本網絡考核系統采用現在比較先進的基于B-S模式的全新的網絡考試系統。服務器端對數據庫進行管理，客戶端通過瀏覽器登錄網絡考場，進行選擇性考試，考試結束用戶答案自動提交服務器數據庫，服務器自動對用戶的考試進行評分。與傳統的基于C-S模式的網絡考場相比，它更加穩定，更適宜于互聯網上的考試。同時，網絡考場是基于題庫操作的，所以能實現智能自動組卷、自動閱卷和自動分析，大大縮短了考試周期，減低了對客戶端的要求。
上傳時間： 2014-01-21
上傳用戶：515414293
5V USB扁口接口TP4055鋰離子電池充電接口板ALTIUM設計硬件原理圖+PCB文件，2層B板手設計，大小為33*18mm,，可以做為你的學習設計參考。TP4055 是一款完整的單節鋰離子電池充電器，帶電池正負極反接保護，采用恒定 電流/恒定電壓線性控制。其 SOT 封裝與較少的外部元件數目使得 TP4055 成為便攜式應 用的理想選擇。TP4055 可以適合 USB 電源和適配器電源工作。 由于采用了內部 PMOSFET 架構，加上防倒充電路，所以不需要外部檢測電阻器和 隔離二極管。熱反饋可對充電電流進行自動調節，以便在大功率操作或高環境溫度條件 下對芯片溫度加以限制。充滿電壓固定于 4.2V，而充電電流可通過一個電阻器進行外部 設置。當電池達到 4.2V 之后，充電電流降至設定值 1/10，TP4055 將自動終止充電。 當輸入電壓（交流適配器或 USB 電源）被拿掉時，TP4055 自動進入一個低電流狀 態，電池漏電流在 2uA 以下。TP4055 的其他特點包括充電電流監控器、欠壓閉鎖、自 動再充電和一個用于指示充電結束和輸入電壓接入的狀態引腳。
上傳時間： 2021-11-22
上傳用戶：trh505
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
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
摘要: 智能機器人仿真系統，由于智能機器人受到自身多傳感器信息融合和控制多樣性等因素的影響，仿真系統設計主要都 是以數學建模的形式化仿真為主，無法實現數學建模與場景實現協調仿真。為此，首先分析兩輪移動機器人數學運動模型， 然后設計與機器人控制系統相關的傳感器數據采集分析、機器人智能自動控制和人工控制等模塊，以實現機器人控制的真 實場景。仿真系統利用 LabVIEW 設計控制界面，并結合 Robotics 工具包的建模、計算和控制功能。仿真結果表明設計的平 臺更適合教學和實驗室研究，并可為實際的物理過程提供數據參考和決策建議。 關鍵詞: 機器人; 虛擬; 系統仿真 中圖分類號: TP242 文獻標識碼: B1 引言 隨著測控技術的發展，虛擬儀器技術已成為工業控制和 自動化測試等領域的新生力量［1］。而機器人作為一種新型 的生產工具，應用范圍已經越來越廣泛，幾乎滲透到各個領 域，是一項多學科理論與技術集成的機電一體化技術。目前 機器人仿真系統主要集中在復雜的機器人數學模型構建與 形式化仿真，無法實現分析機器人運動控制的靜態和動態特 性，更加無法實現控制的真實場景［2］。為了改善專業控制軟 件在硬件開發周期較長的缺點，本文擬建立一個基于通用軟 件的實時仿真和控制平臺，以更適合教學和實驗室研究。本 文以通用仿真軟件 LabVIEW 和 Robotics ［3］為實時仿真與控 制平臺，采用 LabVIEW 搭建控制界面，利用 Robotics 在后臺 進行系統模型和優化控制算法計算，使其完成機器人控制系 統應有的靜態和動態性能分析，不同環境下傳感器變化模擬 顯示以及目標路徑形成等功能。 2 系統構成 仿真系統的構成主要包括了仿真界面、主控制界面、障 礙檢測、智能控制和人工控制模塊。其中主要對人工控制和 智能控制進行程序設計。仿真運行時，障礙檢測一直存在， 主要是為了在智能控制模式下的智能決策提供原始數據。 在人工控制模式下，障礙檢測依然存在，只不過對機器人行 動不產生影響，目的是把環境信息直觀
標簽： 智能機器人
上傳時間： 2022-03-11
上傳用戶：
21世紀大學新型參考教材系列 集成電路B 荒井
上傳時間： 2013-04-15
上傳用戶：eeworm
家電維修(最基礎的教程B)1-20.Torrent
上傳時間： 2013-06-10
上傳用戶：eeworm
jk-b交通信號控制機原理圖
上傳時間： 2013-07-13
上傳用戶：eeworm
專輯類-實用電子技術專輯-385冊-3.609G jk-b交通信號控制機原理圖-1.3M.zip
上傳時間： 2013-08-02
上傳用戶：zhf1234
專輯類-電子基礎類專輯-153冊-2.20G 21世紀大學新型參考教材系列-集成電路B-荒井-159頁-2.8M.pdf
上傳時間： 2013-05-16
上傳用戶：pkkkkp
三次B樣條曲線源代碼,C語言編寫的三次B樣條曲線源代碼，希望大家喜歡。
標簽：
上傳時間： 2013-07-13
上傳用戶：chengli008
<input id="q2s2o"></input>