机器人

随着数字化工具和自动化解决方案的日益成熟。在尝试了各类典型应用场景后，领先的企业开始逐渐接受RPA机器人流程自动化，并已规模化实施了RPA，特别是在共享服务中心、财务、采购、供应链等部门。 RPA的发展方向 据甫瀚咨询联合ESI ThoughtLab对全球知名的450家企业开展的全球性调研报告《2019年全球RPA调查》中显示：已经实施RPA的企业均计划在未来两年内大幅加大对RPA的投资。 目前RPA在企业中的应用将朝着3个方向发展。 一是从尝试性的导入阶段发展至持续使用期，逐步增加应用的范围和深度。 二是从单个任务的自动化发展至端到端业务流程的自动化，增强了RPA对业务的管理和分析能力，以及对业务和流程整体运作的改变。 三是从关注RPA的快速效果，发展至关注RPA的稳健运营，持续在业务中扮演适当的角色，由“可用”变成“好用”。 RPA面临的挑战 RPA较容易展现自动化的价值，令管理层欣喜于取得的效果。但即便部分企业已有了成熟的RPA项目实施经验，自业务场景自动化价值评估、流程梳理、再到概念验证（PoC），至实施及运维，却依然无法管控第三方实施的质量和安全性。 当前，RPA的实施还面临着诸多的挑战。据甫瀚咨询的《2019年全球RPA调查》报告显示，在组织架构层面面临的挑战包括无法评估流程优先级（40%）、缺乏风险管理手段（28%）、内部人员技能不足（24%）、管理层缺乏重视（23%

语义SLAM综述 摘要 SLAM技术在计算机视觉和机器人领域中占有重要地位。传统的SLAM框架采用了较强的静态世界假设，便于分析。大多基于小区域静态环境。在大规模的动态环境下，它们大多难以获得较好的性能，系统的准确性、快速性仍需加强。如何应对动态环境是一个非常重要而又备受关注的问题。现有的面向动态场景的SLAM系统要么只利用语义信息，要么只利用几何信息，要么以松散耦合的方式天真地组合它们的结果。近年来，一些研究集中在语义信息与视觉SLAM的结合上。 当前现状 视觉 SLAM（visual SLAM）是以图像作为主要环境感知信息源的SLAM系统，可应用于无人驾驶、增强现实等应用领域，是近年来的热门研究方向。典型视觉SLAM算法以估计摄像机位姿为主要目标，通过多视几何理论来重构3D地图。为提高数据处理速度，部分视觉 SLAM算法是首先提取稀疏的图像特征，通过特征点之间的匹配实现帧间估计和闭环检测，如基于SIFT（scaleinvariant feature transform）特征的视觉 SLAM和 基于ORB（oriented FAST and rotated BRIEF）特征的视觉。SIFT 和 ORB 特征凭借其较好的鲁棒性和较优的区分能力以及快速的处理速度，在视觉 SLAM 领域受到广泛应用。 但是，人工设计的稀疏图像特征当前有很多局限性

通常，财务RPA的应用场景需要符合两大要点：大量重复和规则明确。前者让RPA有必要，后者让RPA有可能。 财务RPA最适于具有清晰定义和极少例外情况下的重复和确定性过程，即应用于大量既定规则的交易活动，利用特定的软件算法，与多个应用程序交互，自动完成各类管理任务，进而在用户界面（即UI层）执行事务流程。 一、基于标准化规则操作的业务 财务RPA机器人是通过模仿人的行为，使用已有的用户接口来完成重复性流程，实际是按照既定规则的自动化，并非实质性的智能，仅适用于规则明确、标准化程度高的流程。 标准化流程往往意味着低附加值流程，如接收票据、审核、出具报表等工作。一些经营活动，如评估和决策，既不是判断，也很难用规则定义，因此财务RPA往往无法胜任。 二、大量重复的流程 采用财务RPA处理业务需要投入一定的人力与资金，因此适用的流程必须是投入产出比合理的流程。 首先，财务RPA应当被用于大容量数据的计算、核对、验证、审核判断等。这部分流程如果由人工操作，出错率和人力成本将会显著增加。 其次，流程应当具备重复性，必须有明确的、可被数字化的触发指令和输入，例如每日大量的交易核对和费用单据的审核，流程不得出现无法提前定义的例外情况。 典型的财务共享服务中心常见流程里不少业务处理环节都具备高度的标准化、高度的重复性特点，符合财务RPA的适用标准，因此RPA软件在财务共享服务中心有着广阔的应用空间。

