海康机器人3D激光轮廓仪快速调试一

优质文章学习记录

— 2 min read
海康机器人3D激光轮廓仪快速调试一

3D轮廓仪相机物料准备
DP系列轮廓仪
24V开关电源
8pin转RJ45千兆网线
12pin转open电源线
直线运动平台
海康3D授权加密狗
软件下载
机器视觉立体相机客户端 —— 3DMVS客户端
3DMVS客户端是专为海康机器人立体相机开发的软件应用程序。适用于MV-DP系列3D激光轮廓传感器、MV-DL系列线
激光立体相机。客户端支持实时预览、参数配置、标定、数据保存、升级固件等功能。
用于3D轮廓仪图像效果调试；并集成相机SDK二次开发包供客户开发；
软件获取方式：海康机器人官网->服务支持->下
载中心，找到3DMVS最新版本下载即可
海康机器人-机器视觉-下载中心 (hikrobotics.com)

在这里插入图片描述

安装完成3DMVS后，SDK二次开发包路径：

在这里插入图片描述


在这里插入图片描述


默认装C盘，安装过程一直单击下一步即可

在这里插入图片描述


打开3DMVS后显示效果；“设备列表”里会显示当前网络里的3D相机
电脑环境配置
• 环境配置
• 关闭防火墙和杀毒软件（若安装有360、火绒、腾讯管家等杀毒软件，请关闭退出杀毒软件）
• 电源选型设置为高性能模式：通过“控制面板> 电源选项> 高性能”

Read more

2025年AI领域年度深度总结：始于DeepSeek R1开源发布，终于Manus天价出海

2025年AI领域年度深度总结：始于DeepSeek R1开源发布，终于Manus天价出海

2025年AI领域年度深度总结：始于DeepSeek R1开源发布，终于Manus天价出海 摘要 站在2025年12月31日的终章回望，吴恩达曾说过：“2025年，是AI工业时代的黎明。”在经历了2023-2024年的“大炼模型”狂热后，2025年，AI终于从“概率模仿”跃向了“逻辑推理”的新阶段，从“对话框”到“行动流”的转折也逐渐显现。这一年，AI技术与产业的演进不仅仅是技术迭代那么简单，而是一场深刻的变革，清晰的产业蓝图开始显现：始于DeepSeek R1的开源突破，终于Manus的数十亿美元收购，验证了Agent商业化的巨大潜力。 2025年，AI不再是实验室中的抽象概念，而是逐步嵌入日常生产生活，以更加务实的姿态和广泛的应用场景，真正走向了社会的主流。从年初DeepSeek R1的开源发布到年末Manus的天价收购，这两件大事为2025年的AI发展定下了基调：开源与闭源的博弈，技术与商业的融合，模型与应用的深度对接，无疑为AI的未来铺设了一条发展道路。技术突破和产业落地不断交织，AI的角色正在悄然发生深刻的转变——从“辅助工具”走向了“自主执行者”。 文章目录
机器人必备知识——关于李群、李代数的理解

机器人必备知识——关于李群、李代数的理解

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 目录 前言 一、问题提出 1.1 位姿的表述 1.2 矩阵求导的问题 二、李群 2.1 群数学定义 2.2 李群和李代数的数学定义 2.3 欧拉公式 三、李群在机器人中的应用 3.1 SO(3)特殊正交群 3.2 SE(3)特殊欧氏群 总结 前言 在对机器人技术的学习过程中，我们经常会听到“旋量”、“四元数”、“李群”、“李代数”等一些听起来高大上的词汇。首先得认识到，这些词汇都是实用的而非像“神经元”、“类脑”

AI写自动化脚本总翻车？80%的人都错在这一步（不是语法）

如果你正在做自动化测试，或者想把AI真正用进项目，这篇内容会帮你少踩80%的坑。 最近在用 AI 写自动化脚本的时候，我踩了一个非常典型的坑： AI生成的代码语法完全正确，但脚本就是跑不通。 一开始我以为是定位问题、环境问题，甚至怀疑工具链，但反复排查之后才发现—— 问题根本不在代码层，而在“业务理解”层。 一、AI写脚本最容易错的，其实不是语法 很多人会有一个误区： AI写代码最大的问题是“写错语法”或者“API用错” 但实际用下来，你会发现： * 语法错误：AI基本不会犯（尤其是主流语言） * API调用：大多数也能写对 * 逻辑结构：也大差不差 真正的问题是：它“理解错了你要做什么” 举几个典型场景： 1. 元素操作顺序错 你让AI写“登录流程”，它可能会： * 先点登录按钮 * 再输入账号密码 代码没错，但流程是反的。 2. 页面状态理解错误
用微信指挥你的 AI 员工：QClaw 给普通人发了一张超级个体的入场券

用微信指挥你的 AI 员工：QClaw 给普通人发了一张超级个体的入场券

昨晚，深圳龙岗区相关部门发布了《深圳市龙岗区支持 OpenClaw&OPC 发展的若干措施（征求意见稿）》公开征询意见公告，也就是大家常说的"龙虾十条"。 大家好，我是小虎。 但当一个地方政府开始为一个开源 AI 项目立专项扶持政策，通常意味着：这件事已经大到用市场语言说不清楚了，必须用政策语言来背书。 OpenClaw 是奥地利开发者 Peter Steinberger 创造的一个开源本地 AI Agent 框架，核心逻辑是把 AI 助手部署在你自己的机器上，通过 Telegram、WhatsApp 这些聊天工具接收指令，然后帮你执行任务。 数据留在本地，算力用自己的，7×24 小时待命。 这个逻辑本身非常先进——但它有一个致命门槛：你得先把它跑起来。 买服务器、命令行配置、设置机器人权限……整个流程对普通人来说不是学习曲线，是一道墙。