肌肉,运动学特性也不同,适合狗快速奔跑的步态不一定适合机器狗。 Spot 提速的关键在于,研究人员在小跑步态的基础上,增加了一个四只脚同时离地的飞行阶段。
今天做一个开源四足机器人的介绍~ 首先选择了大火的菠萝狗,在功能,开放程度,价格上面做了一些抉择,不过资金充足的话,升级更好的硬件也不是不可以: hhhh,就是这样的一个小玩意儿 那我就看看他到底是不是名副其实