的基础，依赖于 高精度传感器、地图构建算法、路径规划算法以及导航与控制算法等 多种技术的综合应用，可以实现机器人在多样化环境中的自主导航与 控制。这项技术主要涵盖四个方面：一是环境感知和空间定位，通过 激光雷达、摄像头、超声波传感器等多种传感器，实时采集周围环境 的信息，包括障碍物的位置、形状、距离等，为后续的定位与导航提 43 供数据支持；二是地图构建，基于采集到的环境信息，结合机器人自 器人自 身的运动状态，构建出环境的二维或三维地图，为机器人的路径规划 提供依据；三是路径规划，在已构建的地图基础上，根据机器人的任 务目标和当前位置，运用算法计算出一条最优或次优的行动路径；四 是导航与控制，将规划好的路径转化为机器人的实际运动指令，通过 控制算法实现机器人的精确导航。在导航过程中，机器人需不断根据 环境变化和自身状态调整运动策略，以确保安全、高效地到达目的地。 未来 成 立 Robotics and Automation Society，负责制定机器人相关标准，其发布标准主要关 于机器人自动化本体、任务表示、伦理驱动的机器人及自动化系统、 自动系统透明度、地图数据表示以及电力系统与医疗电气系统用机器 人等。 美国材料试验学会 ASTM 在 2014 年成立的 Committee F45 on Robotics, Automation, and Autonomous

进行自我调 整，以达到最佳的焊接效果；装配机器人利用强化学习算法，在装配 过程中自主学习轴孔装配技能，通过在线辨识控制器的最优参数，提 高装配操作质量。二是自主导航类，随着激光地图建模技术不断成熟， 基于地图开展移动路径设计的自主导航功能也实现广泛应用，发展出 各类清洁、搬运机器人。 在传统模块化机器人中，多种模型的组合配合也大大拓展了机器 人的应用场景。其中，以工业视觉为代表的感知交互技术在软硬件层 对物流 运行效率和响应速度的需求不断提高；二是工厂设计水平的提升，模 块化厂房设计技术为移动机器人提供了封闭性、结构化的活动场景， 便于机器人快速移动和完成任务；三是激光地图构建（VSLAM）技术 的成熟，基于地图数据，深度学习算法能够自主规划行动路径，并进 行动态避障。 此类场景主要包括两种“机器人+人工智能”融合应用模式。一 是 “移动机器人+识别类模型+自主导航模型”模式，AI

集团关键指标 能源拓扑组态图 系统运行组态图 配置关键指标，集团页面进行汇总统计和展示 强大能源拓扑图编辑器，提供丰富2.5D 图元，可快 速编辑能源系统拓扑图和能源系统组态图 GIS 项目地图 地图视角快速了解项目能源系统概况 能耗结构和碳排放结构 分类型能源、 碳排放实时数据 能耗分析 能源桑基图 指标管理 峰平谷管理 能源成本分析 能耗预测 能源和介质包括：水、电、气、冷量、热量等

月公布的 Occupancy Network 大模型（基于 BEV+Transformer 的延申），通过计算物体的空间体积占用来构建具有空间、时序的 4D“实 时地图”，获得更加连续、稳定的感知结果。有利于解决障碍物无法识别从而消失问题；同 时地图以自车为中心坐标系构建，更好的统一了感知和预测的框架。（2）决策层：过去的 决策算法基于一条条事先设定的 rule-based 的规则，在不同场景下触发行为准则，因此难 数据来源：公司公告，华泰研究 Perception 感知 Planning 规划 Control 控制 Occupancy Network 占用网络模型 Lanes & Objects 行走规划 4D地图：障碍物+车道线感知 车道线网络 内部感知+外部感知 摄像头+激光雷达等 Input 数据输入 预测行径+风险评估+制定决策 根据决策指令操控汽车驾驶 Interaction Search 李彦宏在百度世界 2023 上介绍，文心大模型 4.0 综合 能力“与 GPT-4 相比毫不逊色”。 AI 重构百度移动生态。百度搜索、地图、网盘、文库等移动生态应用以 AI 重构。1）搜索： 大模型重构的新搜索具有极致满足、推荐激发和多轮交互三个特点。2）地图：通过自然语 言交互和多轮对话，升级为智能出行向导，提升用户出行和决策效率。3）百度网盘与文库： AI 增加创作能力。网盘可以精准定位视频

