#include "iostream" using namespace std; class Matrix { private: double** A; //矩陣A double *b; //向量b public: int size; Matrix(int ); ~Matrix(); friend double* Dooli(Matrix& ); void Input(); void Disp(); }; Matrix::Matrix(int x) { size=x; //為向量b分配空間并初始化為0 b=new double [x]; for(int j=0;j<x;j++) b[j]=0; //為向量A分配空間并初始化為0 A=new double* [x]; for(int i=0;i<x;i++) A[i]=new double [x]; for(int m=0;m<x;m++) for(int n=0;n<x;n++) A[m][n]=0; } Matrix::~Matrix() { cout<<"正在析構中~~~~"<<endl; delete b; for(int i=0;i<size;i++) delete A[i]; delete A; } void Matrix::Disp() { for(int i=0;i<size;i++) { for(int j=0;j<size;j++) cout<<A[i][j]<<" "; cout<<endl; } } void Matrix::Input() { cout<<"請輸入A:"<<endl; for(int i=0;i<size;i++) for(int j=0;j<size;j++){ cout<<"第"<<i+1<<"行"<<"第"<<j+1<<"列:"<<endl; cin>>A[i][j]; } cout<<"請輸入b:"<<endl; for(int j=0;j<size;j++){ cout<<"第"<<j+1<<"個:"<<endl; cin>>b[j]; } } double* Dooli(Matrix& A) { double *Xn=new double [A.size]; Matrix L(A.size),U(A.size); //分別求得U，L的第一行與第一列 for(int i=0;i<A.size;i++) U.A[0][i]=A.A[0][i]; for(int j=1;j<A.size;j++) L.A[j][0]=A.A[j][0]/U.A[0][0]; //分別求得U，L的第r行，第r列 double temp1=0,temp2=0; for(int r=1;r<A.size;r++){ //U for(int i=r;i<A.size;i++){ for(int k=0;k<r-1;k++) temp1=temp1+L.A[r][k]*U.A[k][i]; U.A[r][i]=A.A[r][i]-temp1; } //L for(int i=r+1;i<A.size;i++){ for(int k=0;k<r-1;k++) temp2=temp2+L.A[i][k]*U.A[k][r]; L.A[i][r]=(A.A[i][r]-temp2)/U.A[r][r]; } } cout<<"計算U得:"<<endl; U.Disp(); cout<<"計算L的:"<<endl; L.Disp(); double *Y=new double [A.size]; Y[0]=A.b[0]; for(int i=1;i<A.size;i++ ){ double temp3=0; for(int k=0;k<i-1;k++) temp3=temp3+L.A[i][k]*Y[k]; Y[i]=A.b[i]-temp3; } Xn[A.size-1]=Y[A.size-1]/U.A[A.size-1][A.size-1]; for(int i=A.size-1;i>=0;i--){ double temp4=0; for(int k=i+1;k<A.size;k++) temp4=temp4+U.A[i][k]*Xn[k]; Xn[i]=(Y[i]-temp4)/U.A[i][i]; } return Xn; } int main() { Matrix B(4); B.Input(); double *X; X=Dooli(B); cout<<"~~~~解得:"<<endl; for(int i=0;i<B.size;i++) cout<<"X["<<i<<"]:"<<X[i]<<" "; cout<<endl<<"呵呵呵呵呵"; return 0; }
