摘要
本笔记是针对斯坦福大学2014年机器学习课程
视频做的个人笔记
黄海广
Haiguang2000@https://www.doczj.com/doc/e1989010.html,
斯坦福大学2014机器学习教程中文笔记
课程概述
Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索，并极大地提高了人类基因组的认识。机器学习是当今非常普遍，你可能会使用这一天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中，您将学习最有效的机器学习技术，并获得实践，让它们为自己的工作。更重要的是，你会不仅得到理论基础的学习，而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后，你会学到一些硅谷利用机器学习和人工智能的最佳实践创新。
本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括：（一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。
本课程需要10周共18节课，相对以前的机器学习视频，这个视频更加清晰，而且每课都有ppt课件，推荐学习。
本人是中国海洋大学2014级博士生，目前刚开始接触机器学习，我下载了这次课程的所有视频和课件给大家分享。中英文字幕来自于https://https://www.doczj.com/doc/e1989010.html,/course/ml，主要是教育无边界字幕组翻译，本人把中英文字幕进行合并，并翻译了部分字幕，对视频进行封装，归类，并翻译了课程目录，做好课程索引文件，希望对大家有所帮助。部分视频中文字幕由中国海洋大学的博士生翻译。视频已经翻译完毕（除了OCTAVE教程没有翻译），如果下载了视频，可以直接在文档中打开视频，内嵌中英文字幕。
目前我正在整理中文笔记，主要是根据视频内容和中文字幕以及ppt来制作，部分来源于网络，如“小小人_V”的笔记，并持续更新。
本人水平有限，如有公式、算法错误，请及时指出，发邮件给我。
黄海广
2014-12-16 夜
文档修改历史
除了个人笔记之外，视频和字幕封装成mkv，还有课程的源代码、ppt、pdf，都放在我的百度云和360云盘分享（内容一致）：
百度云分享：https://www.doczj.com/doc/e1989010.html,/s/1jGKLuL4 密码p2ms
360云盘分享：https://www.doczj.com/doc/e1989010.html,/cJZHUGmtEuqxf 密码f227
目录
第1周 (1)
一、引言(Introduction) (1)
1.1 欢迎 (1)
1.2 机器学习是什么？ (4)
1.3 监督学习 (6)
1.4 无监督学习 (10)
二、单变量线性回归(Linear Regression with One Variable) (15)
2.1 模型表示 (15)
2.2 代价函数 (17)
2.3 代价函数的直观理解I (19)
2.4 代价函数的直观理解II (20)
2.5 梯度下降 (21)
2.6 梯度下降的直观理解 (22)
2.7 梯度下降的线性回归 (23)
2.8 接下来的内容 (24)
三、线性代数回顾(Linear Algebra Review) (25)
3.1 矩阵和向量 (25)
3.2 加法和标量乘法 (27)
3.3 矩阵向量乘法 (28)
3.4 矩阵乘法 (29)
3.5 矩阵乘法的性质 (30)
3.6 逆、转置 (31)
第2周 (32)
四、多变量线性回归(Linear Regression with Multiple Variables) (32)
4.1 多维特征 (32)
4.2 多变量梯度下降 (34)
4.3 梯度下降法实践1-特征缩放 (36)
4.4 梯度下降法实践2-学习率 (38)
4.5 特征和多项式回归 (39)
4.6 正规方程 (41)
4.7 正规方程及不可逆性（可选） (44)
五、Octave教程(Octave Tutorial) (45)
5.1 基本操作 (45)
5.2 移动数据 (46)
5.3 计算数据 (47)
5.4 绘图数据 (48)
5.5 控制语句：for，while，if语句 (49)
5.6 矢量化 (50)
5.7 工作和提交的编程练习 (51)
第3周 (52)
六、逻辑回归(Logistic Regression) (52)
6.1 分类问题 (52)
6.3 判定边界 (55)
6.4 代价函数 (57)
6.5 简化的成本函数和梯度下降 (60)
6.6 高级优化 (61)
6.7 多类分类：一个对所有 (62)
七、正则化(Regularization) (63)
7.1 过拟合的问题 (63)
7.2 代价函数 (65)
7.3 正则化线性回归 (67)
7.4 正则化的逻辑回归模型 (68)
第4周 (69)
第八、神经网络：表述(Neural Networks: Representation) (69)
8.1 非线性假设 (69)
8.2 神经元和大脑 (71)
8.3 模型表示1 (75)
8.4 模型表示2 (79)
8.5 特征和直观理解1 (81)
8.6 样本和直观理解II (83)
8.7 多类分类 (85)
第5周 (86)
九、神经网络的学习(Neural Networks: Learning) (86)
9.1 代价函数 (86)
9.2 反向传播算法 (88)
9.3 反向传播算法的直观理解 (91)
9.4 实现注意：展开参数 (93)
9.5 梯度检验 (94)
9.6 随机初始化 (96)
9.7 综合起来 (97)
9.8 自主驾驶 (98)
第6周 (101)
十、应用机器学习的建议(Advice for Applying Machine Learning) (101)
10.1 决定下一步做什么 (101)
10.2 评估一个假设 (102)
10.3 模型选择和交叉验证集 (103)
10.4 诊断偏差和方差 (105)
10.5 归一化和偏差/方差 (107)
10.6 学习曲线 (109)
10.7 决定下一步做什么 (111)
十一、机器学习系统的设计(Machine Learning System Design) (113)
11.1 首先要做什么 (113)
11.2 误差分析 (114)
11.3 类偏斜的误差度量 (115)
11.4 查全率和查准率之间的权衡 (116)
第7周 (119)
十二、支持向量机(Support Vector Machines) (119)
12.1 优化目标 (119)
12.2 大边界的直观理解 (126)
12.3 数学背后的大边界分类（可选） (132)
12.4 核函数1 (139)
12.5 核函数2 (141)
12.6 使用支持向量机 (143)
第8周 (146)
十三、聚类(Clustering) (146)
13.1 无监督学习：简介 (146)
13.2 K-均值算法 (149)
13.3 优化目标 (151)
13.4 随机初始化 (152)
13.5 选择聚类数 (153)
十四、降维(Dimensionality Reduction) (154)
14.1 动机一：数据压缩 (154)
14.2 动机二：数据可视化 (157)
14.3 主成分分析问题 (158)
14.4 主成分分析算法 (160)
14.5 选择主成分的数量 (161)
14.6 重建的压缩表示 (162)
14.7 主成分分析法的应用建议 (164)
第9周 (165)
十五、异常检测(Anomaly Detection) (165)
15.1 问题的动机 (165)
15.2 高斯分布 (167)
15.3 算法 (168)
15.4 开发和评价一个异常检测系统 (170)
15.5 异常检测与监督学习对比 (171)
15.6 选择特征 (172)
15.7 多元高斯分布（可选） (174)
15.8 使用多元高斯分布进行异常检测（可选） (177)
十六、推荐系统(Recommender Systems) (180)
16.1 问题形式化 (180)
16.2 基于内容的推荐系统 (182)
16.3 协同过滤 (184)
16.4 协同过滤算法 (185)
16.5 矢量化：低秩矩阵分解 (186)
16.6 推行工作上的细节：均值归一化 (188)
第10周 (189)
十七、大规模机器学习(Large Scale Machine Learning) (189)
17.1 大型数据集的学习 (189)
17.3 微型批量梯度下降 (191)
17.4 随机梯度下降收敛 (192)
17.5 在线学习 (194)
17.6 映射化简和数据并行 (195)
十八、应用实例：图片文字识别(Application Example: Photo OCR) (196)
18.1 问题描述和流程图 (196)
18.2 滑动窗口 (197)
18.3 获取大量数据和人工数据 (199)
18.4 上限分析：哪部分管道的接下去做 (200)
十九、总结(Conclusion) (201)
19.1 总结和致谢 (201)
第1周
一、引言(Introduction)
1.1 欢迎
参考视频: 1 - 1 - Welcome (7 min).mkv
