blog of mobile » Blog Archive » UPQ Phone A01Xが充電中に発火、消費者庁が重大製品事故として公表
消費者庁(Consumer Affairs Agency, Government of Japan：CAA)は消費生活用製品安全法第35条第1項の規定に基づき、2016年10月14日付けで重大製品事故について公表した。 公表された重大製品事故のうち、ガス機器・石油機器以外の製品に関する事故で、製品起因が疑われる事故としてUPQ (アップ・キュー)が輸入および販売するスマートフォン「UPQ Phone A01X」の発火事故が報告されたことが分かった。 消費者庁の公表内容によると、管理番号はA201600368、事故発生日は2016年9月22日、報告受理日は2016年10月11日、製品名は携帯電話機(スマートフォン)、機種・型式はUPQ Phone A01X (WH)、事業者名はUPQ (輸入事業者)、被害状況は火災、事故内容はUPQ Phone A01Xを充電中にUPQ Phone A01X
理系男子が東京郊外に集結、わずか1年で“魔法のカーテン”を開発できた理由 | HRナビ by リクルート
安価な3Dプリンタやオープンソースハードウェアの登場、高価な工作機械を利用できるコワーキングスペースのオープンなど、日本でもハードウェア・スタートアップの活動を後押しする環境が整い始めている。しかし試作と量産の間に「高い壁」があるのは今も昔も変わらない。求められる設計や製造の精度が格段に高くなり、資金も必要になるからだ。 めざましカーテン『mornin’』（モーニン）を開発したロビットはこの課題を見事克服し、わずか1年で製品を世に送り出すことに成功した。その秘密はどこにあるのか。CEOの高橋勇貴氏とCTOの新井雅海氏に聞いた。 モノ作りを愛する理系学生が集い創業 ロビットが開発と販売を行う『mornin’』は、カーテンを自動で開閉させる装置だ。既存のカーテンレールに簡単に取り付けられ、起床時間の設定などはすべて、手持ちのスマートフォンを通して簡単に行うことができる。めざまし時計では得がたい
TUMのRGB-D SLAMについてまとめる - Qiita
Computer Vision Group TUM（ミュンヘン工科大学）のコンピュータビジョングループは、SLAM（スラム）の研究がすごい。SLAM(Simultaneous Localization and Mapping)：自己位置推定と地図作成を同時に行うことであり、UAVsやAR, VRの分野で応用される。KinectFusionなんかもそう。このページでは、RGB-D SLAMについてメモしていく。 Real-time 3D visual SLAM with a hand-held camera, European Robotics Forum, 2011. これが最初のRGB-D SLAMである。 アルゴリズム アルゴリズムは、以下のようになっている。 1. RGB-D画像の読み込み 2. SURF特徴量抽出とマッチング 3. 自己位置推定（RANSAC） 4. 自己位置の補正
OpenCVのRGB-D Odometryを試してみた(Visual Studio 2013, C++, OpenCV) - Qiita
static void cvtDepth2Cloud(const Mat& depth, Mat& cloud, const Mat& cameraMatrix) { const float inv_fx = 1.f / cameraMatrix.at<float>(0, 0); const float inv_fy = 1.f / cameraMatrix.at<float>(1, 1); const float ox = cameraMatrix.at<float>(0, 2); const float oy = cameraMatrix.at<float>(1, 2); cloud.create(depth.size(), CV_32FC3); for (int y = 0; y < cloud.rows; y++) { Point3f* cloud_ptr = (Point3f*)
OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
ちょっと前からロボット関係で話題(？)になっていたROS(Robot Operating System)というものについて調べ始めた。名前からしてロボット用のOSなのかと思ったらそうじゃなくて、Linux(Ubuntu)上で動くミドルウェア... ロボット自身の移動量を計測する手法全般を”Odometry“と言うらしい。 中でも1番簡単なやり方は、車輪などの駆動装置の回転数を加算して移動距離とみなす方法。これはWheel Odometryとか呼ばれるらしい。この手法は手軽だがもちろん欠点もあって、車輪が滑るなどして空転した分も移動量として加算されてしまう。そのため、Wheel Odometryではロボットが遠くへ移動するほど、どんどん誤差が溜まってしまう。 これに対して、カメラ画像を使って自己位置認識を行うのがVisual Odometry(VO)という分野。ロボットの自己位置認識では、ス
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
【TechShopレクチャー】初めてのFusion360 (3DCAD) 10/20 | Peatix
