




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
请务必阅读正文之后的免责条款部分产业深度2023.05.192023.05.19AI大模型赋能人形机器人,迈向通用人工智能的一大步摘要:作者:肖群稀电话格证书编号:S0880522120001作者:鲍雁辛电话箱:baoyanxin@资格证书编号:S0880513070005AI大模型赋能人形机器人,迈向通用人工智能的一大步摘要:作者:肖群稀电话格证书编号:S0880522120001作者:鲍雁辛电话箱:baoyanxin@资格证书编号:S0880513070005解、多语种识别、多轮对话、情绪识别、模糊语义识别等通用语言任务上,C备品类、算法、实时算力要求更高。4)运动控制:类似于工业机器人产业深度请务必阅读正文之后的免责条款部分2of27 33 3 4 8 8 9 3.人形,让机器人的运动执行更加通用 3.1.1.电驱成本低、易于维护、控制精度高,商业化潜力高 3.2.1.波士顿动力Atlas:深度相机+ 3.2.2.特斯拉Optimus: 3.3.运动控制:尚未形成通用的控制器解决方案 3.3.1.运动控制算法:思路相似,均为离线行为库和实时调整.223.3.2.运动控制器:多为自主设计,不同厂商需求差异大 4.投资结论及产业链梳理 产业深度请务必阅读正文之后的免责条款部分3of271.通用——解决机器人高需求和低渗透率的矛盾到通用服务机器人商业化落地的前提是产品能提供真实价值,真实价值的判断在于机器人我们认为原因在于:目前大多数服务机器人都或多或少的存在场景适应性的问题,如无法适应环境变化,环境变化后,用户无法通过简单操作实现场景适配;智能化与,且当需要变更时,仍需现场部署工程师进行操作。以商超场景为例:发生碰撞、跌落、无法靠近作业。对于依赖视觉传感器的机器人来说,要在普通光线、黑暗、过曝等光照条件都能稳定运行难度较大。以上问题在工业机器人领域同样存在,影响了工业机器人渗透率的提升,直到协作机器人的出现。2022年全球协作机器人市场规模89.5亿元人民币,预计2022~2028年市场规模将以22.05%的增速达到30协作机器人也可以被认为是服务机器人,因为他们旨在与人类并肩作战。传统机器人在栅栏后与人分开作业,完成的工作也有限,例如焊接、喷涂、吊装等。协作机器人更灵活,更智能,更容易合作,更具有适应能力,使汽车、电子等制造行业能够将自动化扩展到最终产品组装,完成任务(例如抛光和施涂涂层)以及质量1.2.如何让机器人更加通用?使机器人更加通用,需要机器人的感知能力、思考和决策能力、行动执行能力的全面提升。我们认为GPT(预训练大预言模导航是主流应用方案。计算机视觉的发展经历了基于以特征描述子代表的传统视觉方法、以CNN卷积神经网络为代表的深度学习技术,目前于研究探索阶段,人形机器人的场景相对工业机器人更通用、更复杂,视觉大模型大模型的强拟合能力使得人形机器人在进行目标识别、避障、三维重建、语义分割等任务时具备更高的精确度;另一方面,大模型解决了深度学习技术过分依赖单一任务数据分布,场景泛化效果不佳的问题,通用视觉大模型通过大量数据学到更多的通用知识,并迁移到下游任务中,基于海量数据获得的预训练模型具有较好的知产业深度请务必阅读正文之后的免责条款部分4of27景中应用,即使是机器人抓取,基于计算机视觉,仍然是在限定场景中,算法仅用于识别物体,如何做、做什么仍需要人的定义。要让机器人通用,叫他就知道去拿水壶,接水,然后浇花,这是需要常识才能完成的事情。如何能让机器人拥有常识?在大模型出现之前,这个问题几乎是无解的。大模型让机器人可以拥人类工具和环境的适应性,不用再为了机器人而造工具。执行能力让机器人的执行能力更加通用。机器人执行任务时所处的环境是按照人类的体型建造起来的:建筑、道路、设施、工具等,这个世界是为了方便人类这种人形生物才这样设计。