亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

智能寵物防盜定位項(xiàng)圈

  • 基于超聲波定位的智能跟隨小車_蔡磊

    說明了基于超聲波定位的方法,算法實現以及硬件設計

    標簽: 超聲波 定位

    上傳時間: 2017-02-28

    上傳用戶:sual

  • 智能家居論文

    物聯網技術論文,題目是智能家居,主要介紹其發展、前景展望。

    標簽: 智能家居 論文

    上傳時間: 2019-04-10

    上傳用戶:jans

  • 石墨烯“三防”涂層技術填補國內空白

    一種防高溫高濕、防鹽霧腐 蝕、防霉菌的石墨烯“三防”涂層 技術不久前在河北秦皇島經濟技術 開發區研制成功,該技術可應用于 艦船燃氣輪機、航空航天發動機高 溫部件保護以及艦船防鹽霧及海生 物腐蝕等,填補了高溫涂層技術應 用在重鹽霧地區的市場空白。

    標簽: 石墨烯

    上傳時間: 2020-07-05

    上傳用戶:

  • 臺區智能融合終端相關技術規范

    配電物聯〔2020〕5號-關于發布《臺區智能融合終端相關技術規范》的通知

    標簽: 技術規范

    上傳時間: 2020-09-22

    上傳用戶:

  • 如何布署智能城市– 智能路燈

    如何布署智能城市– 智能路燈想要了解有關智能城市布署的實際案例嗎?Pelion 設備管理為臺灣的智慧城市發展奠定了堅實基礎。市政府官員計劃在 4,000 個路燈柱上部署物聯網節點,用于感應環境光線亮度并適當控制輸出,以便減少能源消耗,最終達到能源成本和基礎設施生命周期成本降低的目的。

    標簽: 智能路燈

    上傳時間: 2021-11-15

    上傳用戶:kent

  • 廣和通物聯網產品手冊中文

    廣和通是中國首家A股上市的物聯網無線模組企業。致力于將可靠、便捷、安全、智能的無線通信解決方案普及至每一個物聯網應用場景,豐富智慧生活。廣和通提供創新的5G、4G、3G、2G、NB-IoT、LTE-M、智能、車規級無線通信模組及物聯網應用一站式無線通信解決方案 。廣和通擁有全球1000多名員工,產品及服務遍及100多個國家。

    標簽: 物聯網

    上傳時間: 2021-12-26

    上傳用戶:

  • 神經網絡在智能機器人導航系統中的應用研究

    神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ,環境模型 妁表示 是非常重要 的。未 知 環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境,在滿足 精度要求 的情況下,必定要占用大量的內存,并且采用柵 格法進行路徑規劃,其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡,其學習的結 果能體現出輸入樣本的分布情況,從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性,可采 用K0h0n曲 神經元 的 權向量來表示 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】作為網絡輸入,神經嘲絡通 過對大量的輸八樣本的學習,其神經元就會體現出一定的 分布形 式 學習過程如下:開 始時網絡的權值隨機地賦值 , 其后接下式進行學 習: , 、 Jm(,)+叫f)f,)一珥ff)) ∈N,(f) (,) VfeN.(f1 其 中M(f1:神經元 1在t時刻對 應的權值 ;a(∽ 謂整系 數 ; (『l網絡的輸八矢量;Ⅳ():學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (,) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ,如果神 經元 的數量 太少 .它們就 不能 覆 蓋整十空間,結果會導致節點穿過障礙物區域 如果節點 妁數量太大 .節點就會表示更多的區域,也就得不到距障 礙物的最大距離。在這種情況下,節點是對整個 自由空間 的學 習,而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義,在每個學習階段的結柬.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點 來 覆蓋整 十 自由窯 間,需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ,應該采用較少的網絡 節點升 始學習,逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習,自由空間教小,就可用線段表示;若自由空問 較大,就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構,可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息.如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架,起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中,可采用人】:神經嘲 絡技術對 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 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ,足以全局規荊為指 導 利用在線得到的局部環境信息,在盡可能短的時問內

