基于TI IWR1642 77G mmWave 毫米波雷達(dá)的身理訊號(hào)量測(cè)方案基于TI IWR1642 77G mmWave 毫米波雷達(dá)的身理訊號(hào)量測(cè)方案
上傳時(shí)間： 2022-01-01
上傳用戶：
臺(tái)灣數(shù)能NU510ES是 一款低壓線性恒流驅(qū)動(dòng)芯片，高達(dá)30V耐壓，高精度恒流，低壓差，功率電流可外掛電阻任意調(diào)節(jié)電流至最大350mA,NU510恒流芯片主要應(yīng)用場(chǎng)景如下： 一般 LED 照明 LCD 背光 商業(yè)照明 燈條、燈帶 RGB 裝飾燈 LED 手電筒 RGB 顯示器/指示燈/裝飾燈 LED車燈照明/轉(zhuǎn)向流星燈備註：雙色溫調(diào)光調(diào)色主要是通過(guò)改變 C1、C2 容量的大小，造成 VDD 的上電時(shí)間延時(shí)不同。多顆電容順序增大，就能產(chǎn)流量燈效果。 NU510提供SOT23-6封裝、SOP-8封裝兩種形式，用戶可以根據(jù)實(shí)際情況靈活選用，通常150mA 以下采用SOT23-6封裝，150-350mA采用SOP-8封裝。
標(biāo)簽： led 驅(qū)動(dòng)芯片 nu510
上傳時(shí)間： 2022-01-07
上傳用戶：shjgzh
量產(chǎn)的移動(dòng)電源硬件設(shè)計(jì)PDF原理圖+PADS9.3 PCB文件，可直接量產(chǎn)1、原理圖：pdf格式；2、PCB：PADS文件；3、源程序：無(wú)；4、主要元器件單片機(jī)：不確定充電管理芯片：ME40565V升壓：ME2109電池保護(hù)：DW01+、8205A
標(biāo)簽： 移動(dòng)電源 pads
上傳時(shí)間： 2022-01-25
上傳用戶：jason_vip1
移動(dòng)機(jī)器人導(dǎo)航與定位技術(shù)隨 著 計(jì) 算機(jī) 技 術(shù) 、微 電 子 技 術(shù) 、網(wǎng) 絡(luò) 技 術(shù) 等 的快 速 發(fā) 展 ，特 別是 通 訊 技 術(shù) 的進(jìn) 步 。機(jī) 器 人 技 術(shù) 也 得 到 了飛 速 發(fā) 展 ，移 動(dòng)機(jī) 器 人 的 關(guān)鍵 技 術(shù) 得 到 深 入 而 廣 泛 的研 究 。并 且 部 分 已經(jīng) 走 向成 熟 ， 移 動(dòng) 機(jī) 器 人 應(yīng) 用 領(lǐng) 域 不 斷擴(kuò) 展 ，與 制 造 業(yè) 相 比 ，移動(dòng) 機(jī) 器 人 的 工 作 環(huán) 境 具 有 非 結(jié) 構(gòu) 化 和 不 確 定 性 。因而 對(duì)機(jī) 器人 的要 求 更 高 。不 僅 要 求 機(jī) 器 人 完 成 一 定 的 功 能 ，還 需 要 機(jī) 器 人具 有 行 走 功 能 。對(duì) 外感 知 能力 以及 局 部 的 自主 規(guī) 劃 能 力等 ，因 此 移 動(dòng)機(jī) 器 人 的 導(dǎo) 航 與 定位 技 術(shù) 成 為 智 能機(jī) 器 人 領(lǐng) 域 的一 個(gè) 重 要 研 究 方 向 ．也 是 智 能移 動(dòng) 機(jī) 器 人 的一 項(xiàng) 關(guān) 鍵 技 術(shù) 。 多年 來(lái) 國(guó)際 國(guó) 內(nèi)都 有 大 量 的 科技 工 作 者 致 力 于 這 方 面 的研 究 開(kāi) 發(fā) 工作 ．因 而 對(duì) 許 多 問(wèn)題 的 認(rèn) 識(shí) 與求 解 都 取 得 了長(zhǎng) 足 的 發(fā) 展 。在 某 些特 定 的 應(yīng)用 領(lǐng) 域 ，移 動(dòng) 機(jī) 器人 導(dǎo)航 技 術(shù) 已得 到 了實(shí) 際 應(yīng)用 。本 文 介 紹 了移 動(dòng)機(jī) 器人 導(dǎo) 航 技 術(shù) 研 究 中的 相 關(guān) 關(guān) 鍵 技 術(shù) 。 2移動(dòng) 機(jī) 器 人導(dǎo) 航 與定位 研 究 的 目的 移 動(dòng) 機(jī) 器 人 根 據(jù) 運(yùn) 動(dòng) 行 為 方 式 分 為 自主 和 半 自主 式 ．