如果出现了某种新形态的机器人,人们就必须重新设计一套机器人适应的全新环境。设计在某个特定范围内执行任务的机器人相对容易,如果想要提高机器人的通用性,就必须选择可以作为分身的人形机器人。此外,人类与人形机器人更容易有情感上的交流,人形机器人会让人感到亲近。日本机器人专家森昌弘的假设指出:由于机器人与人类在外表、动作上相似,所以人类亦会对机器人产生正面的情感。1.3.人形机器人进入商业化前夜形机器人的商业形态。我们对人形机器人发展过程中有代表性的产品进行了梳理:团队研发出世界上第一台真人大小的人形智能机器人——WABOT-1。该机器人有产业深度请务必阅读正文之后的免责条款部分5of27各种人类肢体动作之外,还可以预先设定动作,并依据人类的声音、手势等指令,数据来源:乐博机器人、国泰君安证券研究数据来源:乐博机器人、国泰君安证券研究头与国立先进工业科学技术研究院(AIST)和川崎重工株式会社共同研发的通用家数据来源:乐博机器人、国泰君安证券研究产业深度请务必阅读正文之后的免责条款部分6of27波士顿动力最早因研发的BigDog而被世界闻名,机器人到人形机器人,有着明显的军事化应用的路线特征。波士顿动力是一家典型的技术驱动的公司,从机械结构、算法步态控制、动力系统耗能等方面对机器人持续迭代更新,核心在于发展腿式机器人以适应不同环境的使用,技术关键在于动力数据来源:公司官网、国泰君安证券研究列是AgilityRobotics公司在物流领域商业化的尝试,公司是从俄勒冈州立大学(OSU)拆分出来的机器人公司,致力于研发和制造双足机器人,前后开发了数据来源:Aleteia、国泰君安证券研究式机器人的首次尝试。2022年8月,小种人类语义情绪,分辨85种环境语义;搭产业深度数据来源:优必选、国泰君安证券研究数据来源:TeslaInvestorday2023、国泰君安证券研究年面世。索菲娅皮肤由Frubber仿生材料制成,基于语音识别、计算机视觉技术,后,能对着镜子眨眼、抿嘴、皱眉、微笑。阿梅卡能够自由进行几十种仿人类的肢体运动,被认为是“世界上最逼真机器人”。数据来源:Aleteia、国泰君安证券研究数据来源:视觉中国、国泰君安证券研究请务必阅读正文之后的免责条款部分7of27产业深度请务必阅读正文之后的免责条款部分8of27我们选择了7款有代表性的人形机器人,从驱动、感知、控制器三个方面进Atlas系列ICUB3WalkerX45kg48kg4041-部三枚摄像头(鱼眼+左+右)激光传感外部计算机集群+总控板卡+DSP负-三台计算机数据来源:本田官网、波士顿动力官网、优必选官网、Tesla官网、小米官网、软银官网、国泰君安证券研究2.AI大模型+人形机器人:给机器人提供常识2、GPT-3、GPT-4模型的出现,模型的参数量级实现了迁移学习是预训练模型的主要思想,当目标场景数据不足时,先在数据量大的公开场景中的小数据集进行微调,使模型达到要求的性能。预训练模型极大地减少了模产业深度请务必阅读正文之后的免责条款部分9of27数据来源:IBMDeveloper、国泰君安证券研究大模型的发展过程和趋势:从参数规模上看,大模型经历了从预训练模型、大规模从数据模态来看,大模型正在从文本、语音、视觉等单一模态大模型,向着多种模数据来源:百度、国泰君安证券研究感知、决策、控制闭环,大大提升机器人的“智慧”程度:语言交互。例如,机器人可以通过ChatGPT来理解人类指令进行相应的动作。自然语言是人类最通用的交互媒介,语音作为自然语言的载体将会是机器人拟人化的关键任务。尽管深度学习的出现已经自然语言处理、语音生成技术为构成模块的语音交互技术推向相对成熟情况。语言大模型为机器人的自主语音交互难题提供了解决方现出了不亚于人类的理解力和语言生成能力。在以请务必阅读正文之后的免责条款部分10of27视觉:视觉大模型赋能人形机器人识别更精确,场景更通用。计算机视觉的发展经历了基于以特征描述子代表的传统视觉方法、以CNN卷积神学习技术,目前通用的视觉大模型正处于研究探索阶段。