知识分析 - 机器人开放平台 | 百度智能云文档
其中，各指标的解释如下： 答案来源分布：机器人的答案中，各个来源所占的比例。 问答库问答总数：当前问答库中标准问题的数量。 问答库有效问答占比：指定时间范围内有命中的标准问数量／问答库问答总数。反映问答库中有多少问答是被用户真实提问到的，用来衡量问答库构建的有效性和健康度。 数据明细 在指定时间、指定设备范围内，问答库中各个标准问、自定义技能中各个意图的命中明细，支持按命中次数排序。
硬件构成 - 机器人视觉 | 百度智能云文档
硬件构成 上图是由百度及其硬件供应商提供的试用模组： 模组的硬件包含两个摄像头（可换）和一个六轴IMU 基线（两摄像头间距）可调6-20cm （试用模组已固定） 内置驱动，Linux下无需额外安装 照相机与IMU时钟硬件同步，精度10us
功能说明 - 机器人视觉 | 百度智能云文档
功能说明 在校正完成后，就可以运行我们的范例程序 ./app_tracking app_tracking 最基本的功能是SLAM算法，在模组移动过程中能够根据环境的特征点绘制出运动轨迹，并且能够在模组移动到起点时闭环 app_tracking 还具有深度检测的功能，能够展示深度图和障碍物提示 app_tracking 能够根据环境亮度进行自动曝光 app_tracking 能够将走过的路径存储下来
验证效果 - 机器人视觉 | 百度智能云文档
验证效果 运行完校正运算程序后，需要验证校正的结果，运行如下命令： ./pc_apps/xp_sensor_logger -calib_verify -calib_yaml ./tmp/calib.yaml -sensor_type XP2 xp_sensor_logger 为我们的采集／验证程序，其中： -calib_verify 表示这是验证模式 -calib_yaml 为要验证的校正文件 -
识别功能 - 机器人视觉 | 百度智能云文档
识别功能 范例程序app_tracking还具有识别功能，目前支持文字、物体、人脸属性检测、人脸识别，识别是通过在线调用百度智能云端API实现，若需要识别功能，请先去 百度智能云控制台 注册，每个账号每天有一定的免费调用额度。 注册完后将会得到三串字符： id: 用户的应用id: ak: 用户的api key sk: 用户的api secret 在~/XP_release文件夹下创立/keys文件
采集数据 - 机器人视觉 | 百度智能云文档
采集数据 校正的第一步是采集数据，数据的采集决定了校正的质量，请按步骤细心进行。 进入之前解压的程序所在的文件夹内，将模组接到PC，运行如下命令： ./pc_apps/xp_sensor_logger -record_path /tmp/record1 -sensor_type XP2 -spacebar_mode xp_sensor_logger 为我们的采集／验证程序，其中： -record_
校正程序 - 机器人视觉 | 百度智能云文档
校正程序 覆盖率验证完成后，运行如下命令： ./pc_apps/cam_calibration -folder_path /tmp/record1/ -square_size X -save_calib_yaml /tmp/calib.yaml -show_reproj cam_calibration 为我们的校正运算程序: -folder_path 为之前采集的图像的目录 -square_siz
环境配置 - 机器人视觉 | 百度智能云文档
环境配置 试用模组对应的软件包含两个压缩包，其中命名为3rdparty_lib_lean_MM-DD-YY.tar.gz是环境安装包，打开命令行 运行以下命令行以解压，创建目录和安装第三方库： mkdir ~/XP_release tar -xvf [ 3rdparty_lib_lean_mmddyyy.tar.gz ] -C ~/XP_release source 3rdparty_lib_le
准备工作 - 机器人视觉 | 百度智能云文档
准备工作 每次打开新的命令行窗口时，在执行安装包内的其他程序前，需要先执行一次以下命令来设置环境变量（一个窗口只需一次）： source config_environment.sh
编译程序 - 机器人视觉 | 百度智能云文档
编译程序 软件包内除了已经编译好的范例程序以外，还提供了 app_tracking 的源代码供开发者调试和参考，以及sdk供开发者使用。 app路径下的源代码都是可以编译的，现在我们来编译 app_tracking 首先，我们需要一些额外的库，详情请参考 环境配置 下的 （非必需） 然后运行以下命令行进行编译： cd app mkdir build cd build cmake .. make 编