根 據(jù) 應(yīng) 用 的環(huán) 境 有 室 內(nèi)和 室 外 機(jī)器 人之 分 。無(wú) 論 哪 種 移動(dòng) 機(jī) 器人 。在 它的運(yùn)動(dòng)過(guò)程 中始終要求解決 自身的導(dǎo)航與定位 問(wèn)題 ．也就是 Dm．~ntWhyte提 出 的 三 個(gè) 問(wèn) 題 ：(1)”我 現(xiàn) 在 何 處 ?”，(2)”我 要 往 何 處 去 ?”，(3)”要 如 何 到 該 處 去?”。其 中 問(wèn)題 (1)是 移 動(dòng) 機(jī) 器 人 導(dǎo) 航 系統(tǒng) 中 的定 位 及 跟 蹤 問(wèn)題 ，(2)(3)是 移 動(dòng)機(jī) 器人 導(dǎo) 航 系 統(tǒng) 中 的 路徑 規(guī)劃 問(wèn)題 。移 動(dòng) 機(jī) 器 人 導(dǎo)航 與 定位 技 術(shù) 研 究 的 目的 就 是 解 決上 面 的 3個(gè) 問(wèn)題 ．給 出 已知 和 未 知 環(huán) 境 下 移 動(dòng)機(jī) 器 人 實(shí) 時(shí) 導(dǎo) 航 與 定 為 控 制 的 理 論 、方 法 與 關(guān) 鍵 技 術(shù) ，并 驗(yàn) 證 該 理 論 與 方 法 的 的 實(shí)用 性 ：提 出適 應(yīng) 多種 環(huán)境 的 實(shí) 時(shí)導(dǎo) 航 策 略 和 具 有 良好 可 擴(kuò) 展 性 的 移動(dòng) 機(jī) 器 導(dǎo)航 體 系 結(jié) 構(gòu) ：未知 環(huán) 境 中 移 動(dòng) 機(jī) 器 人 的 快 速環(huán) 境 建模 與 定 位 方 法 ：未 知環(huán) 境 中基 于 傳 感 器 的 移 動(dòng) 機(jī) 器 人 局部 運(yùn) 動(dòng) 規(guī) 劃 理 論 與 方 法 ：與 未 知環(huán) 境 中移 動(dòng) 機(jī) 器 人 導(dǎo) 航 控 制 相 關(guān) 的機(jī) 器 學(xué) 習(xí)的 基 礎(chǔ) 理 論 與 方 法 ；移 動(dòng) 機(jī) 器 人 的 故 障 自診
上傳時(shí)間： 2022-02-12
上傳用戶：xsr1983
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(lái)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(guò)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(guò)程如下：開(kāi) 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(shù)可以表示出自由空問(wèn)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(guò)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(méi)有足夠的節(jié)點(diǎn) 來(lái) 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點(diǎn)來(lái) 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(wèn) 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(guò)細(xì)信息．如形狀、位置等 通過(guò) 學(xué)習(xí)可用樹(shù)結(jié)構(gòu)表示自由空問(wèn)的基本框架，起、終點(diǎn)問(wèn)路 徑 可利用樹(shù)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(guò)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(wèn)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
