本系統(tǒng)實(shí)現(xiàn)了一種具有語音播報(bào)、語音提示的高性能、高智能的實(shí)用型遠(yuǎn)距離多路數(shù)據(jù)采集系統(tǒng)。
標(biāo)簽： 性能 多路數(shù)據(jù)采集 語音播報(bào)
上傳時(shí)間： 2017-07-03
上傳用戶：410805624
。整個(gè)系統(tǒng)涉及車模機(jī)械結(jié)構(gòu)調(diào)整、傳感器電路設(shè)計(jì)及信號(hào)處理、控制算法和策略優(yōu)化等多個(gè)方面。為了提高智能賽車的行駛速度和可靠性，對(duì)比了不同方 案的優(yōu)缺點(diǎn)，并結(jié)合Labview 仿真平臺(tái)進(jìn)行了大量底層和上層測(cè)試，最終確定 了現(xiàn)有的系統(tǒng)結(jié)構(gòu)和各項(xiàng)控制參數(shù)。
上傳時(shí)間： 2017-07-19
上傳用戶：zhangyigenius
51單片機(jī)在微型智能控制系統(tǒng)中應(yīng)用很廣,隨著人們對(duì)控制系統(tǒng)的要求不斷提高, 51 單片機(jī)的功能局限越發(fā)明顯。特別是51系列單片機(jī)不具有實(shí)時(shí)多任務(wù)支持功能,大大限制其在控制系統(tǒng)中的進(jìn)一步發(fā)展。而多任務(wù)恰恰是現(xiàn)代操作系統(tǒng)的突出特點(diǎn),將多任務(wù)機(jī)制引入 單片機(jī)系統(tǒng)。
標(biāo)簽： 控制系統(tǒng) 單片機(jī) 51 51單片機(jī)
上傳時(shí)間： 2014-11-23
上傳用戶：Altman
0578、基于AVR—AT90S8515的多通道智能大廈自動(dòng)抄表系統(tǒng)
標(biāo)簽：
上傳時(shí)間： 2014-04-09
上傳用戶：dbs012280
超聲,紅外,激光,無線,通訊相關(guān)專輯 183冊(cè) 1.48G實(shí)時(shí)控制與智能儀表 多微機(jī)系統(tǒng)的通信技術(shù) 482頁 12.7M.pdf
標(biāo)簽：
上傳時(shí)間： 2014-05-05
上傳用戶：時(shí)代將軍
該文檔為基于單片機(jī)的多功能智能小車的設(shè)計(jì)簡(jiǎn)介資料，講解的還不錯(cuò)，感興趣的可以下載看看…………………………
上傳時(shí)間： 2021-10-25
上傳用戶：slq1234567890
30個(gè)數(shù)學(xué)建模智能算法及MATLAB程序代碼:chapter10基于粒子群算法的多目標(biāo)搜索算法.rarchapter11基于多層編碼遺傳算法的車間調(diào)度算法.rarchapter12免疫優(yōu)化算法在物流配送中心選址中的應(yīng)用 .rarchapter13粒子群優(yōu)化算法的尋優(yōu)算法.rarchapter14基于粒子群算法的PID控制器優(yōu)化設(shè)計(jì).rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于動(dòng)態(tài)粒子群算法的動(dòng)態(tài)環(huán)境尋優(yōu)算法.rarchapter17基于PSO工具箱的函數(shù)優(yōu)化算法.rarchapter18魚群算法函數(shù)尋優(yōu).rarchapter19基于模擬退火算法的TSP算法.rarchapter1遺傳算法工具箱.rarchapter20基于遺傳模擬退火算法的聚類算法.rarchapter21模擬退火算法工具箱及應(yīng)用.rarchapter22蟻群算法的優(yōu)化計(jì)算——旅行商問題(TSP)優(yōu)化 .rarchapter23基于蟻群算法的二維路徑規(guī)劃算法.rarchapter24 基于蟻群算法的三維路徑規(guī)劃算法.rarchapter25有導(dǎo)師學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的回歸擬合——基于近紅外光譜的汽油辛烷值預(yù)測(cè).rarchapter26.rarchapter27無導(dǎo)師學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的分類——礦井突水水源判別.rarchapter28支持向量機(jī)的分類——基于乳腺組織電阻抗特性的乳腺癌診斷 .rarchapter29支持向量機(jī)的回歸擬合——混凝土抗壓強(qiáng)度預(yù)測(cè).rarchapter2基于遺傳算法和非線性規(guī)劃的函數(shù)尋優(yōu)算法 .rarchapter30極限學(xué)習(xí)機(jī)的回歸擬合及分類.rarchapter3基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化算法 .rarchapter4sa_tsp.rarchapter5基于遺傳算法的LQR控制器優(yōu)化設(shè)計(jì).rarchapter6遺傳算法工具箱詳解及應(yīng)用 .rarchapter7多種群遺傳算法的函數(shù)優(yōu)化算法.rarchapter8基于量子遺傳算法的函數(shù)尋優(yōu)算法 .rarchapter9基于遺傳算法的多目標(biāo)優(yōu)化算法.rar
標(biāo)簽： 數(shù)學(xué)建模 matlab
上傳時(shí)間： 2021-11-28
上傳用戶：
該文檔為基于單片機(jī)的多功能智能小車設(shè)計(jì)論文(電路+程序+論文)講解文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
上傳時(shí)間： 2021-12-09
上傳用戶：qdxqdxqdxqdx
神經(jīng)網(wǎng)絡(luò)在智能機(jī)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(duì)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(cè)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(jìn)行路徑規(guī)劃，其計(jì)算量是相當(dāng)大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機(jī)器人對(duì)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(duì)輸入樣本實(shí)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(jī)地選 取坐標(biāo)點(diǎn)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(duì)大量的輸八樣本的學(xué)習(xí)，其神經(jīng)元就會(huì)體現(xiàn)出一定的 分布形 式 學(xué)習(xí)過程如下：開 始時(shí)網(wǎng)絡(luò)的權(quán)值隨機(jī)地賦值 ， 其后接下式進(jìn)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(shí)刻對(duì) 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(gè)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(dòng) 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(huì)導(dǎo)致節(jié)點(diǎn)穿過障礙物區(qū)域 如果節(jié)點(diǎn) 妁數(shù)量太大 ．