物联网

算力与电力共生：数据中心的演进之路

当生成式AI、大模型训练进入规模化应用阶段，算力需求的指数级爆发正将数据中心推向电力消耗的新峰值。数据中心作为AI产业的“算力底座”，其电力支撑能力直接决定着AI技术的落地速度与应用边界。如今，全球数据中心耗电量已占全球总用电量的2%，预计到2030年这一比例将翻倍，而AI正是驱动这一增长的核心力量。为适配AI的巨大电力需求，数据中心正从架构设计、技术应用到能源供给，开启全方位、深层次的演进，在满足算力需求与实现绿色可持续之间寻找平衡。

面向全自主扫地机器人的多相机与IMU联合标定方法（二）

联合标定方法的工程实现路径

多相机与IMU联合标定的核心内涵与整体流程

全自主扫地机器人对标定技术的核心需求与应用背景

相机-IMU联合标定的关键技术与实现路径

多相机标定的关键技术与实现路径

多相机标定与相机-IMU联合标定技术研究及实践（二）

多相机标定与相机-IMU联合标定技术研究及实践（一）

面向未来的全自主扫地机器人：感知、决策、控制一体化（三）

面向未来的全自主扫地机器人：感知、决策、控制一体化（二）

感知、决策、控制三大模块的关键技术与实现路径

感知、决策、控制一体化的核心内涵与整体架构

扫地机器人在线自适应标定与传感器漂移补偿（三）

扫地机器人在线自适应标定与传感器漂移补偿（二）