一方面,大参数量模型的强拟合能力使得人形机器人在进行目标识别、避障、三维重建、语义分割等任务时具备更高的精确度;另一方面,通用大模型解决了过去以卷积神经网络为代表的深度学习技术过分依赖单一任务数据分布,场景泛化效果不佳的问题,通用视觉大模型通过大量数据学到更多的通用知识,并迁移到下游任务中,基于海量数据获得的预训练模型具有较好的知识完备性,大大提升场景泛化效果。人形机器人的场景相决策:通用语言、环境感知能力是自动化决策的基础,多模态大模型契合人形机器人的决策需求。单一模态智能无法解决设计多模态信息的决策问题,如“语音告知机器人去取桌子上绿色苹果”的任务。多模态统一建模,目的是增强模型的跨模态语义对齐能力,使模型逐步标准化,使得机器人能综合视觉、语音、文本多维度信息,实现各感官融合决策的能力。基于多模态的预训练大模型或将成为人工智能基础设施,增强机器人可完成任务的多样性与通用性,让其不只局限于文本和图像等单个部分,而是多应用相容,拓展单一智能为融合智能,使机器人能结合其感知到产业深度请务必阅读正文之后的免责条款部分11of27数据来源:北京大学多媒体信息研究室、国泰君安证券研究机器人的感知、决策、动作形成闭环,达到自我控制的目的。事实上,近来微软团队已经尝试将ChatGPT应用于机器人控制的场景中,通过的推动下,机器人编程的门槛将会慢慢降低,最终实现自我编程、自我控制,并完2.3.OpenAI和微软将大语言模型应用于机器人机器人环节和事后经验回访基线实施,并用来训练在物理机器人上工作的模型。22数据来源:IBMDeveloper、国泰君安证券研究产业深度请务必阅读正文之后的免责条款部分12of27这项研究的目标是观察ChatGPT是否可以超越文本思考用,并在后端讲高级函数库链接到各个平台,场景和工具的现有库和API。结果证对话系统中输出相关操作,不需要生成代码。这样,人类可以实现无缝部署各种平人类在机器人pipeline中的任务主要是行设计,并且应该从机器人的控制栈或感知库映射到现有的低层次具体实现。为高些函数可用。提示还可以包含有关任务约束的信息,或者Ch产业深度请务必阅读正文之后的免责条款部分13of27ChatGPT可以以zero-shot的方式解决简单的机器人任务。对于简单的法的大部分关键模块,但需要人工反馈无人机朝向等信息。人工反馈高级的自然语在其“代码“输出中构建感知-动作循环,实现估计相对物体角度、探索未知环境、输出仅返回向前的运动距离和转弯角度,实现了用“对话系统”指导机器人一步步产业深度请务必阅读正文之后的免责条款部分14of273.人形,让机器人的运动执行更加通用是为了让机器人的执行能力更加通用。机器人执行任务时所处的环境是按照人类的体型建造起来的:建筑、道路、设施、工具等,这个世界是为了方便人类这种人形生物才这样设计。如果出现了某种新形态的机器人,人们就必须重新设计一套机器人适应的全新环境。设计在某个特定范围内执行任务的机器人相对容易,如果想要提高机器人的通用性,就必须选择可以作为分身的人形机器人。本章选择两个代表波士顿动力Altas定位于技术的前瞻性研究,侧重探索技术应用的可能性而非商业化。从硬件架构来看,Altas具备出色的动顿动力当前主要考量因素,Altas项目更多作为一个研究平台供研究者进行学术试特斯拉Optimus发心于人形机器人的规模化、商业化、标准化,商业化的目标驱产业深度请务必阅读正文之后的免责条款部分15of27Altas200万美元的运动(跑酷、后空翻等)大电池组:52V、较低成本实现,相对动态性能数据来源:BostonDynamics、TeslaAIDay2022、国泰君安证券研究3.1.1.电驱成本低、易于维护、控制精度高,商业化潜力高比电气驱动,液压驱动输出力矩大、功率密度高和过载能力强,因而能满足波士顿时容易出现漏液等问题、可维护性差。