節(jié)點(diǎn)就會(huì)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(diǎn)是對(duì)整個(gè) 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(diǎn)的數(shù) 量可 以動(dòng)態(tài) 地定義，在每個(gè)學(xué)習(xí)階段的結(jié)柬．機(jī)器人會(huì)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(diǎn) 來 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點(diǎn)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(diǎn)升 始學(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺(tái)對(duì)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(gè)新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時(shí)間內(nèi)進(jìn)行大量的計(jì)算。并 且不需要了解障礙物的過細(xì)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(diǎn)問路 徑 可利用樹的遍 歷技術(shù)報(bào)容易地被找到 在機(jī)器人對(duì)環(huán)境的感知的過程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對(duì) 多傳 感器的信息進(jìn) 行融臺(tái) 。由于單個(gè)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(jī)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(dòng)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(shí)問內(nèi)
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機(jī)器人 導(dǎo)航
上傳時(shí)間： 2022-02-12
上傳用戶：qingfengchizhu
嵌入式智能機(jī)器人平臺(tái)研究摘 要：針對(duì)傳統(tǒng)工業(yè)機(jī)器人采用的封閉式結(jié)構(gòu)的局限性，在WindowsCE．NET系統(tǒng)基礎(chǔ)上，通過剪裁定制 ，去 除冗余的功能，搭建嵌入式智能機(jī)器人平臺(tái)．該智能機(jī)器人系統(tǒng)具有移動(dòng)機(jī)器人需要的主要感知模塊，并有豐富的 運(yùn)動(dòng)控制接口及驅(qū)動(dòng)模塊．同時(shí) ，設(shè)計(jì)了多傳感器數(shù)據(jù)融合 、軌跡規(guī)劃、運(yùn)動(dòng)控制、無線網(wǎng)絡(luò)通信 、圖形人機(jī)界面等智 能機(jī)器人的測(cè)試軟件和應(yīng)用模塊．該智能機(jī)器人平臺(tái)具有模塊化、易擴(kuò)展、可移植、可定制、硬件體積小、功耗低、實(shí) 時(shí)性強(qiáng)、可靠性高等優(yōu)點(diǎn)． 關(guān)鍵詞：智能機(jī)器人平臺(tái)；WindowsCE．NET；實(shí)時(shí)控制；自主機(jī)器人；雙目視覺；語音識(shí)別引言(Introduction) 隨著計(jì)算機(jī)技術(shù) 的快 速發(fā)展 ，機(jī)器 人技術(shù)也得 到了飛速發(fā)展．然而 ，現(xiàn)有機(jī)器人系統(tǒng)在硬件 和軟件 開發(fā)方面雖然已經(jīng)趨于成熟，但依然存在一些問題． 它們的硬件多是專用的，軟件系統(tǒng)也多采用 Windows 2000或者 WindowsXP系統(tǒng)…．這些機(jī)器人系統(tǒng) 主要 存在以下一些缺點(diǎn) ： (1)系統(tǒng)的實(shí)時(shí)性差．機(jī)器人控制系統(tǒng)是一個(gè)實(shí) 時(shí)性要求非常高的控制系統(tǒng)，作為一般桌面應(yīng)用的 Windows和 Linux操作系統(tǒng)很難達(dá)到高實(shí)時(shí)性的要 求． ． (2)開放性 以及擴(kuò)展性差．常見的機(jī)器人控制系 統(tǒng)存在的一個(gè) 問題就是 系統(tǒng) 的冗余大、開放性擴(kuò)展 基金項(xiàng) 目：國家 自然科學(xué)基金 資助項(xiàng) 目(60475036) 收稿 日期 ：2005—05—16 性差，系統(tǒng)適用于特定的應(yīng)用 ，不便于在硬件和軟件 上進(jìn)行擴(kuò)展和剪裁． (3)軟件的獨(dú)立性差．軟件結(jié)構(gòu)及其邏輯結(jié)構(gòu)依 賴于處理器硬件 ，難以在不同的系統(tǒng) 間移植． (4)缺少友好的人機(jī)交互界面． 2 系統(tǒng)概述(System description) 為促進(jìn)當(dāng)前智能機(jī)器人研究和應(yīng)用，迫切需要 開發(fā)“具有開放式結(jié)構(gòu) 的、模塊化 、標(biāo)準(zhǔn)化 的嵌 入式 智能機(jī)器人平臺(tái)”．這種智能機(jī)器人平臺(tái)具
上傳時(shí)間： 2022-02-12
上傳用戶：zhaiyawei
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