標簽： 道理特分解法
上傳時間： 2018-05-20
上傳用戶：Aa123456789
基于紅外技術的智能機器人控制系統基于紅外技術、單片機技術等完成 了智能機器人控制 系統的設計。該機器人實現 了步行、跟蹤、避 障 、 步伐調 整 、語 音 、聲控 、液 晶 顯示 、地 面探 測 等功 能 。 紅外技 術 智 能機 器人 控制 系統 隨著政 治格 局 、 戰爭形 式 的 變化 ，在 偵察 、戰 場攻擊 、反恐 防爆 等軍 事領 域 {冉}要 大量 無人 作戰 機 器人 ；人 類探 索太 空 、建設 航 天站 、搶 險救 災等 不 適合 由人 來承擔 的任務 的增 加 ，也 {冉}要 機器 人代 替 人類執 行 任務 。 同時， 新 的需 求和任 務 也對 機器 人 的 性能 提 出 了更 高 的要 求 。 由于 紅 外線 有較 強 的 穿透 能 力和 抗 干 擾 能 力， 不易散 射 且不 易 引起 串干擾 。本 設計 基 于紅 外技 術 完 成 智 能機 器 人 控 制 系 統 的 設 計 ， 主 要 實現 了 步 行 、跟蹤 、避 障 、步伐 調整 、語 音 、聲 控 、液 晶顯 示 、地 面探 測 8個 功能 ，在 遇到 外界 條件 發生 變化 時， 該機 器人 將采 取不 同 的措 施對 待， 能較 好地 表 現 出該 機器 人 的 簡單 思 考 能 力 。 1智能機器人說明 1．1功能簡介機系統框圖 機 器人 控 制系 統框 圖如 圖 1。 耦，P3，0～P3．5接 ISD語音芯片， P3，O~P3．5接 ISD語 音 芯 片 。 該機器人 采用 2片 AT89C51來控制，一 片用于 整個 系統的控制， 一片僅 用于驅動 液晶屏 1602的控 制 ，它 們之 間通過 I／O 121通 訊， 以實現 兩片單 片機 工 作 的協
上傳時間： 2022-02-13
上傳用戶：zhanglei193
超聲波測距在智能機器人中的開發與應用摘 要：本文提出了在機器人控制中，使用軟件方法實現超聲波測距機器人避障功能的工作原理和設計 方法。該系統在使用過程中，測量精度高，機器人避障準確，可靠，真正實現了智能化控制。 關鍵詞：機器人 超聲波 測距 軟件觸發 Abstract： The 0n pnnc eanddesignm d10d ofu]U~ sordc are descx'~edindetail fora intenigencero~ ic ． ByI|8i“gthissystem，therobotmakesaccta~elyavoidingdmwhackhi# reliability． 1畸 wo阿s：ro tultro-sor~c聊 曲 喀sot~aretrigger 1 引言 在智能機器人的研制開發中，很重要 的一部 分就是機器人 要能實現避 障功能 ，即通過傳感器 的作用 ，探測機器人行進道路 上是否碰到障礙。 若碰到了障礙 ，機器人應該 自動轉向 ，躲避障礙 。 本文所介 紹的超聲 波測距方法 ，應用 于 ET一18 Hem智能機器人中。通過超聲波測距 ，該智能機 器人實現了對步進電動機的智能控制及運動控制 方式的靈活應用。同時，超聲波測距作為一種非 接觸 的檢測方式 ，和紅外 、激光及無線電測距相 比，在近距范 圍內有不受光線影響、結構簡單 、成 本低等優點 2 超聲波測距基本原理 超聲波是指頻率在 2000Hz以上 ，不能引起正 常人聽覺反應 的機械振動波 ，是物體 的機械振 動 在彈性介質 中傳播所形成 的機械振動波。由于超 聲波具有非常短 的波長 ，可 以聚集成狹小 的發
上傳時間： 2022-02-16
上傳用戶：jiabin
社群贈送軟件工具工業機器人四大家族資料川崎機器人資料安川機器人資料《工業機器人》書籍第二版PLC解密軟件FANUC機器人全套資料ABB機器人資料7.20-KUKA+那智機器人資料25各種工業機器人（書籍）培訓教材匯編20G PLC技術資料自動線與工業機械手技術.rar - 21.88MB新版機器人技術手冊 [日]日本機器人學會編.rar - 492.18MB工業機器人應用案例入門__余任沖編著_北京：電子工業出版社_P308_2015.08_13869152.pdf - 44.13MB
上傳時間： 2022-06-05
上傳用戶：
