機器人、無人機、自動駕駛汽車等加快落地，智慧城市深入建設，更是為傳感器產業帶來了難以估量的龐大機遇
Cosero是德國波恩大學的Sven Behnke團隊根據家庭環境中的日常操作任務而研製的一款仿人操作機器人基於深度學習方法的目標姿態估計和RGB-D SLAM等感知測量
機器人的學習分為三個部分的軌跡預測包括示教者的手部運動軌跡、示教者的身體移動軌跡以及被操作物體的運動軌跡
通過2D激光雷達信息采用Hector SLAM實現機器人對地圖的感知和自主導航規劃，通過頂部的RGB-D相機采集目標物體深度和RGB圖像信息
驅動係統由4個200W無刷直流電機構成，通過50:1的空心軸減速機可以最高達2m/s的速度在玉米、高粱等農作物的地裏前進
視頻搜索是涉及信息檢索、自然語言處理（NLP）、機器學習、計算機視覺（CV）等多領域的綜合應用場景
服務機器人潛在危險有：電擊、與能量有關的危險、著火、與熱有關的危險、機械危險、輻射、化學危險等
HRI的MTL可以使機器人更輕鬆，更智能地與新用戶進行交互，即使使用諸如RL這樣的數據密集型方法，也可以避免社交交互失敗的不利影響。MTL和多模態ML已用於自動識別自閉症譜係障礙（ASD）兒童
從大型仿人機器人整機構型國內外研究現狀入手，圍繞機器人整機構型、關節運動特點、伺服驅動器、減速器、仿真平台等方麵進行深度講解，最後就大型仿人機器人整機構型未來發展趨勢給出自己的見解
智能機器人視覺方麵的工作，主要體現在感知、理解、學習及推理4個方麵，涉及到目標檢測、目標追蹤、人體姿態估計、人臉識別、行為識別、推理等技術
基於康複機器人內部傳感器識別記錄訓練過程中的運動學參數,能夠實時定量評估不同的運動模式,還能夠掌握患者是否主動參與訓練等情況
「Vision+Ask」的任務包含視覺問題生成、根據問題生成查詢、圖像描述等；「Vision+Answer」的任務包含視覺問答、視覺對話等
