-
：校园巡逻机器人定位与避障技术研究
资源描述本文针对校园环境下移动机器人的定位与避障技术展开研究，并取得了一
定成果，具体研究内容如下：
(1)针对校园环境范围大、结构简单的特点，结合RFID传感器信息传递
功能，提出一种大范围拓扑环境学习与建模新方法。根据校园环境上下文信息
需求，设计RFID标签格式，指导机器人进行环境学习，且以标签的分布代表
环境整体结构，由标签内容传递导航任务，由此构建环境模型。
(2)针对激光数据存在噪声干扰的问题，设计了一种动态自适应中值滤
波方法，利用激光数据时间和空间上的相关性，剔除噪声干扰，平滑激光数据。
(3)根据校园道路特点，采用激光传感器利用路沿高度区分路面区域，
完成机器人定位，并针对单一传感器无法可靠定位的问题，提出了基于扩展卡
尔曼滤波的激光与惯导模块角度信息融合方法，大大提高了机器人直道定位的
精度和可靠性。在路口区域，使用RFID、激光、惯导模块与里程计相互配合，
- 2022-03-20 18:46:25下载
- 积分：1
-
牛顿差商法求数值拟合。包文件中包含一个例子结果文件，包括输入和输出的结果。...
牛顿差商法求数值拟合。包文件中包含一个例子结果文件，包括输入和输出的结果。-poor numerical fitting. Packet document contains an example of the outcome document, including input and output results.
- 2023-03-26 15:35:03下载
- 积分：1
-
快速排序在C++
快速排序是最受欢迎的因为它是不难实现，适用于各种不同类型的输入数据，并速度比任何其他在典型应用程序中的排序方法。它是的地方 （使用只有一个小的辅助堆栈），需要时间正比于 N log N 对平均的 N 对项目排序，并且有极短的内环。快速排序是分而治之的排序方法。它的工作原理数组分成两部分，然后独立排序部分。
- 2022-11-14 18:45:03下载
- 积分：1
-
Procedures are given deformation QR method with real symmetric triangular matrix...
程序中给出了用变形QR方法计算实对称三角阵的全部特征值与相应的向量-Procedures are given deformation QR method with real symmetric triangular matrix of all eigenvalues with the corresponding vector
- 2022-12-29 05:15:03下载
- 积分：1
-
单件轮转调度算法
在这我们实行轮转调度算法，随机函数用来创建过程的突发时间，到达时间。后该周转时间和等待时间的计算。
- 2022-02-21 23:50:08下载
- 积分：1
-
51贪吃蛇程序
应用背景（2）蛇的运动
此程序的关键就在于蛇的移动。游戏在进入界面后，在没有执行任何操作的情况下，蛇沿着原来的方向以某一速度前行。若蛇在水平方向上前行，操作者按向左或向右的键，此时该指令判为无效，蛇继续沿着原来水平的方向前行。同样的道理，若蛇在竖直的方向上前行，操作者按向上或向下的键，此时该指令也判为无效，蛇继续沿着原来竖直的方向前行。关键技术图形的驱动，首先是由detectgraph通过检测硬件确定图形驱动程序和模式，然后把自动测试硬件的结果赋给图形驱动器。不同的显示器适配器有不同的图形分辨率。即是同一显示器适配器, 在不同模式下也有不同分辨率。因此, 在屏幕作图之前, 必须根据显示器适配器种类将显示器设置成为某种图形模式, 在未设置图形模式之前,微机系统默认屏幕为文本模式(80列, 25行字符模式), 此时所有图形函数均不能工作。再由initgraph()函数，根据测试结果初始化图形。
- 2023-02-02 18:30:04下载
- 积分：1
-
webrtc中的ns(背景音去除)模块，可以直接编译，编译完后生成动态库。
webrtc中的ns(背景音去除)模块，可以直接编译，编译完后生成动态库。后续可以直接使用include目录的noise_suppression.h和library中的libwebrtc_ns.so进行测试。
- 2023-04-20 06:20:03下载
- 积分：1
-
这是一个矩阵求解
this is a matrix solve
- 2022-02-06 12:13:18下载
- 积分：1
-
Kruscal最小生成树
kruscal求最小生成树-kruscal for minimum spanning tree
- 2022-01-25 17:21:17下载
- 积分：1
-
sift算法源代码
SIFT特征 (Scale-invariant feature transform，尺度不变特征转换) 是一种计算机视觉的算法，用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。
此算法由 David Lowe 在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。此算法有其专利，专利拥有者为 英属哥伦比亚大学。
- 2022-05-21 14:51:41下载
- 积分：1