第一个视频主要讲了什么是机器学习，机器学习能做些什么事情。
机器学习是目前信息技术中最激动人心的方向之一。在这门课中，你将学习到这门技术的前沿，并可以自己实现学习机器学习的算法。
你或许每天都在不知不觉中使用了机器学习的算法每次，你打开谷歌、必应搜索到你需要的内容，正是因为他们有良好的学习算法。谷歌和微软实现了学习算法来排行网页每次，你用Facebook或苹果的图片分类程序他能认出你朋友的照片，这也是机器学习。每次您阅读您的电子邮件垃圾邮件筛选器，可以帮你过滤大量的垃圾邮件这也是一种学习算法。对我来说，我感到激动的原因之一是有一天做出一个和人类一样聪明的机器。实现这个想法任重而道远，许多AI研究者认为，实现这个目标最好的方法是通过让机器试着模仿人的大脑学习我会在这门课中介绍一点这方面的内容。
在这门课中，你还讲学习到关于机器学习的前沿状况。但事实上只了解算法、数学并不能解决你关心的实际的问题。所以，我们将花大量的时间做练习，从而你自己能实现每个这些算法，从而了解内部机理。
那么，为什么机器学习如此受欢迎呢？原因是，机器学习不只是用于人工智能领域。我们创造智能的机器，有很多基础的知识。比如，我们可以让机器找到A与B之间的最短路径，但我们仍然不知道怎么让机器做更有趣的事情，如web 搜索、照片标记、反垃圾邮件。我们发现，唯一方法是让机器自己学习怎么来解决问题。所以，机器学习已经成为计算机的一个能力。
现在它涉及到各个行业和基础科学中。我从事于机器学习，但我每个星期都跟直升机飞行员、生物学家、很多计算机系统程序员交流（我在斯坦福大学的同事同时也是这样）和平均每个星期会从硅谷收到两、三个电子邮件，这些联系我的人都对将学习算法应用于他们
自己的问题感兴趣。这表明机器学习涉及的问题非常广泛。有机器人、计算生物学、硅谷中大量的问题都收到机器学习的影响。
这里有一些机器学习的案例。比如说，数据库挖掘。机器学习被用于数据挖掘的原因之一是网络和自动化技术的增长，这意味着，我们有史上最大的数据集比如说，大量的硅谷公司正在收集web 上的单击数据，也称为点击流数据，并尝试使用机器学习算法来分析数据，更好的了解用户，并为用户提供更好的服务。这在硅谷有巨大的市场。再比如，医疗记录。随着自动化的出现，我们现在有了电子医疗记录。如果我们可以把医疗记录变成医学知识，我们就可以更好地理解疾病。再如，计算生物学。还是因为自动化技术，生物学家们收集的大量基因数据序列、DNA序列和等等，机器运行算法让我们更好地了解人类基因组，大家都知道这对人类意味着什么。再比如，工程方面，在工程的所有领域，我们有越来越大、越来越大的数据集，我们试图使用学习算法，来理解这些数据。另外，在机械应用中，有些人不能直接操作。例如，我已经在无人直升机领域工作了许多年。我们不知道如何写一段程序让直升机自己飞。我们唯一能做的就是让计算机自己学习如何驾驶直升机。
手写识别：现在我们能够非常便宜地把信寄到这个美国甚至全世界的原因之一就是当你写一个像这样的信封，一种学习算法已经学会如何读你信封，它可以自动选择路径，所以我们只需要花几个美分把这封信寄到数千英里外。
事实上，如果你看过自然语言处理或计算机视觉，这些语言理解或图像理解都是属于AI 领域。大部分的自然语言处理和大部分的计算机视觉，都应用了机器学习。学习算法还广泛用于自定制程序。每次你去亚马逊或Netflix或iTunes Genius，它都会给出其他电影或产品或音乐的建议，这是一种学习算法。仔细想一想，他们有百万的用户；但他们没有办法为百万用户，编写百万个不同程序。软件能给这些自定制的建议的唯一方法是通过学习你的行为，来为你定制服务。
最后学习算法被用来理解人类的学习和了解大脑。
我们将谈论如何用这些推进我们的AI 梦想。几个月前，一名学生给我一篇文章关于最顶尖的12个IT技能。拥有了这些技能HR绝对不会拒绝你。这是稍显陈旧的文章，但在这个列表最顶部就是机器学习的技能。
在斯坦福大学，招聘人员联系我，让我推荐机器学习学生毕业的人远远多于机器学习的毕业生。所以我认为需求远远没有被满足现在学习“机器学习”非常好，在这门课中，我希望能告诉你们很多机器学习的知识。
在接下来的视频中，我们将开始给更正式的定义，什么是机器学习。然后我们会开始学
习机器学习的主要问题和算法你会了解一些主要的机器学习的术语，并开始了解不同的算法，用哪种算法更合适。
1.2 机器学习是什么？
参考视频: 1 - 2 - What is Machine Learning_ (7 min).mkv
机器学习是什么？在本视频中，我们会尝试着进行定义，同时让你懂得何时会使用机器学习。实际上，即使是在机器学习的专业人士中，也不存在一个被广泛认可的定义来准确定义机器学习是什么或不是什么，现在我将告诉你一些人们尝试定义的示例。第一个机器学习的定义来自于Arthur Samuel。他定义机器学习为，在进行特定编程的情况下，给予计算机学习能力的领域。Samuel的定义可以回溯到50年代，他编写了一个西洋棋程序。这程序神奇之处在于，编程者自己并不是个下棋高手。但因为他太菜了，于是就通过编程，让西洋棋程序自己跟自己下了上万盘棋。通过观察哪种布局（棋盘位置）会赢，哪种布局会输，久而久之，这西洋棋程序明白了什么是好的布局，什么样是坏的布局。然后就牛逼大发了，程序通过学习后，玩西洋棋的水平超过了Samuel。这绝对是令人注目的成果。
尽管编写者自己是个菜鸟，但因为计算机有着足够的耐心，去下上万盘的棋，没有人有这耐心去下这么多盘棋。通过这些练习，计算机获得无比丰富的经验，于是渐渐成为了比Samuel更厉害的西洋棋手。上述是个有点不正式的定义，也比较古老。另一个年代近一点的定义，由Tom Mitchell提出，来自卡内基梅隆大学，Tom定义的机器学习是，一个好的学习问题定义如下，他说，一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T 时的性能有所提升。我认为经验e 就是程序上万次的自我练习的经验而任务t 就是下棋。性能度量值p呢，就是它在与一些新的对手比赛时，赢得比赛的概率。
在这些视频中，除了我教你的内容以外，我偶尔会问你一个问题，确保你对内容有所理解。说曹操，曹操到，顶部是Tom Mitchell的机器学习的定义，我们假设您的电子邮件程序会观察收到的邮件是否被你标记为垃圾邮件。在这种Email客户端中，你点击“垃圾邮件”按钮，报告某些email为垃圾邮件，不会影响别的邮件。基于被标记为垃圾的邮件，您的电子邮件程序能更好地学习如何过滤垃圾邮件。请问，在这个设定中，任务T是什么？几秒钟后，该视频将暂停。当它暂停时，您可以使用鼠标，选择这四个单选按钮中的一个，让我知道这四个，你所认为正确的选项。它可能是性能度量值P。所以，以性能度量值P为标准，这个任务的性能，也就是这个任务T的系统性能，将在学习经验E后得到提高。
本课中，我希望教你有关各种不同类型的学习算法。目前存在几种不同类型的学习算法。主要的两种类型被我们称之为监督学习和无监督学习。在接下来的几个视频中，我会给出这些术语的定义。这里简单说两句，监督学习这个想法是指，我们将教计算机如何去完成任务，而在无监督学习中，我们打算让它自己进行学习。如果对这两个术语仍一头雾水，请不要担心，在后面的两个视频中，我会具体介绍这两种学习算法。此外你将听到诸如，强化学习和推荐系统等各种术语。这些都是机器学习算法的一员，以后我们都将介绍到，但学习算法最常用两个类型就是监督学习、无监督学习。我会在接下来的两个视频中给出它们的定义。本课中，我们将花费最多的精力来讨论这两种学习算法。而另一个会花费大量时间的任务是了解应用学习算法的实用建议。
我非常注重这部分内容，实际上，就这些内容而言我不知道还有哪所大学会介绍到。给你讲授学习算法就好像给你一套工具，相比于提供工具，可能更重要的，是教你如何使用这些工具。我喜欢把这比喻成学习当木匠。想象一下，某人教你如何成为一名木匠，说这是锤子，这是螺丝刀，锯子，祝你好运，再见。这种教法不好，不是吗？你拥有这些工具，但更重要的是，你要学会如何恰当地使用这些工具。会用与不会用的人之间，存在着鸿沟。尤其是知道如何使用这些机器学习算法的，与那些不知道如何使用的人。在硅谷我住的地方，当我走访不同的公司，即使是最顶尖的公司，很多时候我都看到人们试图将机器学习算法应用于某些问题。有时他们甚至已经为此花了六个月之久。但当我看着他们所忙碌的事情时，我想说，哎呀，我本来可以在六个月前就告诉他们，他们应该采取一种学习算法，稍加修改进行使用，然后成功的机会绝对会高得多所以在本课中，我们要花很多时间来探讨，如果你真的试图开发机器学习系统，探讨如何做出最好的实践类型决策，才能决定你的方式来构建你的系统，这样做的话，当你运用学习算法时，就不太容易变成那些为寻找一个解决方案花费6个月之久的人们的中一员。他们可能已经有了大体的框架，只是没法正确的工作于是这就浪费了六个月的时间。所以我会花很多时间来教你这些机器学习、人工智能的最佳实践以及如何让它们工作，我们该如何去做，硅谷和世界各地最优秀的人是怎样做的。我希望能帮你成为最优秀的人才，通过了解如何设计和构建机器学习和人工智能系统。
这就是机器学习，这些都是我希望讲授的主题。在下一个视频里，我会定义什么是监督学习，什么是无监督学习。此外，探讨何时使用二者。
1.3 监督学习
参考视频: 1 - 3 - Supervised Learning (12 min).mkv
在这段视频中，我要定义可能是最常见一种机器学习问题：那就是监督学习。我将在后面正式定义监督学习。