一方面,商用场景下高后空翻等)属于非必要行为,另一方面,随着电驱系统功率密度和响应速度的不断提升,我们认为结合电驱成本低、易于维护且技术应用成熟的优势,基于电驱的人Atlas系列优必选-WalkerX本田ASIMO液压驱动电机驱动电机驱动电机驱动电机驱动电机驱动电机驱动Atlas的液压动力源21个模组驱机+谐波减速+驱动控14个旋转执行器、均由电机+减速器流检测/扭力传感数据来源:本田官网、波士顿动力官网、优必选官网、Tesla官网、小米官网、软银官网、国泰君安证券研究数据来源:Ofweek、国泰君安证券研究产业深度请务必阅读正文之后的免责条款部分16of273.1.2.波士顿动力Atlas:采用“液压驱动”方案电液经由流体管线连接至各液压泵,可实现快速响应和精确力控,其高瞬时功率密度的液压驱动器能支持机器人实现奔跑、跳跃、后空翻等复杂动作,机器人的结构数据来源:MOOG、国泰君安证券研究数据来源:BostonDynamics、国泰君安证券研究3.1.3.特斯拉Optimus:采用“电动驱动”节部分采用减速器/丝杆+伺服电机的传动方式,共计数据来源:TeslaAIDay2022、国泰君安证券研究数据来源:TeslaAIDay2022、国泰君安证券研究人,线性执行器和微型伺服电机是人形机器人新需求,具体看:产业深度请务必阅读正文之后的免责条款部分17of27数据来源:TeslaAIDay2022、国泰君安证券研究-2*2=4-286数据来源:TeslaAIDay2022、国泰君安证券研究,以上均为国泰君安根据发布会信息随着更多厂商的涌入,其执行器方案可能存在差异,若线性执行器被旋转执行器替--286数据来源:TeslaAIDay2022、国泰君安证券研究,以上均为国泰君安根据发布会信息产业深度请务必阅读正文之后的免责条款部分18of27行器空间利用率高、能提供较大的推动力。我们猜测,线性执行器基于力矩电机结合行星滚柱丝杠的方案将应用于线性执行器关节(髋、膝、踝、肘、腕)中,预计2*2=4数据来源:TeslaAIDay2022、国泰君安证券研究,以上均为国泰君安根据发布会信息行星滚柱丝杠以其高承载、高刚度、长寿命的特点或成为人形机器人线性执行器的丝杠一体式伺服电动缸。我们认为下肢髋、膝、踝关节及上肢的肘关节的伺服电缸采用高承载、高刚度的行星滚柱丝杠作为传动装置可能性比较大。行星滚柱丝杠结构复杂、加工难度大因而成本很高,通过调整设计、工艺方案适配人形机器人的需数据来源:博特精工、国泰君安证券研究机械手:Optimus单手包括6个执行器,可实现11个自的数目小于其自由度数目,因为机械手本身高自由度数目的特性,出于提高系统设计的集成性、紧凑性和降低成本、更出于简化后续运动控制的考虑,设计者们会减欠驱动方案。通过通过机械结构的优化实现以较少的执行机构驱动更多的自由度,产业深度请务必阅读正文之后的免责条款部分19of27君安证券研究1.从机电系统硬件层面上来说,系统的整体集成性太差:在现有电机和机械传动方案下,全驱动机械手往往是“庞然大物”2.上层的运动控制系统繁琐及冗杂:所需控制关节与执行器众多的缘故,与欠驱动方案相比缺乏抓取物体的“形状自适应性”3.缺乏抗外界冲击的柔性:这一点在机械手实际运用当中相当重要,尤其是针对【手指关一次较大的冲击往往意味着损坏一个关节电机;4.设计复杂以及成本过高:20多个电机及机械传动的设计与成本再怎么精打细算1.机电系统硬件上系统的集成度高:整体系统简洁高效,体积小,质量轻,目前适2.上层运动控制系统简洁高效:以PISA馈闭环,就能实现对绝大多数物体的抓握。欠驱动的机械特性能够使得手指自动适应物体的形状,具备很好的”形状自3.具备良好的抗外界冲击柔性:欠驱动的特4.设计简洁以及成本低廉:与全驱动方案相比1.欠驱动机械手的缺点在于功能性不足,尤其是对于精度要求比较高的手指精巧控数据来源:TeslaAIDay2022、国泰君安证券研究。注:以上均为国泰君安根据发布会信息推测机械手驱动方案差异较大,电机的轻量化、低成本是关键。