基于人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能機(jī)器人的避障軌跡控制摘 要：利用人工神經(jīng)網(wǎng)絡(luò)中的二級(jí) BP網(wǎng)。模擬智能機(jī)器人的兩控制參數(shù)(左 、右輪速)間的函數(shù)關(guān)系。實(shí)現(xiàn)避 障軌跡為圓弧或橢圓弧的軌跡控制 。并且通過(guò)調(diào)整橢圓長(zhǎng)、短軸大小。能實(shí)現(xiàn)多個(gè)及多層障礙物的避障控制．該方法 的突出特點(diǎn)是方法簡(jiǎn)單、算法容易實(shí)現(xiàn) 。使機(jī)器人完成多個(gè)及多層避障動(dòng)作時(shí)。不滯后于動(dòng)態(tài)環(huán)境里其它機(jī)器人(障 礙物)位置的變化．在仿真實(shí)驗(yàn)中。取得了理想的效果． 關(guān)鍵詞；BP神經(jīng)網(wǎng)絡(luò)I多個(gè)及多層避障控制I橢圓軌跡1 弓I言(Introduction) 在機(jī)器人中，避障軌跡的生成是一個(gè)重要的問(wèn) 題．對(duì)于不確定的動(dòng)態(tài)環(huán)境下的實(shí)時(shí)避障軌跡生成， 是較為困難的．有關(guān)這方面的研究，目前已有許多方 法．一些神經(jīng)網(wǎng)絡(luò)模型被設(shè)計(jì)出來(lái)，產(chǎn)生實(shí)時(shí)的軌跡 生成．文獻(xiàn)113[23提供的神經(jīng)網(wǎng)絡(luò)模型產(chǎn)生的軌跡 生成僅能處理在靜態(tài)環(huán)境下及假設(shè)空間中沒(méi)有障礙 物的情況．[3]提供的神經(jīng)網(wǎng)絡(luò)模型，能為智能機(jī)器 人產(chǎn)生導(dǎo)航的避障軌跡，然而模型在計(jì)算上相當(dāng)復(fù) 雜．文獻(xiàn)[43提供了Hopfield神經(jīng)網(wǎng)絡(luò)模型，能在動(dòng) 態(tài)環(huán)境下產(chǎn)生時(shí)實(shí)的避障軌跡生成，并在文獻(xiàn)[5] 中，嚴(yán)格證明了因該方法生成的軌跡沒(méi)有遭受局部 極小點(diǎn)逃離問(wèn)題．并且文獻(xiàn)[63用兩個(gè)神經(jīng)網(wǎng)絡(luò)層疊 加起來(lái)，每層構(gòu)造相似于[43中的網(wǎng)絡(luò)結(jié)構(gòu)．它是利 用第二層網(wǎng)絡(luò)來(lái)發(fā)現(xiàn)下一個(gè)機(jī)器人位置的無(wú)監(jiān)督模 型，然而它卻加倍了計(jì)算量，盡管文獻(xiàn)[4，6]提供的 方法能在動(dòng)態(tài)環(huán)境下，產(chǎn)生時(shí)實(shí)避障軌跡，但都具有 較慢的運(yùn)動(dòng)速度，在快速變化的環(huán)境下不能恰當(dāng)?shù)? 完成動(dòng)作執(zhí)行，因?yàn)闄C(jī)器人要比較好地完成避障動(dòng) 作，必須不能滯后于障礙物動(dòng)作變化
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機(jī)器人
上傳時(shí)間： 2022-02-12
上傳用戶：得之我幸78
該文檔為MSP430單片機(jī)量產(chǎn)編程工具使用及其工裝的制作總結(jié)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： 2022-03-25
上傳用戶：
UCOSII實(shí)驗(yàn)3-消息隊(duì)列、信號(hào)量集和軟件定時(shí)器USER
上傳時(shí)間： 2022-04-19
上傳用戶：
UCOSII實(shí)驗(yàn)2-信號(hào)量和郵箱
標(biāo)簽： ucosii
上傳時(shí)間： 2022-04-19
上傳用戶：
該文檔為PLC控制系統(tǒng)中模擬量信號(hào)采樣和濾波及其Step7語(yǔ)言實(shí)現(xiàn)總結(jié)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………………
標(biāo)簽： plc
上傳時(shí)間： 2022-04-21
上傳用戶：fliang
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