我们用一个例子介绍什么是监督学习把正式的定义放在后面介绍。假如说你想预测房价。
前阵子，一个学生从波特兰俄勒冈州的研究所收集了一些房价的数据。你把这些数据画出来，看起来是这个样子：横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千美元。那基于这组数据，假如你有一个朋友，他有一套750平方英尺房子，现在他希望把房子卖掉，他想知道这房子能卖多少钱。
那么关于这个问题，机器学习算法将会怎么帮助你呢？
我们应用学习算法，可以在这组数据中画一条直线，或者换句话说，拟合一条直线，根据这条线我们可以推测出，这套房子可能卖$150, 000，当然这不是唯一的算法。可能还有更好的，比如我们不用直线拟合这些数据，用二次方程去拟合可能效果会更好。根据二次方程的曲线，我们可以从这个点推测出，这套房子能卖接近$200, 000。稍后我们将讨论如何选择学习算法，如何决定用直线还是二次方程来拟合。两个方案中有一个能让你朋友的房子出售得更合理。这些都是学习算法里面很好的例子。以上就是监督学习的例子。
可以看出，监督学习指的就是我们给学习算法一个数据集。这个数据集由“正确答案”组成。在房价的例子中，我们给了一系列房子的数据，我们给定数据集中每个样本的正确价格，即它们实际的售价然后运用学习算法，算出更多的正确答案。比如你朋友那个新房子的价格。用术语来讲，这叫做回归问题。我们试着推测出一个连续值的结果，即房子的价格。一般房子的价格会记到美分，所以房价实际上是一系列离散的值但是我们通常又把房价看成实数，看成是标量，所以又把它看成一个连续的数值。
回归这个词的意思是，我们在试着推测出这一系列连续值属性。
我再举另外一个监督学习的例子。我和一些朋友之前研究过这个。假设说你想通过查看病历来推测乳腺癌良性与否，假如有人检测出乳腺肿瘤，恶性肿瘤有害并且十分危险，而良性的肿瘤危害就没那么大，所以人们显然会很在意这个问题。
让我们来看一组数据：这个数据集中，横轴表示肿瘤的大小，纵轴上，我标出1和0 表示是或者不是恶性肿瘤。我们之前见过的肿瘤，如果是恶性则记为1 ，不是恶性，或者说良性记为0。
我有5个良性肿瘤样本，在1的位置有5个恶性肿瘤样本。现在我们有一个朋友很不幸检查出乳腺肿瘤。假设说她的肿瘤大概这么大，那么机器学习的问题就在于，你能否估算出肿瘤是恶性的或是良性的概率。用术语来讲，这是一个分类问题。
分类指的是，我们试着推测出离散的输出值：0或1良性或恶性，而事实上在分类问题中，输出可能不止两个值。比如说可能有三种乳腺癌，所以你希望预测离散输出0 1 2 3 0代表良性，1表示第一类乳腺癌，2表示第二类癌症，3表示第三类，但这也是分类问题。
因为这几个离散的输出分别对应良性，第一类第二类或者第三类癌症，在分类问题中我
们可以用另一种方式绘制这些数据点。
现在我用不同的符号来表示这些数据。既然我们把肿瘤的尺寸看做区分恶性或良性的特征，那么我可以这么画，我用不同的符号来表示良性和恶性肿瘤。或者说是负样本和正样本现在我们不全部画X，良性的肿瘤改成用O表示，恶性的继续用X表示。来预测肿瘤的恶性与否。
在其它一些机器学习问题中，可能会遇到不止一种特征。举个例子，我们不仅知道肿瘤的尺寸，还知道对应患者的年龄。在其他机器学习问题中，我们通常有更多的特征，我朋友研究这个问题时，通常采用这些特征，比如肿块密度，肿瘤细胞尺寸的一致性和形状的一致性等等，还有一些其他的特征。这就是我们即将学到最有趣的学习算法之一。
那种算法不仅能处理2种3种或5种特征，即使有无限多种特征都可以处理。
上图中，我列举了总共5种不同的特征，坐标轴上的两种和右边的3种，但是在一些学习问题中，你希望不只用3种或5种特征。相反，你想用无限多种特征，好让你的算法可以利用大量的特征，或者说线索来做推测。那你怎么处理无限多个特征，甚至怎么存储这些特征都存在问题，你电脑的内存肯定不够用。我们以后会讲一个算法，叫支持向量机，里面有一个巧妙的数学技巧，能让计算机处理无限多个特征。想象一下，我没有写下这两种和右边的三种特征，而是在一个无限长的列表里面，一直写一直写不停的写，写下无限多个特征，事实上，我们能用算法来处理它们。
现在来回顾一下，这节课我们介绍了监督学习。其基本思想是，我们数据集中的每个样本都有相应的“正确答案”。再根据这些样本作出预测，就像房子和肿瘤的例子中做的那样。我们还介绍了回归问题，即通过回归来推出一个连续的输出，之后我们介绍了分类问题，其目标是推出一组离散的结果。
现在来个小测验：假设你经营着一家公司，你想开发学习算法来处理这两个问题：
1.你有一大批同样的货物，想象一下，你有上千件一模一样的货物等待出售，这时你想预
测接下来的三个月能卖多少件？
2.你有许多客户，这时你想写一个软件来检验每一个用户的账户。对于每一个账户，你要
判断它们是否曾经被盗过？
那这两个问题，它们属于分类问题、还是回归问题?
问题一是一个回归问题，因为你知道，如果我有数千件货物，我会把它看成一个实数，一个连续的值。因此卖出的物品数，也是一个连续的值。
问题二是一个分类问题，因为我会把预测的值，用0来表示账户未被盗，用1表示账户曾经被盗过。所以我们根据账号是否被盗过，把它们定为0或1，然后用算法推测一个账号是0还是1，因为只有少数的离散值，所以我把它归为分类问题。
以上就是监督学习的内容。
1.4 无监督学习
参考视频: 1 - 4 - Unsupervised Learning (14 min).mkv
本次视频中，我们将介绍第二种主要的机器学习问题。叫做无监督学习。
上个视频中，已经介绍了监督学习。回想当时的数据集，如图表所示，这个数据集中每条数据都已经标明是阴性或阳性，即是良性或恶性肿瘤。所以，对于监督学习里的每条数据，我们已经清楚地知道，训练集对应的正确答案，是良性或恶性了。
在无监督学习中，我们已知的数据。看上去有点不一样，不同于监督学习的数据的样子，即无监督学习中没有任何的标签或者是有相同的标签或者就是没标签。所以我们已知数据集，却不知如何处理，也未告知每个数据点是什么。别的都不知道，就是一个数据集。你能从数据中找到某种结构吗？针对数据集，无监督学习就能判断出数据有两个不同的聚集簇。这是一个，那是另一个，二者不同。是的，无监督学习算法可能会把这些数据分成两个不同的簇。所以叫做聚类算法。事实证明，它能被用在很多地方。
聚类应用的一个例子就是在谷歌新闻中。如果你以前从来没见过它，你可以到这个URL 网址https://www.doczj.com/doc/e1989010.html,去看看。谷歌新闻每天都在，收集非常多，非常多的网络的新闻内容。它再将这些新闻分组，组成有关联的新闻。所以谷歌新闻做的就是搜索非常多的新闻事件，自动地把它们聚类到一起。所以，这些新闻事件全是同一主题的，所以显示到一起。
事实证明，聚类算法和无监督学习算法同样还用在很多其它的问题上。
其中就有基因学的理解应用。一个DNA微观数据的例子。基本思想是输入一组不同个体，对其中的每个个体，你要分析出它们是否有一个特定的基因。技术上，你要分析多少特定基因已经表达。所以这些颜色，红，绿，灰等等颜色，这些颜色展示了相应的程度，即不同的个体是否有着一个特定的基因。你能做的就是运行一个聚类算法，把个体聚类到不同的类或不同类型的组（人）……
所以这个就是无监督学习，因为我们没有提前告知算法一些信息，比如，这是第一类的人，那些是第二类的人，还有第三类，等等。我们只是说，是的，这是有一堆数据。我不知道数据里面有什么。我不知道谁是什么类型。我甚至不知道人们有哪些不同的类型，这些类型又是什么。但你能自动地找到数据中的结构吗？就是说你要自动地聚类那些个体到各个类，我没法提前知道哪些是哪些。因为我们没有给算法正确答案来回应数据集中的数据，所以这就是无监督学习。
无监督学习或聚集有着大量的应用。它用于组织大型计算机集群。我有些朋友在大数据中心工作，那里有大型的计算机集群，他们想解决什么样的机器易于协同地工作，如果你能够让那些机器协同工作，你就能让你的数据中心工作得更高效。第二种应用就是社交网络的分析。所以已知你朋友的信息，比如你经常发email的，或是你Facebook的朋友、谷歌+圈子的朋友，我们能否自动地给出朋友的分组呢？即每组里的人们彼此都熟识，认识组里的所有人？还有市场分割。许多公司有大型的数据库，存储消费者信息。所以，你能检索这些顾客数据集，自动地发现市场分类，并自动地把顾客划分到不同的细分市场中，你才能自动并更有效地销售或不同的细分市场一起进行销售。这也是无监督学习，因为我们拥有所有的顾客数据，但我们没有提前知道是什么的细分市场，以及分别有哪些我们数据集中的顾客。我们不知道谁是在一号细分市场，谁在二号市场，等等。那我们就必须让算法从数据中发现
这一切。最后，无监督学习也可用于天文数据分析，这些聚类算法给出了令人惊讶、有趣、有用的理论，解释了星系是如何诞生的。这些都是聚类的例子，聚类只是无监督学习中的一种。
我现在告诉你们另一种。我先来介绍鸡尾酒宴问题。嗯，你参加过鸡尾酒宴吧？你可以想像下，有个宴会房间里满是人，全部坐着，都在聊天，这么多人同时在聊天，声音彼此重叠，因为每个人都在说话，同一时间都在说话，你几乎听不到你面前那人的声音。所以，可能在一个这样的鸡尾酒宴中的两个人，他俩同时都在说话，假设现在是在个有些小的鸡尾酒宴中。我们放两个麦克风在房间中，因为这些麦克风在两个地方，离说话人的距离不同每个麦克风记录下不同的声音，虽然是同样的两个说话人。听起来像是两份录音被叠加到一起，或是被归结到一起，产生了我们现在的这些录音。另外，这个算法还会区分出两个音频资源，这两个可以合成或合并成之前的录音，实际上，鸡尾酒算法的第一个输出结果是：