情感分析 声纹识别 （规划中） VR/AR 场 景 训 练（规划中） 语义理解 多路径场景 其他算法 模型 智能训辅 数据统计 人脸识别 智能打分 语音识别 学习计划 地图闯关 语音合成 擂 台 PK 数字大屏 勋章系统 PC 训练 个人中心 智能封面 智能建课 我的圈子 （规划中） 团队 PK （规划中） 智能 BI 智 能 力 应 用 功 能 23

子刊)， 1. 典型场景及成效 2. 未来发展趋势 在柔性分拣场景，传统的自动化技术在面对非结构化场景时具有一 定的挑战，而人形机器人通过激光雷达、摄像头和SLAM技术构建动态 地图，对环境感知、路线规划和运动导航能力将明显增强，可以更好地 适应可变环境，识别多点目标，自主调整路径并能够及时避障，能够赋 能物流领域分拣、搬运等工作。在无人运输场景，机器人实现从干线运 输到

负载、网络连接质量、硬件架构等。为实现跨平台资源公允 调度，系统建立面向城市场景的统一度量范式，如“有效城市计算单 元”，量化不同节点执行特定任务的真实效能，形成全局统一、动态 更新的“城市算力地图”。 基于这张“算力地图”，作为“城市大脑”核心决策引擎的智能 调度器，能依据不同应用场景需求，进行毫秒级任务分发与路径规划。 城市治理因场景多样，调度策略需有极强的情境自适应能力。比如交 通摄像头捕捉到

要、手册等文档，减少人力投入，并 保持一致性 创作助理 基于智能化能力的一对一 精准学习和辅导 精准学习 基于知识地图和智能辅导 的强化训练 以练促学 AI专家支持用户在工作场景 中的知识服务和绩效支持 以学促用 教学助手 教 Teaching 数字人 智能助教/助手 学 Learning 知识地图 错题解析 练 Practice 智能报告 智能出题 测 Assessment 智能阅卷

且通常需要操作员监督的前辈⾃动引导⻋辆（AGV）不同，AMR更加智能，可以 独⽴导航⼯⼚⻋间。 AMR智能背后的秘密是同时定位和制图（SLAM）技术。SLAM技术使每个机器⼈ 能够通过不断绘制区域地图并通过实时信息流跟踪⾃⾝位置，探索未知但不断变化 的环境。当前的⼯业解决⽅案专注于视觉SLAM，即机器⼈配备先进摄像头和⼈⼯智 能处理器，以实现视觉和⾃动化决策（例如路径规划和碰撞回避）。 202 获得性，尤其是⽤于⽐赛的第⼀ ⼈称视⻆（FPV）⽆⼈机正在变得越来越重要。⼀个例⼦是由Shield AI⽣产的⼀ 种紧凑型⽆⼈机（<30厘⽶⻓），重量仅为1.5千克，能够利⽤⼈⼯智能来帮助绘 制环境地图。 监视和侦察机器人 其他军事机器⼈提供宝贵情报，同时让⼈类操作者保持安全距离。例如，PackBot 5 25被设计为多功能机器⼈，⽤于处理炸弹，监视和侦察任务。能够执⾏ 92 乌克兰的⽆⼈机作战如何改变战争

习者提供更广泛的学习资 源， 帮助其掌握多种技能。 教育大模型： 四能跃升 认知突 围 操作 DeepSeek 提示词 构建「专属家教」 的四大核心要素 • 精准画像： 为孩子绘制“ 成长地图 • 弱点克星： 做孩子的“ 成长医生 ” • 灵活调整： 会“ 呼吸 ”的学习伴侣 • 全方位成长： 超越学科的教育 数据收集 • • 收集学生的学习行为数据，包括学习进度