    標簽: 神經網絡 智能機器人 導航

    上傳時間: 2022-02-12

    上傳用戶:qingfengchizhu

  • 基于人工神經網絡實現智能機器人的避障軌跡控制

    基于人工神經網絡實現智能機器人的避障軌跡控制摘 要:利用人工神經網絡中的二級 BP網。模擬智能機器人的兩控制參數(左 、右輪速)間的函數關系。實現避 障軌跡為圓弧或橢圓弧的軌跡控制 。并且通過調整橢圓長、短軸大小。能實現多個及多層障礙物的避障控制.該方法 的突出特點是方法簡單、算法容易實現 。使機器人完成多個及多層避障動作時。不滯后于動態環境里其它機器人(障 礙物)位置的變化.在仿真實驗中。取得了理想的效果. 關鍵詞;BP神經網絡I多個及多層避障控制I橢圓軌跡1 弓I言(Introduction) 在機器人中,避障軌跡的生成是一個重要的問 題.對于不確定的動態環境下的實時避障軌跡生成, 是較為困難的.有關這方面的研究,目前已有許多方 法.一些神經網絡模型被設計出來,產生實時的軌跡 生成.文獻113[23提供的神經網絡模型產生的軌跡 生成僅能處理在靜態環境下及假設空間中沒有障礙 物的情況.[3]提供的神經網絡模型,能為智能機器 人產生導航的避障軌跡,然而模型在計算上相當復 雜.文獻[43提供了Hopfield神經網絡模型,能在動 態環境下產生時實的避障軌跡生成,并在文獻[5] 中,嚴格證明了因該方法生成的軌跡沒有遭受局部 極小點逃離問題.并且文獻[63用兩個神經網絡層疊 加起來,每層構造相似于[43中的網絡結構.它是利 用第二層網絡來發現下一個機器人位置的無監督模 型,然而它卻加倍了計算量,盡管文獻[4,6]提供的 方法能在動態環境下,產生時實避障軌跡,但都具有 較慢的運動速度,在快速變化的環境下不能恰當地 完成動作執行,因為機器人要比較好地完成避障動 作,必須不能滯后于障礙物動作變化

    標簽: 神經網絡 智能機器人

    上傳時間: 2022-02-12

    上傳用戶:得之我幸78

  • 基于紅外技術的智能機器人控制系統

    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

    標簽: 紅外技術 智能機器人

    上傳時間: 2022-02-13

    上傳用戶:zhanglei193

  • 共建可信可管的互聯網世界白皮書-華為物聯網安全

    共建可信可管的互聯網世界白皮書-華為物聯網安全物聯網(Internet of Things,簡稱 IoT)將海量的設備互聯,使得網絡更 加開放復雜,業務更加豐富多樣。IoT 將帶我們進入一個萬物感知、萬物互聯、萬物 智能的全新世界,然而同時,IoT 世界也面臨巨大的安全挑戰。 本文分析了 IoT 安全技術的發展現狀, 提出了多重的端到端安全防御機制應作為應 對 IoT 安全威脅的有效保障,并進一步總結了 IoT 安全的實踐供參考。目前 IoT 技術正在 飛速發展,新的安全問題和安全威脅依舊層出不窮,IoT 安全需要整個產業鏈的共建、共榮。 所以我們倡導 IoT 的安全需要政府、國際組織和行業來共同建設,在政策引導、法律頒 布、標準制定、技術創新和產業生態等方面加大投入,以促進 IoT 產業的健康發

    標簽: 華為 物聯網

    上傳時間: 2022-02-22

    上傳用戶:fliang

主站蜘蛛池模板: 云龙县| 南川市| 华容县| 阿勒泰市| 波密县| 宣化县| 张家港市| 天峨县| 吉林省| 怀宁县| 同德县| 漳平市| 高淳县| 印江| 信阳市| 邳州市| 罗城| 华亭县| 孟州市| 浦北县| 宜兴市| 长海县| 大足县| 栖霞市| 清丰县| 行唐县| 栖霞市| 两当县| 芜湖县| 那曲县| 彩票| 出国| 广西| 金川县| 东至县| 鄂温| 乌鲁木齐县| 元朗区| 万载县| 开江县| 富蕴县|