1，2，3，4，5，6，7，8，9，10,
所以，已经把英语的声音从录音中分离出来了。
第二个输出是这样：
1，2，3，4，5，6，7，8，9，10。
看看这个无监督学习算法，实现这个得要多么的复杂，是吧？它似乎是这样，为了构建
这个应用，完成这个音频处理似乎需要你去写大量的代码或链接到一堆的合成器JAVA库，处理音频的库，看上去绝对是个复杂的程序，去完成这个从音频中分离出音频。事实上，这个算法对应你刚才知道的那个问题的算法可以就用一行代码来完成。
就是这里展示的代码：[W,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');
研究人员花费了大量时间才最终实现这行代码。我不是说这个是简单的问题，但它证明了，当你使用正确的编程环境，许多学习算法是相当短的程序。所以，这也是为什么在本课中，我们打算使用Octave编程环境。Octave,是免费的开源软件，使用一个像Octave或Matlab 的工具，许多学习算法变得只有几行代码就可实现。
后面，我会教你们一点关于如何使用Octave的知识，你就可以用Octave来实现一些算法了。或者，如果你有Matlab（盗版？），你也可以用Matlab。事实上，在硅谷里，对大量机器学习算法，我们第一步就是建原型，在Octave建软件原型，因为软件在Octave中可以令人难以置信地、快速地实现这些学习算法。这里的这些函数比如SVM（支持向量机）函数，奇异值分解，Octave里已经建好了。如果你试图完成这个工作，但借助C++或JAVA的话，你会需要很多很多行的代码，并链接复杂的C++或Java库。所以，你可以实现这些算法，借助C++或Java或Python，它只是用这些语言来实现会更加复杂。
我已经见到，在我教机器学习将近十年后的现在，发现，学习可以更加高速，如果使用Octave作为编程环境，如果使用Octave作为学习工具，以及作为原型工具，它会让你对学习算法的学习和建原型快上许多。
事实上，许多人在大硅谷的公司里做的其实就是，使用一种工具像Octave来做第一步的学习算法的原型搭建，只有在你已经让它工作后，你才移植它到C++或Java或别的语言。事实证明，这样做通常可以让你的算法运行得比直接用C++实现更快，所以，我知道，作为一名指导者，我必须说“相信我”，但对你们中从未使用过Octave这种编程环境的人，我还是要告诉你们这一点一定要相信我，我想，对你们而言，我认为你们的时间，你们的开发时间是最有价值的资源。我已经见过很多人这样做了，我把你看作是机器学习研究员，或机器学习开发人员，想更加高产的话，你要学会使用这个原型工具，开始使用Octave。
最后，总结下本视频内容，我有个简短的复习题给你们。
我们介绍了无监督学习，它是学习策略，交给算法大量的数据，并让算法为我们从数据中找出某种结构。
好的，希望你们还记得垃圾邮件问题。如果你有标记好的数据，区别好是垃圾还是非垃圾邮件，我们把这个当作监督学习问题。
工业机器人技术基础一体化教学
教学过程 备注一、组织教学 清点人数，师生相互问好，强调课堂纪律二、旧知回顾 工业机器人分类及应用 1、按臂部的运动形式分 （1）直角坐标型：臂部可沿三个直角坐标移动； （2）关节型：臂部有多个转动关节； （3）圆柱坐标型：臂部可作升降、回转和伸缩动作； （4）组合结构：可以实现直线、旋转、回转、伸缩； （5）球坐标型：臂部能回转、俯仰和伸缩。 2、按执行机构运动的控制机能分：点位型、连续轨迹型 3、按程序输入方式分：离线输入型、示教输入型 4、按应用领域分类：可分为搬运机器人、装配机器人、上下料机器人、焊接机器人、码垛机器人、喷涂机器人等。 工业机器人的安全使用 （1）安全注意事项 （2）安全操作规程 （3）安全使用规则 （4）操作注意事项三、新课导入及分析 在前两节课中，我们已经学习了工业机器人的定义，发展以及有关机器人的分类和应用。通过学习，让我们知道了机器人是一种复杂的机械装置，但是这种机械装置能实现强大的功能作用。那么，这机器人到底是什么样的呢？它们的结构又是怎样的呢？怀着这些疑问，让我们走进工业机器人的世界，去学习工业机器人的机械结构。 四、新课授学（教师讲解、观看视频）
工业机器人的机械结构是机器人的主要基础理论和关键技术，你是现代 机械原理研究的主要内容，机器人一般由驱动系统、执行机构、控制系统3 个基本系统，以及一些复杂的机械结构组成。通常用自由度、工作空间、额定负载、定位精度、重复精度和最大工作速度等技术指标来描述机器人的性能。 本任务主要内容是通过学习，了解有关工业机器人系统的基本组成、技术参数及运动控制，能够熟练进行机器人坐标和运动轴的选择，并能熟练的描述工业机器人的结构。 一机器人结构运动简图 机器人结构运动简图是指用结构与运动符号表示机器人臂部、腕部和手 指等结构及结构间的运动形式的简易图形符号。机器人结构运动简图能够更好的分析和记录机器人的各种运动和运动组合，可简单清晰的表明机器人的运动状态，有利于对机器人的设计方案进行鲜明的对比。 1.移动结构
用扫地机器人有什么好处？ 扫地也得告别繁琐，只要一个机器人就够了。 继扫地机器人出现之后，上面这句话，已经成为很多家庭的心声。不过这种说法也是针对买到合适的实用的扫地机器人，要不然买个只会乱跑乱撞的‘玩具’回去也是新鲜劲一过，就束之高阁了。不过从扫地机器人的发展来看，现在实用的扫地机器人还是有很多的，ILIFE 品牌可以算一个。不管是智能型扫地机器人，还是导航型扫地机器人，ILIFE都以独特的风格和实用的功能以及良好的口碑获得消费者的认可。所以今天，我们就ILIFE品牌的专家说的扫地机器人带来的方便说说用一个合适的、实用的扫地机器人到底有什么好处。 一、懒人的福音：解放双手 这点应该是毋庸置疑的。都说科技为懒人而生，从传统的扫拖把到后来的吸尘器，再到现在的扫地机器人，在清洁方面，科技为人民服务的变迁显而易见。扫地机器人的出现最大程度的解放了人们的双手，不再让清洁占据人们在家里的时间，也省去了为谁清洁而争吵的时间，从而让每个家庭成员有更多的时间相处、聊天。从某种意义上，扫地机器人的出现对和谐家庭也是有一定的帮助的。
二、跟人工说拜拜：清扫自动化、预约化 正如ILIFE扫地机器人专家说的那样，扫地机器人的一大优点就是实现真正的全自动化。一般你上班前按下启动按钮，它就会本本分分的完成清扫工作，电量不足的时候它会自动寻找电源充电，并且在工作完成后通过自动断电来保证安全。而且现在扫地机器人大部分都实现了预约清扫的功能，只要设定好工作时间，到点它就会开启工作，你在工作的时候它也在工作，一回家就是干净整洁的家庭环境，心情都会很好~ 三、清理死角不用愁 扫地机器人的侧边刷设计，让其在沿边沿壁工作的过程中，轻松清扫室内死角区域。而且对于像ILIFE这样拥有超薄机身的扫地机器人，床底、沙发底这种人手难清理的地方，扫地机器人可以直接切入家具底部进行清扫，而且来去自如。关键是还可以切换不同的行走模式，给我们省了很大一个事。
第七章 机器人动力学的凯恩方法 7.1 引言 机器人动力学凯恩方程方法是建立在凯恩动力学方程基础上的，因而本章首先介绍凯恩动力学方程。 7.1.1 质点系的凯恩动力学方程 设一质点系具有n 个质点，该质点系的动力学普遍方程为 ()[]01 =?-∑=n i i i i i r a m f δ （7-1） 式中 i f ——作用于第i 质点主动力矢量； i m ——质点i 的质量； i a ——质点i 的加速度矢量； i r ——质点i 在参考坐标系中的位置矢量； i r δ——质点i 的微分位移； “·”——数量积符号。 设质点系为完全系，即它具有l 个自由度和l 个广义坐标，则 ()t q q q r r l i i (21) = （7-2） 式中 i q ――广义坐标； t ——时间变量； 质点i 的线速度为 j l j q i j l j j i i i q v q q r dt r v j ∑∑===???? ????=?=1 .1 式中 j i j i q i q v q r v j ??=??= . （7-3） 凯恩（kane ）定义,j i q i j v v q =?? 为质点I 相对于广义速度的偏速度。 微分i r δ可表示为 j l j q i j l j j i i q v q q r r j δδδ∑∑===??=1 .1 （7-4） 将（7-4）代入（7-1）式，得
(), 110j l l i i i i q j i j f m a v q δ==?? -?=????∑∑ 交换求和符号，得 (), 110 j l n i i i i q j i j f m a v q δ==?? -?=???? ∑∑ 因为j q 是独立变量，故 (), 10j n i i i i q j f m a v =-?=∑ j=1,2,． ．．，l （7-5） 或 , , 1 1 0j j n n i i q i i i q j i f v m a v ==?-?=∑∑ 这就是质点系的凯恩动力学方程(Kane Dynamics Equation ),可以改写为 ' , 1' , 101,2,,_______j j j j n j i i q i n j i i i q i F j l F f v F m a v F ==? ? +==???? ? =???=? ? ??∑∑广义主动力广义惯性力 （7-6） 7.1.2 刚体的凯恩动力学方程 如图7-1所示将刚体看成是由n 个质点组成的。设刚体的质心为C ，以C 为力的简化中心并设作用于刚体的主动力的合力为C Q ，合力矩为C N ： ∑==n i i c f Q 1 （7-7） ()∑=?=n i i i c R f N 1 （7-8） 当刚体以角速度ω旋转时，其中点i 的速度为 c i i v v R ω=+? 其中 i R ——点到质心C 的位置矢量； i v ——质心C 的线速度。 Z 点对广义速度的偏速度为