据甫瀚和 ESI ThoughtLab 联合推出的全球 RPA 调查报告显示，在RPA软件的开发与应用上，全球公司平均每年将为此花费高于 500 万美元。其中超过 30% 的公司每年在 RPA 上的投资甚至高达 1000 万至 2000 万美元。 RPA 缘何能如此深受全球公司的青睐？主要源自其实用的功能应用。 RPA 的五大“绝招” RPA 的功能开发较为完善，总体来说可以实现如下五大功能： 1、数据检索与记录 RPA 可以跨系统进行数据检索、迁移以及输入。例如，RPA 可以通过多个财务系统和报告收集数据，完成财务报告的基本数据整理工作。RPA 可以自动下载每个账户的银行对账单，并且自动将余额、交易的调整输入核心财务系统当中。 2、平台上传与下载 RPA 按照预先设计的路径上传和下载数据，完成数据流的自动接收与输出。例如 RPA 可以自动收取邮件，将企业的标准化日记账自动发送至 ERP 系统当中。 3、图像识别与处理 RPA 可以通过 OCR 识别信息、访问不同站点获取信息，并且可以在此基础上审查和分析文字。 4、数据加工与分析 包括数据检查、数据筛选、数据计算、数据整理、数据校验；例如，在企业账户对账方面，RPA 可以对账户的异常数据进行验证，并做基础研究；自动下载企业详细的月度销售数据并基于规则计算佣金；根据客户合同和预先批准的价格表进行自动化定价的审查。 5、信息监控与产出

运行前须知： 1、仅支持win10系统 2、请确保安装金山PDF独立版 3、请把屏幕分辨率设置为1920x1080，缩放布局100% 4、生成的图片将保存在所选文件夹目录下 运行流程： 1、获取需批量转换PDF的文件夹。 2、等待文件自动转换。 运用说明： 1、机器人在运行过程中，请勿随意操作鼠标、键盘。 2、程序执行过程中可按F12终止机器人。 PDF批量转换成图片机器人：https://store.uibot.com.cn/robots/detail/209.html UiBot Store：https://store.uibot.com.cn/ 来源： oschina 链接： https://my.oschina.net/u/4064361/blog/3171647

一、python 解微分方程 python有用于求解常微分方程的库，库里面提供了不少功能，例如sympy的dsolve，以及scipy.integrate.odeint。其具体用法可参考官方文档，这里就不过多赘述，举两个例子看下效果 1、利用dsolve求解析解 f ( x ) ′ ′ + f ( x ) = 0 {f(x)}'' + f(x) = 0 f ( x ) ′ ′ + f ( x ) = 0 import sympy as sy def fun ( x , f ) : return sy . diff ( f ( x ) , x , 2 ) + f ( x ) x = sy . symbols ( 'x' ) # 变量符号 f = sy . Function ( 'f' ) # 函数符号 sy . pprint ( sy . dsolve ( fun ( x , f ) , f ( x ) ) ) # 打印等式 我们能得到以下方程 f ( x ) = C₁⋅sin ( x ) + C₂⋅cos ( x ) 取 c 1 = 1 , c 2 = 1 c_1=1, c_2=1 c 1 ​ = 1 , c 2 ​ = 1 ，我们用matplotlab把他的图像画出来： t = np . arange ( 0 , 5 , 0.001 ) y = np . sin ( t ) +

ABB机器人的系统I/O功能可以指定具体的系统输入输出项，将I/O信号与机器人系统的一些特殊功能相关联，从而使信号实现某些特殊功能。使得我们不需要通过示教器或者其它硬件就可以对机器人进行某种控制和监控机器人系统的状态。比如系统输入中的Start可用于机器人的启动控制，系统输出中的CycleOn可用机器人是否正在运行的监控。那么这一次我们就来一起看一下ABB机器人中常用的System I/O的功能。 配置步骤： 控制面板→配置→I/O主题→System Input 选择添加 进行SignalName与Action值的设定。 点击确定后会提示是否重启机器人，可根据需要灵活选择现在立即重启或者在一起完成其它配置后手动进行重启。 到这里系统输入信号的配置流程演示就完成了，系统输入的其它功能的配置流程与系统输出的配置流程也与之相似，这里不再演示。 在实际应用中，Start信号应该使用Input类型信号进行关联，上边我为了演示系统输出也可以使用Output类型信号进行关联故使用了do0信号。具体使用什么信号可以根据现场的实际情况来灵活配置。下面我们就来看ABB机器人为我们提供的其它的系统I/O信号的值的含义。 系统输入信号 信号值 信号值含义 Backup 机器人执行备份操作 Disable Backup 禁止机器人备份 Enable Energy Saving 使控制器进入节能状态

