AT91SAM7X系A(chǔ)RM系統(tǒng)開發(fā)功能測試程序,如果你著手用AT91SAM來進行系統(tǒng)開發(fā),這是確實是個很好的資料,有了他,會助你一臂之力.本源碼是ADS1.2下的源碼,用于同步串口SSC功能測試
上傳時間： 2016-08-18
上傳用戶：bruce5996
通過同步軟件來獲取移動智能設(shè)備屏幕畫面，移動只能設(shè)備包括PDA、智能手機
上傳時間： 2014-01-04
上傳用戶：xyipie
智 能 決 策 系 統(tǒng) 開 發(fā) 平 臺IDSDP 計算所智能計算機科學(xué)開放實驗室
上傳時間： 2013-12-22
上傳用戶：colinal
dsp hư ớ ng dẫ n giao tiế p LCD code viế t bằ ng C
上傳時間： 2017-06-17
上傳用戶：xuanjie
dsp từ cơ bả n đ ế n nâ ng cao 1
上傳時間： 2014-12-05
上傳用戶：watch100
LinQ SQL TẤ N CÔ NG KIỂ U SQL INJECTION - TÁ C HẠ I VÀ PHÒ NG TRÁ NH
上傳時間： 2013-12-15
上傳用戶：eclipse
完成智能天線的T程序仿真，通過仿真可以輸出天線的MUSIC算法的結(jié)果
上傳時間： 2013-11-29
上傳用戶：我們的船長
國標類相關(guān)專輯 313冊 701MGB-T 2471-1995 電阻器和電容器優(yōu)先數(shù)系.pdf
標簽：
上傳時間： 2014-05-05
上傳用戶：時代將軍
神經(jīng)網(wǎng)絡(luò)在智能機器人導(dǎo)航系統(tǒng)中的應(yīng)用研究1神經(jīng)網(wǎng)絡(luò)在環(huán)境感知中的應(yīng) 用 對環(huán)境 的感 知 ，環(huán)境模型 妁表示 是非常重要 的。未 知 環(huán)境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環(huán)境，在滿足 精度要求 的情況下，必定要占用大量的內(nèi)存，并且采用柵 格法進行路徑規(guī)劃，其計算量是相當大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機器人對未知環(huán)境的蒜知提供了一條途徑。 Kohone~沖經(jīng)網(wǎng)絡(luò)是一十自組織神經(jīng)網(wǎng)絡(luò)，其學(xué)習(xí)的結(jié) 果能體現(xiàn)出輸入樣本的分布情況，從而對輸入樣本實現(xiàn)數(shù) 據(jù)壓縮 。基于 網(wǎng)絡(luò) 的這些特 性，可采 用K0h0n曲 神經(jīng)元 的 權(quán)向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網(wǎng)絡(luò)輸入，神經(jīng)嘲絡(luò)通 過對大量的輸八樣本的學(xué)習(xí)，其神經(jīng)元就會體現(xiàn)出一定的 分布形 式 學(xué)習(xí)過程如下：開 始時網(wǎng)絡(luò)的權(quán)值隨機地賦值 ， 其后接下式進行學(xué) 習(xí)： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經(jīng)元 1在t時刻對 應(yīng)的權(quán)值 ；a(∽ 謂整系 數(shù) ； (『l網(wǎng)絡(luò)的輸八矢量；Ⅳ()：學(xué)習(xí)的 I域。每個神經(jīng)元能最 大限度 地表示一 定 的自由空間 。神經(jīng) 元權(quán) 向量的最 小生成 樹可以表示出自由空問的基本框架。網(wǎng)絡(luò)學(xué)習(xí)的鄰域 (，) 可 以動 態(tài)地 定義 成矩形 、多邊 形 。神經(jīng) 元數(shù)量 的選取取 決 于環(huán)境 的復(fù)雜度 ，如果神 經(jīng)元 的數(shù)量 太少 ．它們就 不能 覆 蓋整十空間，結(jié)果會導(dǎo)致節(jié)點穿過障礙物區(qū)域 如果節(jié)點 妁數(shù)量太大 ．節(jié)點就會表示更多的區(qū)域，也就得不到距障 礙物的最大距離。在這種情況下，節(jié)點是對整個 自由空間 的學(xué) 習(xí)，而不是 學(xué)習(xí)最 小框架空 間 。