工程导论 题目：自动扫地机器人 组长：史亚龙 组员：董祥军, 郝成祥, 孔超, 李晓强, 李喆人, 任杰, 王轩，魏剑, 费沈扬，王健 班级：12FH 专业：机械工程及自动化 学院：机电工程学院 入学时间：2012级 指导教师：何亚飞 日期：2013年1月14日
目录 1绪论 (1) 1调查研究 (1) 2概念构思 (2) 3功能与原理设计 (3) 4成本核算 (4) 5营销手段 (5) 6致谢 (6) 7 附录 (7)
1 绪论 自动清扫机器人是当今服务机器人领域一个热门的研究方向。从理论和技术上讲，自动清扫机器人比较具体地体现了移动机器人的多项关键技术，具有较强的代表性，从市场前景角度讲，自动清扫机器人将大大降低劳动强度、提高劳动效率，适用于宾馆、酒店、图书馆、办公场所和大众家庭。因此开发自动清扫机器人既具有科研上的挑战性又具有广阔的市场前景。 1 调查研究 在日本，东日本铁路公司、shinko电器公司和Howa工业有限公司联合研制了车站地面清扫机器人，机器人可沿墙壁从任何一个位置自动启动，利用不断旋转的刷子将废弃物扫入白带容器中，日本静甲株式会社的清水工厂开发出一种自动清扫机器人，可用于各种工厂的清扫工作。机器人采用光纤陀螺控制方向，采用编码器和超声波传感器测距，采用光学探测器探测障碍物机器人的四周装有橡胶垫，橡胶垫内部装有触觉传感器，一旦机器人与人接触，触觉传感器信号会使机器人停下来1以保证人的安全Br-3]这些应用还都是用于工业或者公共的场合，真正具有里程碑意义的是2002年9月清洁机器人“Roomba”美国面市，这是一款面向家庭的机器人。重约2kg直径为 762mm，具有高度自主能力，可以游走于房间各家具缝隙间，灵巧地完成清扫工作，据说这是将用于军事的“躲避地雷的移动技术，'应用到了吸尘器上。“Roomba”的动作有点迟缓，但却能稳定安全地完成任务由于能够在完成任务后自动切断电源，所以可以在外出期间让“Roomba”在家进行清扫英国法国和澳大利亚也都推出过清洁机器人产品 在国内，对清洁机器人相关技术如机器感知、机器人导航和定位与路径规划机器人控制、电源与电源管理、动力驱动等技术的研究，哈尔滨工业大学、华南理工大学、上海交通大学等高校，也对清洁机器人进行了大量的研究，并取得了一些成果，这些都为清洁机器人的研究开发和推广奠定了物质和技术基础。 2概念构思 总体方案是设计一个自主控机器人，在一个模拟的平面结构内运动，移动机器人本体，完成自主移动、避障功能。尽快遍历每一个角落，完成任务，这个工作受多个因素的影响。其中在现实生活中清洁机器人清理的过程中，利用了机器人自身的传感系统、运动控制系统和自主蔽障系统等。整个系统的电路结构简单，可靠性能高。 采用的技术主要有： 1路径规划技术：路径规划就是根据机器人所感知到的工作环境信息,按照某种优化指标,在起始点和目标点规划出一条与环境障碍无碰撞的路径,并且实现所需清扫区域的合理完全路径覆盖,其实质就是移动机器人运动过程中的导航和避碰。 2多传感器融合技术：为了让吸尘机器人正常工作,必须对机器人位置、姿态、速度和系统内部状态进行监控,还要感知机器人所处工作环境的静态和动态信息,使得吸尘机器人相应的工作顺序和操作内容能自然地适应工作环境的变化。吸尘机器人采用了4个传感器,有效地把传感器观测信息进行融合处理,从而使机器人获得最大量的外部环境信息,运用传感器融合技术对提高移动机器人定位、障碍物识别、环境建模、避障的精度等具有重要作用。 3电源技术：移动电源需同时为移动机构提供动力,为控制电路提供稳定的电压,为吸尘操作模块及传感观测模块提供能源等。电源在放电过程中具备:①保持恒定的电压②内阻小以便快速放电③可充电;④成本低等特点。 依托以上关键技术,可实现以下产品功能:
认识工业机器人 机器人技术是综合了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等多种学科而形成的高新技术，是当代研究十分活跃、应用日益广泛的领域。而且，机器人应用情况是反映一个国家工业自动化水平的重要标志。本次任务的主要内容就是了解工业机器人的现状和发展趋势；通过现场参观，认识工业机器人相关企业；现场观摩或在技术人员的指导下操作ABB工业机器人，了解其基本组成。 一、工业机器人的定义及特点 1.工业机器人的定义 国际上对机器人的定义有很多。 美国机器人协会（RIA）将工业机器人定义为：“工业机器人是用来进行搬运材料、零部件、工具等可再编程的多功能机械手，或通过不同程序的调用来完成各种工作任务的特种装置。” 日本工业机器人协会（JIRA）将工业机器人定义为：“工业机器人是一种装备有记忆装置和末端执行器的，能够转动并通过自动完成各种移动来代替人类劳动的通用机器。” 在我国1989年的国际草案中，工业机器人被定义为：“一种自动定位控制，可重复编程、多功能的、多自由度的操作机。操作机被定义为：具有和人手臂相似的动作功能，可在空间抓取物体或进行其他操作的机械装置。” 国际标准化组织（ISO）曾于1984年将工业机器人定义为：“机器人是一种自动的、位置可控的、具有编程能力的多功能机械手，这种机械手具有几个轴，能够借助于可编程的操作来处理各种材料、零件、工具和专用装置，以执行各种任务。” 2.工业机器人的特点 （1）可编程
生产自动化的进一步发展是柔性自动化。工业机器人可随其工作环境变化的需要而再编程，因此它在小批量、多品种具有均衡高效率的柔性制造过程中能发挥很好的功用，是柔性制造系统中的一个重要组成部分。 （2）拟人化 工业机器人在机械结构上有类似人的行走、腰转、大臂、小臂、手腕、手爪等部分，在控制上有计算机。此外，智能化工业机器人还有许多类似人类的“生物传感器”，如皮肤型接触传感器、力传感器、负载传感器、视觉传感器、声觉传感器、语音功能传感器等。 （3）通用性 除了专门设计的专用的工业机器人外，一般机器人在执行不同的作业任务时具有较好的通用性。例如，更换工业机器人手部末端执行器（手爪、工具等）便可执行不同的作业任务。 （4）机电一体化 第三代智能机器人不仅具有获取外部环境信息的各种传感器，而且还具有记忆能力、语言理解能力、图像识别能力、推理判断能力等人工智能，这些都是微电子技术的应用，特别是与计算机技术的应用密切相关。工业机器人与自动化成套技术，集中并融合了多项学科，涉及多项技术领域，包括工业机器人控制技术、机器人动力学及仿真、机器人构建有限元分析、激光加工技术、模块化程序设计、智能测量、建模加工一体化、工厂自动化及精细物流等先进制造技术，技术综合性强。 二、工业机器人的历史和发展趋势 1. 工业机器人的诞生 “机器人”（Robot）这一术语是1921年捷克著名剧作家、科幻文学家、童话寓言家卡雷尔·恰佩克首创的，它成了“机器人”的起源，此后一直沿用至今。不过，人类对于机器人的梦想却已延续数千年之久。如古希腊古罗马神话中冶炼之神用黄金打造的机械仆人、希腊神话《阿鲁哥探险船》中的青铜巨人泰洛斯、犹太传说中的泥土巨人、我国西周时代能歌善舞的木偶“倡者”和三国时期诸葛亮的“木牛流马”传说等。而到了现代，人类对于机器人的向往，从机器人频繁出现在科幻小说和电影中已不难看出，科技的进步让机器人不仅停留在科幻故事
家用扫地机器人的使用注意事项 随着科学技术的不断发展，人工智能方面取得了很大的进步，而作为清洁用具的智能扫地机器人的功能也越来越多元化、智能化。从单一的扫地功能到实现扫、拖、抹功能，现在又正进行从随机式无规划清扫到有规划式、导航式深度清扫的转变。 很多人都知道，保持室内的清洁卫生不仅对自己的身体有好处，而且还能使自己心情愉悦。但很多人不喜欢打扫卫生，现在有一个家用扫地机器人就可以轻松解决了。那么，家用扫地机器人如何使用呢？我们在使用过程中又需要注意一些什么事项？下面就随智意扫地机器人一起来了解一下吧。 （智意X620扫地机器人） 1、用前检查：检查一下房间里有无烟头、火柴等易燃易爆物品，如果有的话就需要自己手动清理后再使用扫地机器人。易燃物品吸入扫地机，机身在使用过程中会发热损坏扫地机。
2、放好位置：把智能扫地机器人放置在准备清扫的区域，放在平坦的位置比较好，如果是放在太过凹凸不平的位置容易损坏扫地机，而且清扫也不方便；不要在潮湿的环境使用，以免电机受潮引起短路损害扫地机。 3、调节至适宜高度：调整到适合位置，让它清扫地面上的垃圾，包括房间的死角。 4、自动清扫：智意扫地机器人能自动对房间大小、家俱摆放、地面清洁度等因素进行检测，并依靠独特内置的操作系统，制定合理的清洁路线，利用传感器定位，时时调整清扫路径，实现规律的“弓”字形清扫，全面提高覆盖率，不放过任何角落。 5、自动充电：每次使用完毕，智意扫地机器人会自动寻找充电座，精确返回充电，以备下次使用。 智意扫地机器人能够自主预约清扫时间，当无人在家的时候自动规划清扫路径，进行自动清扫，还通过智能红外感应、智能下视感应、防跌落感光电子眼、自主脱困等功能，灵敏的避开在清扫中遇到的所有危险和困难。
目录 项目一工业机器人基本结构认识与安全操作知识 (1) 项目二机器人的基本操作 (11)