机械传动结构上,机械构紧凑和抓取力强的要求,因此电机应具有尺寸小、质量轻、精度高、扭矩大的特点。空心杯电机结构紧凑、能量密度高、能耗低,和人形机器人机械手需求契合度产业深度极大的灵活性,可以极大简化设计难度和系统的复杂性,更高的运动自由度、灵活性、适应性和人机交数据来源:TeslaAIDay2022、国泰君安证券研究。注:以上均为国泰君安根据发布会信息推测特斯拉Optimus机械手采取电机+腱绳驱动的方式,可能对手部传动方案进行优化。尽管绳驱给机械手带来了极大的灵活性,且可以极大简化设计难度和系统的复杂性,但其可靠性、传动效率都低于传统连杆、齿轮齿条等方式,可能是研发团队数据来源:TeslaAIDay2022、国泰君安证券研究数据来源:Bebionic、国泰君安证券研究3.2.环境感知:深度相机+激光雷达VS纯视觉方案IMU等,对应机器人感知系统的不同传感器类别。SLAM(是发展比较成熟、应用广泛的定位技术,它是机器人通过对各种传感器数据进行采集和计算,生成对其自身位置姿态的定位和场描述为:机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。获取定位和地图后,再根据请务必阅读正文之后的免责条款部分20of27产业深度请务必阅读正文之后的免责条款部分21of27Atlas系列WalkerX本田ASIMO激光雷达+深度相机,两个摄像头放置纯视觉方案,头部搭基于AI交互相机,采用多目立体视觉、搭4个深度相机+j两个摄像头作为视觉传Atlas使用ToF深度相机以在眼球内,以每载三枚摄像头(鱼眼通过MiSense视配全向听觉和惯性、测激光雷达,支持感器,激光传感器和红每秒15帧的频率生成点秒15帧的速摄像头+左右摄像觉空间系统自研的距等全方位的感知系搭载额外的感知外传感器结合用于探测云,基于多平面分割算法度捕获图像,分头通过全景分割+三维重建算法,能元件和支持强化地面的地面上的障碍从点云中提取环境表面,辨率自研的三维重建算法实现8m内深度信导航技术,实现自主路学习功能以及相物、超声波传感器超声进行步态规划实现环境感知心1%的精度径规划关应用波传感器用于测量周围物体数据来源:本田官网、波士顿动力官网、优必选官网、Tesla官网、小米官网、软银官网、国泰君安证券研究3.2.1.波士顿动力Atlas:深度相机+激光雷达波士顿动力Atlas感知方案融合深度相机和激光雷达,基于多平面分割算法实现步型,搭建HydraNet神经网络模型,优化视觉算法,完成了自动驾驶纯视觉系统的法从点云中提取环境表面,数据经过映射后完成对周边物体的识别。之后,工控机基于识别到的表面和物体信息进行步态规划,以实现避障、探测地面状况以和巡航法的顶尖机构,主要研发人形机器人行走所数据来源:BostonDynamics、国泰君安证券研究数据来源:BostonDynamics、国泰君安证券研究规划3.2.2.特斯拉Optimus:纯视觉方案,成本更低特斯拉Optimus环境感知采用基于摄像头的纯视觉方案,移植特斯拉全自动驾驶案相比激光雷达等感知设备成本更低,但对算力要求高。机器人继承了Autopilot算法框架,通过重新采集数据训练适用于机器人的神经网络,以实现环境的三维重产业深度请务必阅读正文之后的免责条款部分22of27数据来源:TeslaAIDay2022、国泰君安证券研究3.3.运动控制:尚未形成通用的控制器解决方案制能力及感知计算能力要求较高,且不同厂商的执行器数量和类别差异较大,未来运控算法或成为厂商核心竞争力,且自研可能性较大;此外人形机器人控制方案,对于客户应用场景的了解程度及工艺要求也是重要因素,目前下游场景分散,单独Atlas系列优必选-WalkerX本田ASIMO接收来自激光雷达和深度相根据离线运动库通过专有的机器人软件框动作指定非基于系统,方案包括水平反应控制、机的数据,基于离线行为库和制器根据传感器信息实时调架——机器人操作系统应而是远端控制,使用模型预测控制实现行为控制,ARCHER的学习型算实际运动过程采集IMU、关于动捕和逆运动学映射构成身控制器控制身法体系。