節(jié) 點的數(shù) 量可 以動態(tài) 地定義，在每個學(xué)習(xí)階段的結(jié)柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節(jié)點 來 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點來 重新學(xué) 習(xí) 所 138一 以為了收斂于最小框架表示 ，應(yīng)該采用較少的網(wǎng)絡(luò) 節(jié)點升 始學(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺對擁擠的'E{= 境的學(xué)習(xí)，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結(jié)構(gòu)表示 。 采用Kohonen~沖經(jīng)阿絡(luò)表示環(huán)境是一個新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時間內(nèi)進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學(xué)習(xí)可用樹結(jié)構(gòu)表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術(shù)報容易地被找到 在機器人對環(huán)境的感知的過程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環(huán)境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經(jīng) 網(wǎng)絡(luò)在局部路徑規(guī)射中的應(yīng) 用 局部路徑 規(guī)刪足稱動吝避碰 規(guī)劃 ，足以全局規(guī)荊為指 導(dǎo) 利用在線得到的局部環(huán)境信息，在盡可能短的時問內(nèi)
標簽： 神經(jīng)網(wǎng)絡(luò) 智能機器人 導(dǎo)航
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
基于傳感器和模糊規(guī)則的機器人在動態(tài)障礙環(huán)境中的智能運動控制基于傳感器和模糊規(guī)則的機器人在動態(tài)障礙環(huán)境中的智能運動控制 oIlI～0(、r> 王 敏 金·波斯科 黃心漢 ，O、l、L (華i 面面辜寫j幕．武漢，43074) ＼I。L上、o 捌要：提出了一種基于傳感器和模糊規(guī)則的智能機器人運動規(guī)劃方法 ．該方法運用了基于調(diào)和函數(shù)分析的人 工勢能 場原 理 ．采用模糊規(guī)則 可減少推導(dǎo)勢能函數(shù)所 必須的計算 ，同時給機器人伺服 系統(tǒng)發(fā) 出指令 ，使它能夠 自動 地尋找通向目標的路徑．提出的方法具有簡單、快速的特點，而且能對 n自由度機械手的整個手臂實現(xiàn)最碰．建立 在非線性機器人動力學(xué)之上的整 個閉環(huán)系統(tǒng)和模糊控制器 的穩(wěn)定性 由李雅普諾 夫原理 保證 ．仿真結(jié) 果證明 了該方 法 的有效性 ，通 過比較分析顯示 出文 中所提 出的最障算法的優(yōu)越性 ． 美t詞：基于傳感器的機器人運動控制；模糊規(guī)則；人工勢能場；動態(tài)避障；機器人操作手 1 叫啞oducd0n R。boIsarewjdelyusedfor詛sb inchasma~ia]b柚· 血 ， spot ： ng， spray Ijl岫 1g， mech卸icaland elec咖 icas搴enlb1y，ma al塒 IIovaland wa時 cut· ring 咖 ． ofsuch tasks_堋 llldea pri|柚ary ptd 眥 of 她 ar0botto e oncpositiontoanother withoutbur叩inginto anyobstacles． s 曲km，de． notedasthefDbotm ∞ pJan，liDgp∞ 舶1，hasbeen the倒 娜bj0ct鋤l哪gIeseat℃ll∞ ． Every method o0血∞r(nóng)I1ing 如b0tmotionplanninghas itsownadv∞ngesandapplicationdoma~ asweftasits di戤ldvaIIta麟 and constr~dnts． Therefore it would be ratherdifficulteithertoc0Ⅱ】paremethodsorton~ vate thechoio~ofan dl0‘iupon othP~s． 0州 d眥 ：1999—07—29；Revised~ ：2000一∞ 一絲 In conU~astto many n~ hods，rob
上傳時間： 2022-02-15
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