项目一工业机器人基本结构认识与安全操作知识 一、布置任务 1.项目要求 （1）项目名称：工业机器人基本结构认识与基础操作 （2）计划课时：6 （3）器材及工具准备（现场准备） 表1 实验所需设备清单 2.教学主要内容及目的 通过该实训课程，将《工业机器人技术基础》中所学的机器人编程及调试技术应用于实际设计中。学习机器人的基本安全操作常识、机器人控制柜的基本结构、机器人示教器的基本操作等技术在实验平台上进行综合认知与练习，在理论和实验的基础上进一步对工业机器人的认识，更好的了解机器人的操作方式。 3.相关知识准备 机器人的基本组成、机器人的基本安全操作常识。 二、制定计划 教师辅助学生以小组方式，10人一组，由指导老师讲解基本操作要领及安全注意事项，讲解完成后，学生自己进行操作，讨论各步骤的注意事项及原因，以讨论加操作的方式进行学习。 三、实施项目任务 1. 实训内容 ①通过现场讲解，学习机器人的基本安全知识，为后续安全操作做基础； ②认识机器人控制柜，了解其主要结构及控制按钮的功能； ③认识示教器的基本操作方法。 2. 实训步骤
（1）工业机器人安全知识 a、记得关闭总电源 在进行机器人的安装、维修、保养时切记要将总电源关闭。带电作业可能会产生致命性后果。如果不慎遭高压电击，可能会导致心跳停止、烧伤或其他严重伤害。 在得到停电通知时，要预先关断机器人的主电源及气源。 突然停电后，要在来电之前预先关闭机器人的主电源开关，并及时取下夹具上的工件。 b、与机器人保持足够安全距离 在调试与运行机器人时，它可能会执行一些意外的或不规范的运动。并且，所有的运动都会产生很大的力量，从而严重伤害个人或损坏机器人工作范围内的任何设备，所以时刻警惕与机器人保持足够的安全距离。 c、静电放电危险 搬运部件或部件容器时，未接地的人员可能会传递大量的静电荷。这一放电过程可能会损坏敏感的电子设备。所以在有此标识的情况下，要做好静电放电防护。 d、紧急停止 紧急停止优先于任何其它机器人控制操作，它会断开机器人电动机的驱动电源，停止所有运转部件，并切断由机器人系统控制且存在潜在危险的功能部件的电源。 出现下列情况时请立即按下任意紧急停止按钮： 机器人运行时，工作区域内有工作人员。 机器人伤害了工作人员或损伤了机器设备。 e、灭火 发生火灾时，在确保全体人员安全撤离后再进行灭火，应先处理受伤人员。当电气设备（例如机器人或控制器）起火时，使用二氧化碳灭火器，切勿使用水或泡沫。 f、工作中的安全 注意夹具并确保夹好工件。如果夹具打开，工件会脱落并导致人员伤害或设备损坏。夹具非常有力，如果不按照正确方法操作，也会导致人员伤害。机器人停机时，夹具上不应置物，必须空机。 g、示教器的安全 示教器的使用和存放应避免被人踩踏电缆。 小心操作。不要摔打、拋掷或重击，这样会导致破损或故障。在不使用该设备时，
什么人更适合使用智能扫地机器人？ 生活中总有些不尽人意的小事，而这个时候，往往会想到利用一些智能产品去帮助解决。相信不少的家庭女性朋友都有个很大的变化，从平心静气秀外慧中的标杆女性经过家务的洗礼都会变成怨天载道的“怨妇”。不知道大家是不是跟ILIFE小主一样，每次老婆做家务很勤快的，但是只要跟她提扫地拖地她就不干了，经过几次探讨下来，扫地拖地这样的事最终还是落到了我的手里，其实不为了什么，谁叫我是好男人，心疼老婆呢~~。 改革开放这么多年，经历了无数次的更新换代，终于迎来了能够满足大家需求的智能扫地机器人，不用拧干拖布、不用频繁拆洗、更不需要一直埋头弯腰，那么，智能扫地机器到底怎么样呢?什么样的人更适合呢?让ILIFE智能扫地机器人小主给我们讲讲： 哪些人适合智能扫地机器人： 1、工作繁忙的人 现在的社会，每个人的生活压力都很大，如果你不是富二代，那你就必然要工作来支撑你的生存。然而我们每天忙碌的工作过后，真的想好好的休息一下，但是家里的清扫工作又没时间做不了，于是智能扫地机器人就成了你的不二之选了。 2、不爱做家务的懒人 我先说明一下，热爱生活的人都喜欢自己做点家务，认为做家务能充实自己的生活。所以这类人吧，其实就用途不大了，但这也不是肯定的。扫地机器人的另外一个名称叫做“懒人扫地机”，之所以有这么一个称号，大家就明白了必然是懒人神器啊。自己不想做清洁的，
但是花钱请保姆似乎成本又太高，所以智能扫地机器人就是你的不错选择了，花一次性的钱就能够一劳永逸，以后的家用清洁就靠这位小伙伴儿了。 3、家里都是老人小孩儿 说到这一点，我真的不得不说一下现在的状况了。很多的家庭为了挣钱，把孩子寄养在别人家里或者让爷爷奶奶来带，这会让孩子有阴影的。对于家里只有老人小孩儿的家庭，也建议配备一台智能扫地机器人，它不用自己去进行体力劳动，毕竟老人小孩儿的体力都不好。 4、爱养宠物的人 现在这个年代养宠物的人是越来越多了，养了宠物狗或者猫的朋友都知道，狗毛多，每天都要扫地拖地，真是一件很让人头疼的事情，有了ILIFE智能扫地机器人就不用担心那么麻烦了，ILIFE智能扫地机器人双重过滤系统，彻底拦截灰尘;双V式悬浮超大滚刷，贴地式吸口，每道缝隙，迅速聚拢灰尘和毛发，适合家中有宠物的家庭使用哟。 5、孕妇 扫地、擦地或蹲下除草这类家务都是孕妇需要避免的，尤其是怀孕5个月以后，胎儿的体重会给妈妈的脊椎造成很大压力，引起孕妈妈腰酸背痛等症状，孕妈妈们弯腰扫地的动作，不仅会给脊椎造成重负，也会使肚中宝宝缺氧，不利于胎儿的健康发育。那么不能扫地，有什么方法解决?就用ILIFE智能扫地机器人。ILIFE智能扫地机器人它采用的是龙卷风般1000pa强劲吸力，无刷电机可自动调节转数，数码无刷，随心自控。同时它的工作声音低至50DB，相当于翻书的声音，不像吸尘器那么吵，绝不会打扰到孕妈妈的正常休息。最后要强调的是ILIFE智能扫地机器人不管你在不在家，可以预约机器清扫时间，只要到了预约时间，机器就会自动清扫，每天毫不费力就拥有一个干净舒适的环境，减轻了家人负担的同时，相信孕妈妈也会为此心情舒畅。 从上面的适用人群中不难看出，智能扫地机器人是有很多的好处的，它能够帮助那些因为特殊的情况不能自己打扫卫生的家庭;智能扫地机器人还能够扫到我们人工扫地而清扫不到的区域，比如沙发底下，床下床脚等;够省电，现在很多人都懂得浪费电就是浪费资源，所有很多的家庭都比较控制，并且智能扫地机器人是很省电的，普通家庭都用得起。 什么人更适合使用智能扫地机器人？大家看了以上信息心里都有个底了吧。如果有需要购买智能扫地机器人的朋友们，可以上京东网搜ILIFE智能扫地机器人，他们可以解决你80%的困惑和不解噢！
认识机器人 机器人的发展史： 认识机器人首先先了解下robot机器人这一词是怎么来的。1920年捷克作家卡雷尔·卡佩克发表了科幻剧本《罗萨姆的万能机器人》。在剧本中，卡佩克把捷克语“Robota”写成了“Robot”，“Robota”是奴隶的意思。该剧预告了机器人的发展对人类社会的悲剧性影响，引起了大家的广泛关注，被当成了机器人一词的起源。从此，“robot”以及相对应的中文“机器人”一词开始在全世界流行。 上个世纪60年代前后，随着微电子学和计算机技术的迅速发展，自动化技术也取得了飞跃性的变化，开始出现了现在普遍意义上的机器人。1959年，美国英格伯格和德沃尔制造出世界上第一台工业机器人，取名“尤尼梅逊”，意为“万能自动”。尤尼梅逊的样子像一个坦克炮塔，炮塔上伸出一条大机械臂，大机械臂上又接着一条小机械臂，小机械臂再安装着一个操作器。这三部分都可以相对转动、伸缩，很像是人的手臂了。它的发明人专门研究了运动机构与控制信号的关系，编制出程序让机器记住并模仿、重复进行某种动作。英格伯格和德沃尔认为汽车制造过程比较固定，适合用这样的机器人。于是，这台世界上第一个真正意义上的机器人，就应用在了汽车制造生产中。 经过近百年来的发展，机器人已经在很多领域中取得了巨大的应用成绩，其种类也不胜枚举，几乎各个高精尖端的技术领域更是少不了它们的身影。在这期间，机器人的成长经历了三个阶段。第一个阶段中，机器人只能根据事先编好的程序来工作，这时它好像只有干活
儿的手，不懂得如何处理外界的信息。打个比方，如果让这样的机器人去抓会损坏它的东西，它也一定会去做。第二个阶段中，机器人好像有了感觉神经，具有了触觉、视觉、听觉、力觉等功能，这使得它可以根据外界的不同信息做出相应的反馈。如果再让它去抓某些东西，它可能就不干啦。第三个阶段，机器就真正长大成人啦，这时它不仅具有多种技能，能够感知外面的世界，而且它还能够不断自我学习，用自己的思维来决策该做什么和怎样去做。第一阶段的机器人，是小孩子，人们称它为“示教再现型”；第二阶段的机器人是一个青年，人们称它为“感觉型”；第三阶段的机器人则是成年人，称为“智能型”。1968年，美国斯坦福研究所研制出世界上第一台智能型机器人。这个机器人可以在一次性接受由计算机输出的无线遥控指令后，自己找到目标物体并实施对该物体的某些动作。1969年，该研究所对机器人的智能进行测定。他们在房间中央放置了一个高台，在台上放一只箱子，同时在房间一个角落里放了一个斜面体。科学家命令机器人爬上高台并将箱子推到地下去。开始，这个机器人绕着台子转了20分钟，却无法登上去。后来，它发现了角落里的斜面体，于是它走过去，把斜面体推到平台前并沿着这个斜面体爬上了高台将箱子推了下去。这个测试表明，机器人已经具备了一定的发现、综合判断，决策等智能。 到了上个世纪70年代，第二代机器人开始迅速发展并进入实用和普及的阶段，而第三代机器人在今天也已经得到了突飞猛进的变化。它能够独立判断和行动，具有记忆、推理和决策的能力，在自身