以始为终，从心出发。 2020.01.26 09:30 正月初二，伴随着疫情的进一步蔓延，我观察到钉钉群内不时有人在询问当前疫情状态。联想到之前产品运营时使用过的阿里云 Dataworks 「机器人工厂」产品，迅速搭建了一个简易问答机器人，产品功能很简单，3个问答：疫情指数、线上问诊、每日打卡，疫情指数来源于丁香园，由我手动输入。 机器人完成后，我首先投放在了内部团队群，得到了大家的一致肯定。同时，我搜索到 GitHub 上已有相关的开源疫情数据 API 可供调用，联想到阿里云 IoT Studio 便捷的服务开发功能，因此迅速完成了接口的封装，同步实现了疫情监控推送钉钉机器人。 定时推送及自动问答功能实现后，我做了第一个产品决策： 整合隔离宝及疫情监控为一个机器人，同时在同事的建议下，更名为「防疫宝」。 当然最重要的，一个简洁大方的 ICON 必不可少，于是 UED 加入，很快输出了一个酷炫霸气的 ICON： （PS：这个ICON一直沿用到了对外版） 简单调试后，机器人就正式部署至内部部门群中，就这样，防疫宝的种子用户诞生了。此时： 团队人数：3 产品阶段：PoC 用户数：3个内部群 我们对用户规模的预期：先等等看，可能也没那么多需求 简短的雀跃之后，我们马上思考下一步的目标，能否部署到更多的内部群，服务更多的阿里人？要实现这个目的，产品上需要完成几步优化： 1

在很多商用机器人中都涉及到机器人与外部设备（比如APP）之间的交互。而在交互中，最为首要的就是 地图 与机器人 位置 的交互了。在这一个章节中，我们介绍一个机器人将内部的地图，机器人位置等数据与用户端进行同步的案例。 1. 实际场景与机器人（ROS）地图的对应关系： 我们来看一下下面这副图片，这是一个机器人在实际环境中绘制的二维地图，在图片的左下角是地图 原点（map所在的位置）， 在原点上已经标明了这个地图的三维坐标轴，其中红色的代表x轴方向，绿色代表y轴方向。 在ROS的地图中，地图同样是以像素标记的，每一个像素代表0.05m，也就是一个像素是5厘米。比如下图上的星星，他的位置在像素层面上的坐标为：x：400像素，y：150像素；那么这个机器人实际的横坐标就应该是：400*0.05=20米，纵坐标是150*0.05=7.5m。再换句话说，如果一个地图的场合宽都是800像素，那么它能够代表的实际长和宽度为800*0.05=40米。 当然，有时候地图的原点并不一定在左下角，它的原点可以在地图的任意一个地方。比如说下面这张图： 这张图的地图原点就跑到了地图图片里，那么假如机器人在原点左下角的位置上，那么机器人的X和Y坐标就会为负值。 在ROS中，地图的类型是nav_msgs/OccupancyGrid，每个像素代表的长度以及地图的原点都被定义在了消息结构体之中： std_msgs

之前有一则数据曝光：除去工作和睡觉，中国人日平均休闲时间是 2.27 小时，远低于欧美国家。时间都去哪了？对于勤劳的职场人来说，当然都在工作上。对于有上进心，有责任心的成年人来说，努力工作达成目标当然是必要的，可因此要花费人生中近乎二分之一的时间，真的必要么？ 之前有个程序员发了个帖子吐槽工作，他说，自己在一家科技公司工作，可工作特没劲，因为入职 8 个月后，他通过写程序把自己的工作完全自动化了，整整六年，他上班的时候只能靠玩英雄联盟打发时间。他问大家这样的工作还要干么？网友们先是痛斥他身在福中不知福，然后热切的讨教，程序怎么写的？如何把工作自动化的？ 这个程序员不是个例，通过把工作自动化，抢回自己时间的大有人在。职场新人 Gary 在连锁酒店工作，很快他就意识到自己花了很多时间在重复的任务上。所以他用业余时间学习编程，之后编写了一段代码，把重复性的任务自动化了。按他的说法，自动化消除了繁杂的重复性工作，减轻了他的压力，同时，他用空余的时间学习酒店管理的其他事务，很快就被提拔了。 事实上，自动化工作不是新鲜概念。1930 年就有专家推测，自动化生产方式将有助于帮助人们实现每周只工作 15 小时的场景，甚至这些工作时间也只是让人类感觉自己有事情可干。 让工作场景自动化，实现时间自由，多么美好的愿景啊。现在也的确有很多人在想方设法向工作自动化靠近。比如像上文提到的那样去学习编程