用一台相机捕ASIMO可实现预测运动节位置传感器数据进行实时体完成动作活性控制、稳定控制算法获并处理图像,对失败控制,可计算转弯的向心调整和动作优化自适应操作的尝试分析,找出最佳的射击角度、轨迹等免跌倒数据来源:本田官网、波士顿动力官网、优必选官网、Tesla官网、小米官网、软银官网、国泰君安证券研究3.3.1.运动控制算法:思路相似,均为离线行为库和实时调整指定行为目标后,从行为库中选择尽可能接近目标的行为,获得理论上可行的动态产业深度请务必阅读正文之后的免责条款部分23of27分参数(力、姿势、关节动作时间等)的细节,以适应真实环境同理想的差异和其数据来源:6thWorkshoponLeggedRobotsICRA'22、国泰君安证券研究制器根据传感器信息实时调整优化行为,控制算步态控制算法中,运动规划器首先基于预期路径,生成参考轨迹,确定机器人模型的动力学参数。控制器基于传感器数据对机器人进行姿态估计,根据现实环境和理想模型的差异,对机器人行为参数进行校正,得到真实行为。此外,在连续的步态身的协调摆臂运动,实现自然摆臂、大跨步以及尽可能的直膝行走,提高行走效率特斯拉技术人员表示Optimus的平衡问题可能需要1数据来源:TeslaAIDay2022、国泰君安证券研究产业深度请务必阅读正文之后的免责条款部分24of27数据来源:TeslaAIDay2022、国泰君安证券研究3.3.2.运动控制器:多为自主设计,不同厂商需求差异大人形机器人采集并处理多种模态数据,执行机构复杂程度远高于工业机器人,对控制器实时算力、集成度要求高。人形机器人传感器类型、数量远超工业机现闭环控制等等,流程相对繁杂,数据维度、数据量均高于工业机器人,对算力要求高。工业机器人一般通过外接的图像采集卡和图像处理软件实现识别储等有不同的需求,因此控制器的组成有差异,以自主设计为主。我们认为人形机器人控制器采用分布式控制系统的方案可能性较大,即由一个核心控制器和多个小Atlas系列欧洲ICUBOptimus优必选本田ASIMO搭载三台NUC/工控头部PC104主板,对集成所有传感器特斯拉的FSD芯片集成控制器包括一个多核异构搭载两个多核控制器位于躯体,由四机完成运控系统的和电机状态信息的各种数据流进行同了三个4核CPU、两个处理器硬件平台,支持多CPU用于控制个运行着VxWorks实种三种总线,最多3块主时操作系统的处理器构控板卡同步运行,可选用模块化设计并LAN或Wi-Fi等时的计算在外部的计算机集群中完成码器等部件ARM/DSP/X86多种类
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 面向2025的工业互联网平台云计算资源动态分配能耗管理策略报告
- 2022年贵阳市三年级语文第三单元考试试卷
- 2022年敦化市小学三年级语文第一单元考试试卷
- 结婚试卷题目及答案
- 血管病变组织学诊断进展-洞察及研究
- 产业政策影响评估-第2篇-洞察及研究
- 基于物联网技术的2025年校园安全监控解决方案应用报告
- 历史情调题目及答案
- 2025版仓储物流冬季劳务扫雪合同标准
- 二零二五年度公共设施招标合同编制与实施办法
- 《银行安全生产》课件
- 《中国的经济发展》课件
- 合力叉车维修服务合同
- DB22T 3415-2022 糖尿病性视网膜病变中医诊疗规范
- 亲子农庄规划设计
- 《四川省海绵城市建设技术导则(试行)》
- 新川教版(2019)信息技术五年级上册全册教学设计教案-
- 幼教培训课件:《幼儿园科学核心经验与活动指导》
- 第十一届“大唐杯”新一代信息通信技术大赛(省赛)考试题及答案
- 餐厨垃圾清运服务方案投标方案(技术方案)
- 《分数乘法(二)》(教学设计)-2023-2024学年五年级下册数学北师大版
评论
0/150
提交评论