扫地机器人的使用要避开这几个误区 在智能领域行业里面，扫地机器的销量增长率还是惊人的，如今买个扫地机器人回家，让它打扫卫生已经不是稀罕事。可是，购买了扫地机器人，部分消费者在使用过程会感到不如意，甚至事后会陷入一种后悔的情绪里。其实，这更多的是源于对扫地机器人的误用，操作不当自然感到不如意。今天小编就带大家了解下扫地机器人的使用要避开哪些误区。 1、扫地机器人打开后，怎么乱窜 其实，扫地机器人初次启动的时候，就跟一个小孩子一样，对于清扫环境压根就不了解，通过乱走方式，会逐渐形成一个记忆路线，这个学习适应时间一般会持续1-2天左右。等扫地机器人把家里打扫几次后，你会发现，它打扫效率越来越高，清洁干净程度也会提升，这是因为扫地机器人已经自动规划出最佳清扫路线。当然现在市面上已经推出带有自动导航的扫地机器人——ILIFE导航扫地机器人，智能规划，弓字行走，每个地方的清洁都不错过。 2、扫地机器人第一次用，直接让它进行回充 扫地机器人的电池属于可充式电池，部分用户在第一次使用的时候，直接让它用完电就自动回充。根据小编的使用经验，一般自动回充时间很短，扫地机器人可能并没有充满电，
就开始下一轮卫生清扫，这样对于电池多少有损害。为了让电池用得更久一些，用户使用刚买的扫地机器人时，建议头三次都要充满电，每次用完再充，机器充电可以根据说明书操作就行，经过充分激活电池过程，相信电池可以耐用一些。 3、只倒垃圾，其他地方不需要清理 每个扫地机器人都有一个装垃圾的箱子，部分用户只是将这个小箱子里面的垃圾倒掉，对扫地机器人进一步清理工作就没有继续做。其实，扫地机器人清扫时间久了，毛刷很容易缠绕上大量毛发，若是用户不将这些毛发清理掉，久了很容易造成毛刷处卡住，运转不动。此外，现在的扫地机器人大部分支持拖地功能，其底下抹布也要拆下来清洗一下，用久了太脏洗不干净，也可以选择更换新的，避免不干净的抹布滋长细菌。 小结 扫地机器人智能化的趋势越来越明显，我们的生活也越来越方便。可是，只要是归类于机器方面，就需要进行呵护式使用，这样子才能保证扫地机器人的使用寿命，用起来也舒心很多，你，认为呢？
四川城市技师学院 工业机器人应用与维护专业 （高级工） (0208-3) 专业课程教学大纲
汽车与信息工程学院2018年7月
目录 一、课程信息............................................................................................................ 错误!未定义书签。 （一）课程名称............................................................................................. 错误!未定义书签。 （二）课程学时 (1) 二、课程教学设计 (1) （一）课程定位与性质 (1) （二）教学目标 (1) （三）学习领域 (2) （四）教学方法 (2) （五）考核评价 (3) （六）教学条件基本要求 (3) 三、教学要求内容及建议 (4) （一）教学要求 (4) （二）教学内容 (5) （三）教学建议 (6)
《工业机器人应用认知》课程教学大纲 一、课程信息 课程名称：工业机器人应用认知 课程学时：36学时 二、课程教学设计 （一）课程定位与性质 1.课程定位 本课程的教学以高等职业教育培养目标为依据，遵循“结合理论联系实际，应知、应会”的原则，以拓展学生专业知识覆盖面为重点；注重培养学生的专业思维能力。重点通过对主流工业机器人产品的讲解，使学生对当前工业机器人的技术现状有较为全面的了解，对工业机器人技术的发展趋势有一个明确的认识，为学生进入社会做前导；把创新素质的培养贯穿于教学中。采用行之有效的教学方法，注重发展学生专业思维和专业应用能力，通过简单具体的实例深入浅出地讲解专业领域的知识。 2.课程性质：专业基础课 （二）教学目标 总体目标 《工业机器人应用认知》是一门培养学生具有机器人设计和使用方面基础知识的专业课，本课程主要研究机器人的结构设计与基本理论。通过本课程的学习，使学生掌握工业机器人基本概念、机器人运动学理论、工业机器人机械系统设计、工业机器人控制等方面的知识。 知识目标 1.了解机器人的由来与发展、组成与技术参数，掌握机器人分类与应用，对各类机器人有较系统地完整认识。 2.了解机器人运动学、动力学的基本概念，能进行简单机器人的位姿分析和
工业机器人工程应用虚拟仿真教程教学提纲 一、说明 1．课程的性质和内容 《工业机器人工程应用虚拟仿真教程》课程是高级技工学校工业机器人应用与维护专业的专业课。主要内容包括：Robot Studio软件的操作、建模、Smart 组建的使用、轨迹离线编程、动画效果的制作、模拟工作站的构建、仿真验证以及在线操作。 2．课程的任务和要求 本课程的主要任务是培养学生熟练操作Robot Studio软件，并能通过Robot Studio软件对工业机器人进行应用开发、调试、现场维护，为学生从事工业机器人工程技术人员打下的必要的专业基础。 通过本课程的学习，学生应该达到以下几个方面的专业基础。 （1）了解Robot Studio工业机器人仿真软件的基础知识，掌握软件使用方法和技巧。 （2）掌握构建基本仿真工业机器人工作站的方法。 （3）能熟练在Robot Studio软件中创建工件、工具模型。 （4）掌握工业机器人离线轨迹编程方法。 （5）掌握Smart组建的应用。 （6）掌握带导轨和变位机的机器人系统创建于应用方法。 （7）了解ScreenMaker示教器用户自定义界面的操作。 （8）掌握Robot Studio软件的在线功能。 3．教学中注意的问题 （1）本课程教学最好采用理论与实际相结合的一体化教学方式，借助多媒体网络教室，一人一机，使用多媒体课件讲解与软件操作相结合。 （2）理论教学中应帮助学生总结并灵活运用所学的相关知识，本着够用的原则讲授，切忌面面俱到。对工业机器人仿真操作不作深入探讨，仅作一般性了解。
（3）实践教学环节中对工业机器人Robot Studio仿真软件常用功能作简单介绍，重点培养学生使用软件对工业机器人进行基本操作、功能设置、二次开发、在线监控与编程、方案设计和检验。教师教学中多联系生产实际并选用一些工业上经典的工业机器人使用案例进行讲解，提高学生对工业机器人进行应用开发、调试、现场维护的能力。 二、学时分配表
智能导航扫地机器人有哪些功能？ 从2002年一台名为“三叶虫”的自动扫地机问世，经过十多年的发展和沉淀，扫地机器人已经发展为高度智能化、自动化于一体的家用电器。而智能导航扫地机器人作为扫地机器人的导航加强版，已经成为现代扫地机器人中的新宠。但如果要说智能导航扫地机器人具体都有哪些功能？我想很多人可能是一知半解吧。今天我就以现在网上曝光率较高的一款ILIFE全新智能导航扫地机器人做例子，和大家详细探讨下智能导航扫地机器人的功能。1、全新智能导航系统——陀螺仪导航 陀螺仪是一种广泛应用于航海航天、汽车生物、环境监测等领域，在导航、定位、感知方位等方面发挥了不可替代的作用，对于ILIFE新推出的这款智能导航扫地机器人来说，创新研发运用“陀螺仪导航”技术，让扫地机器人能够快速对环境进行分区，有规律不乱跑，撕掉了之前扫地机器人‘盲扫乱跑’的玩具化标签，让家庭清洁变得更简单更高效。
2、网格路径规划，智能弓字行走 相比之前扫地机器人清扫‘随机自由’的‘情绪化’模式，在清洁方面又像打酱油的尴尬状态，现在的扫地机器人不仅能智能导航，而且有自己独特的行走风格——弓字行走。按横纵坐标自动将清扫空间分成正方形网格清扫区域，实现转角皆为90°的弓字行走，清扫覆盖率可达99%。 3、网格算法，记忆同步 ILIFE这款全新智能导航扫地机器人特有网格智能算法，配合陀螺仪技术智能感知家庭环境，在其“脑海里”形成一张完整的家居清洁规划图。不仅能够灵敏感应方向、速度及坡度的变化，灵活调整行进方向和路线，而且自动记忆清扫路线，不走回头路，杜绝重复清扫，又尽可能节约时间，清洁效率提高100%。 4、深度清洁，一步到位 现代很多扫地机器人都是湿拖一体，ILIFE这款智能导航扫地机器人也是一样，扫地、吸尘、抛光、湿拖于一体，1000pa龙卷风般的强劲吸力，让灰尘无处藏身；配备日本原装进口数码无刷变频电机，强动力、低能耗、寿命长，工作声音低至50db，机身后置抽屉式尘盒设计，方便拆卸和清洗；300ml的水箱设计，匀速渗水，恰到好处，让您轻松无忧。 5、高颜值，钢化来袭
浅谈对工业机器人的认识 动力与控制能力来实现各种功能的一种机器。它可以接受人类指挥, 。,工业机器人做为完成任务的机具,按用途包括以下几种:(a)搬运、上料机器人;(b)喷涞机器人;(c)焊接与切割机器人,点焊与弧焊;(d)装配机器人;(e)最后工序机器人,完成打毛剌、分类、检验、包装等工作。可见工业机器人的用途实为广泛。 工业机器人技术特点: (1)技术先进工业机器人集精密化、柔性化、智能化、软件应用开发等先进制造技术于一体,通过对过程实施检测、控制、优化、调度、管理与决策,实现增加产量、提高质量、降低成本、减少资源消耗与环境污染,就是工业自动化水平的最高体现。 (2)技术升级工业机器人与自动化成套装备具备精细制造、精细加工以及柔性生产等技术特点,就是继动力机械、计算机之后,出现的全面延伸人的体力与智力的新一代生产工具,就是实现生产数字化、自动化、网络化以及智能化的重要手段。 (3)应用领域广泛工业机器人与自动化成套装备就是生产过程的关键设备,可用于制造、安装、检测、物流等生产环节,并广泛应用于汽车整车及汽车零部件、工程机械、轨道交通、低压电器、电力、IC