物聯網技術在工業領域中的應用解析物聯網是通過射頻識別（RFID）、紅外感應器、全球定位系統（GPS）、激光掃描器等信息傳感設備，按約定的協議，把任何物品與互聯網連接起來，進行信息交換和通訊，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡?！秶鴦赵宏P于加快培育和發展戰略性新興產業的決定》提出“促進物聯網、云計算的研發和示范應用”。工業是物聯網技術的重要應用領域。要實現從“中國制造”向“中國智造”的轉變，必須大力推廣應用物聯網技術。為響應號召，云里物里科技也在物聯網方面的BLE藍牙模塊和iBeacon領域深入研究，目前也把自身的產品遠銷80個多國家和地區，為物聯網發展貢獻了一份力量。一、物聯網技術在工業領域的應用現狀目前，物聯網技術在產品信息化、生產制造環節、經營管理環節、節能減排、安全生產等領域得到應用。
上傳時間： 2022-06-24
上傳用戶：
AR0231AT7C00XUEA0-DRBR（RGB濾光）安森美半導體推出采用突破性減少LED閃爍 (LFM)技術的新的230萬像素CMOS圖像傳感器樣品AR0231AT，為汽車先進駕駛輔助系統(ADAS)應用確立了一個新基準。新器件能捕獲1080p高動態范圍(HDR)視頻，還具備支持汽車安全完整性等級B(ASIL B)的特性。LFM技術(專利申請中)消除交通信號燈和汽車LED照明的高頻LED閃爍，令交通信號閱讀算法能于所有光照條件下工作。AR0231AT具有1/2.7英寸(6.82 mm)光學格式和1928(水平) x 1208(垂直)有源像素陣列。它采用最新的3.0微米背照式(BSI)像素及安森美半導體的DR-Pix?技術，提供雙轉換增益以在所有光照條件下提升性能。它以線性、HDR或LFM模式捕獲圖像，并提供模式間的幀到幀情境切換。 AR0231AT提供達4重曝光的HDR，以出色的噪聲性能捕獲超過120dB的動態范圍。AR0231AT能同步支持多個攝相機，以易于在汽車應用中實現多個傳感器節點，和通過一個簡單的雙線串行接口實現用戶可編程性。它還有多個數據接口，包括MIPI(移動產業處理器接口)、并行和HiSPi(高速串行像素接口)。其它關鍵特性還包括可選自動化或用戶控制的黑電平控制，支持擴頻時鐘輸入和提供多色濾波陣列選擇。封裝和現狀：AR0231AT采用11 mm x 10 mm iBGA-121封裝，現提供工程樣品。工作溫度范圍為-40℃至105℃(環境溫度)，將完全通過AEC-Q100認證。
標簽： 圖像傳感器
上傳時間： 2022-06-27
上傳用戶：XuVshu
IAR安裝IAR Embedded Workbench（簡稱EW）的C/C++交叉編譯器和調試器是今天世界最完整的和最容易使用專業嵌入式應用開發工具。EW對不同的微處理器提供一樣直觀用戶界面。EW今天已經支持35種以上的8位/16位32位ARM的微處理器結構。EW包括：嵌入式C/C++優化編譯器，匯編器，連接定位器，庫管理員，編輯器，項目管理器和C-SPY調試器中。使用IAR的編譯器最優化最緊湊的代碼，節省硬件資源，最大限度地降低產品成本，提高產品競爭力，EWARM是IAR目前發展很快的產品，EWARM已經支持ARM7/9/10/1lXSCALE，并且在同類產品中具有明顯價格優勢。其編譯器可以對一些SOC芯片進行專門的優化.如Atmel，TI，ST，Philips，除了EWARM標準版外，IAR公司還提供EWARMBL（256K）的版本，方便了不同層次客戶的需求。IAR System是嵌入式領域唯一能夠提供這種解決方案的公司。EW支持35種以上的8位/16位/32位的微處理器結構。IAR Embedded Workbench 集成的編譯器主要產品特征：·高效PROMable代碼·完全標準C兼容·內建對應芯片的程序速度和大小優化器
標簽： iar
上傳時間： 2022-06-28
上傳用戶：
本書在綜合大量的技術文獻資料基礎上,結合作者從事的研究工作 從數學角度系統地論述了機器人操作的運動學、動力學、控制及運動規劃。本書內容反映了近年來機器人領域的主要研究成果。本書共九章，包括緒論，剛體運動飛機器人運動學、機器人動力學及控制、多指手運動學、機器人手的動力學及控制機器人系統的非完整約束、非完整運動規劃和機器人操作的研究展望。第二章至第八章含有豐富的實例，并附有小結和大量的習題。本書可作為有關專業研究生的教材，也可供從事機楛人飛自動控制等領域工作的科研和工程技術入員參考。
標簽： 機器人
上傳時間： 2022-07-10
上傳用戶：
TKS仿真器B系列快速入門
上傳時間： 2013-10-31
上傳用戶：aix008
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