装备、军工、烟草、金融、医药、冶金及印刷出版等众多行业,应用领域非常广泛。 (4)技术综合性强工业机器人与自动化成套技术,集中并融合了多项学科,涉及多项技术领域,包括工业机器人控制技术、机器人动力学及仿真、机器人构建有限元分析、激光加工技术、模块化程序设计、智能测量、建模加工一体化、工厂自动化以及精细物流等先进制造技术,技术综合性强。 工业机器人,对我国的经济所做出的贡献就是可想而知的。随着我国的建筑业、采矿业、铁路与公共建设、水力工程建设与工程机械、建筑机械等其她制造行业的规模扩大与技术升级也将对工业机器人产业起到推动作用。建筑工程机械的结构件多为焊接件,通过工业机器人焊接可提高焊接质量与效率,满足市场的需求。 我国工业机器人的发展趋势:根据2l世纪初我国国民经济对先进制造及自动化技术的需求,瞄准国际前沿高技术发展方向创新性地研究与开发工业机器人技术领域的基础技术、产品技术与系统技术。我国对未来工业机器人技术发展的重点有: 1、危险,恶劣环境作业机器人:主要有防暴、高压带电清扫、星球检测、油汽管道等机器人; 2、,医用机器人:主要有脑外科手术辅助机器人,遥控操作辅助正骨等; 3、仿生机器人:主要有移动机器人,网络遥控操作机器人等。其发展趋势就是智能化、低成本、高可靠性与易于集成。 对未来工业机器人的展望随着工业机器人向更深更广方向的发展以及机器人智能化水平的提高,机器人的应用范围还在不断地
扫地机器人设计报告
一、功能综述 1、清扫模式：随机清扫、螺旋式清扫、交叉清扫、沿边清扫、定点清扫、预约清扫等相结合，实现全方位立体清扫； 2、智能导航系统：实现对房间地形的重构，自动规划清扫路线； 3、智能安全监控：防撞，防跌落，防缠绕，电池电量监测； 4、创新功能：灰尘量识别，实现床底清扫，手机遥控模式，尖端气流滤尘技术，室内空气质量监测与提醒； 5、其他基础功能：自动返回并充电，灰尘盒安装检查，灰尘盒容量探测。 二、机械及系统设计 扫地机器人机械设计如图1所示。 前 图1 扫地机器人机械设计图 清扫机构，行走机构，吸尘机构是本次设计的重点，也是难点所在。由于机器人运动部件多，运动状态经常改变，必然产生冲击和振动。因此，增加机器人运动平稳性，提高机器人动力学特性尤为重要。为此，在设计时应注意在满足强度和刚度的前提下，尽量减小运动部件的质量，并注意运动部件对转轴的质心装配。 (1)行走驱动轮及驱动电机 该部分主要保证机器人能够在平面内移动。为了保证小车良好的直线性，可采用双电机驱动左右两轮的方式，且在车体的后端装有一个不锈钢万向滚珠，这样可以使小车获取较好的机动性和灵活性及灵活性。前轮驱动的好处是：转向性能得到改善。前轮是转向轮，使得转向时的行驶方向容易控制，不容易出现过度转向的现象，转向安全性也得到提高。 (2)清扫机构 用电机带动两个清扫刷，使左面清扫刷顺时针转动，右面逆时针转动，这样就可以在清扫灰尘时将灰尘集中于吸风口处，为吸尘机构的工作做准备；清扫刷设计成可更换型的，可选择棉质纺织品或尼龙等化纤材料的，以适应不同的工作
环境。 (3)吸尘机构 旨在强大的吸力、将灰尘吸入灰尘储存箱中；这里我们采用尖端气流滤尘技术，全方位，多层次将灰尘一网打尽。 (4)擦地机构 在清扫、吸尘之后，利用安装在壳体下面的清洁布擦出残留在地面上的细小灰尘，同时也能够擦除地面上的顽固污渍，从而保证清洁工作的质量。 扫地机器人功能框图如图2所示。 图2 扫地机器人功能框图 三、功能简介 1、清扫模式： 清扫模式包括随机清扫、螺旋式清扫、交叉清扫、沿边清扫、定点清扫、预约清扫等。 随机清扫是指根据地面状况在其他几种清扫模式之中进行切换； 螺旋式清扫是指绕圈清扫的模式； 交叉清扫是指在不同的区域之间交叉穿梭来清扫，也可以称为Z字形清扫； 沿边清扫是沿着房间的边界进行清扫； 定点清扫是指在指定的位置小范围内清扫； 预约清扫是指每天在指定的时间自动清扫，可以预约一次和一周内任意预约清扫时间，可以放心上班和出差，也可以自动打扫。 2、智能导航系统 扫地机器人的智能导航实质就是路径自动规划。扫地机器人路径自动规划有两种方法：：随机式全区域覆盖和规划式全区域覆盖。随机式全区域覆盖方法控制简单，不需要很多的硬件，软件编程也简单，易于实现。但其缺点是移动机器人运行轨迹重复性较大，且运行轨迹不能较快地、充分地覆盖整个区域，这种路
项目一工业机器人工作站简介 本项目分为2个任务：任务1：认识ABB工业机器人 任务2：启停ABB工业机器人工作站 一、任务描述 在对ABB工业机器人介绍的基础上，认识ABB工业机器人，了解ABB工业机器人使用过程中注意事项。 ABB公司的工业机器人累计销量已超过20万台，其产品规格全、产量大，是世界著名的工业机器人制造商和我国工业机器人的主要供应商。ABB机器人的型号很多，大多数以“IRB+数字”来命名的，如IRB 1200、IRB 1600等。不同的机器人使用方法基本一致，只要掌握其中一种，其他机器人基本都是一样的。 本任务每四位同学一组，按照企业岗位操作规范，了解ABB机器人的构成、用途、ABB机器人使用注意事项等 二、学习目标 完成本实训任务后，你应能够： 1.知道ABB机器人的发展简况。 2.知道ABB机器人的组成与特点 3.知道用好ABB机器人注意事项 4.了解ABB机器人系统安全及环境保护措施 三、学习准备 1.查阅ABB机器人发展简况的资料 2.查阅ABB工业机器人组成与特点的资料 3.查阅用好ABB工业机器人的资料 4.查阅系统安全及环境保护的资料
四、任务实施 （一）计划 请根据任务要求，确定所需要设备资料与工具，并对小组成员进行合理分工，制定详细的作业计划。 （二）实施 （1）ABB机器人发展简况 ABB是世界领先的机器人制造商，其总部位于瑞士苏黎世，在苏黎世、斯德哥尔摩和纽约证券交易所上市交易。ABB由两家拥有100多年历史的国际性企业瑞典的阿西亚公司（ASEA）和瑞士的布朗勃法瑞公司（BBC Brown Boveri）在1988年合并而成。 1969年ASEA公司研制出全球首台喷涂机器人，并在挪威投入使用。 1974年ASEA公司研制出了世界首台微机控制、全电气驱动的5轴涂装机器人IRB6。 1998年A8B公司研制出了Flex Picker柔性手指和Robot Studio离线编程和仿真软件。 2005年ABB公司在上海成立机器人研发中心，并建成了机器人生产线。 2009年研制出当时全球精度最高、速度最快、质量为25kg的6轴小型工业机器人IRB 120。 2014年ABB公司研制出当前全球首台真正意义上可实现人机协作工作台机器人YuMi。 （2）ABB工业机器人组成与特点 ①是由伺服电机驱动的机械机构组成的，各环节每一个结合处是一个关节点或坐标系，基本组成一般由本体、控制器、示教器三大部件组成。
为什么很多人说扫地机器人不好用因为他们没有弄清楚这 个 扫地机可以帮我们打扫卫生，减轻家务的负担，为什么还有很多人说它不好用呢？要知道扫地机也有“智商”，市面 上很多扫地机清扫过程都是随机碰撞，所以清洁效率不够高，而高智商的扫地机具备了路径规划的能力，清扫过程有条不紊，这样的扫地机才是我们所需要的呀！浦桑尼克雪豹主要卖点：吸扫互换/双侦测装置/iPNAS四段式智能清扫系统 /APP智控雪豹是浦桑尼克今年推出的全新扫地机系列，外 观设计简约时尚，它采用四段式清扫结构，在边刷及滚刷的共同作用下，通过1800Pa强大吸力可以快速去除地面的灰尘杂物，擦地组件可以对地面进行干擦或湿拖，达到更深层次的清洁目的。另外，考虑到滚刷容易缠绕毛发，雪豹还提供了独立的吸口组件，适合清除地面的毛发，尤其适合于养宠物的家庭。浦桑尼克雪豹采用超声波及红外线双侦测技术，机器的正前方有3组仿生超声波雷达装置，相比红外传感器，超声波不会因透明或是黑色环境的反射率低而检测失败。另外它搭载iPNAS四段式智能清扫系统，无线载波室内定位系统可以让扫地机实时定位，避免重复打扫，HSIR 多点矩阵智能规划系统用来构建地图，ARM芯片快速运算规划，高 精度陀螺仪直线清扫不偏航，四者之间协同配合，分区规划
使清扫的效率更高。雪豹接入京东微联，通过手机可以远程控制扫地机的运行，也可以很方便得进行预约设置，另外还能设置清扫面积设置、查看剩余电量等，这些都是实体遥控器无法实现的。米家扫地机机器人主要卖点：智能路径规划/激光测距/1800Pa吸力/APP智控米家扫地机器人搭载LDS 激光测距传感器，它会快速扫描房间获取距离信息，当激光投射到障碍物上时，会在眼睛里形成光斑，图像传感器会根据光斑计算到激光测距传感器的中心距离，根据官方提供的数据，米家扫地机最大精确测距范围6m，误差小于2%。此外通过SLAM算法可以实时构建房间地图，并准确知道自己在地图上的位置，为全面的路径规划提供保障。米家扫地机器人采用日本原装进口的NIDEC无刷电机，最大风压可以达到1800Pa，内部采用流线型风道设计，增强吸力的同时降低噪音和风阻。续航方面，米家扫地机配备了5200mAh 的大容量锂电池，标准模式下续航时间可以达到2.5个小时，可以满足大户型家庭环境的使用需求。米家扫地机器人接入米家APP，可以在手机上实时查看它的清扫状态，另外从实时地图可以很快了解它的清扫进度。通过米家APP还可以进行预约设置实现定时清扫，也可以在安静、标准、强力三种清扫模式之间自由切换。Neato Botvac D5 Connected主要卖点：D型外观/全自动路径规划/WiFi智控Neato不久前在国内发布了全新一代扫地机产品——Neato Botvac