編寫具有如下函數(shù)原型的遞歸與非遞歸兩種函數(shù)equ，負(fù)責(zé)判斷數(shù)組a與b的前n個(gè)元素值是否按下標(biāo)對(duì)應(yīng)完全相同，是則返回true，否則返回false。并編制主函數(shù)對(duì)它們進(jìn)行調(diào)用，以驗(yàn)證其正確性。 bool equ(int a[], int b[], int n) 提示：遞歸函數(shù)中可按如下方式來分解并處理問題，先判斷最后一個(gè)元素是否相同，不同則返false；相同則看n是否等于1，是則返回true，否則進(jìn)行遞歸調(diào)用（傳去實(shí)參a、b與 n-1，去判斷前n-1個(gè)元素的相等性），并返回遞歸調(diào)用的結(jié)果（與前n-1個(gè)元素的是否相等性相同）。
上傳時(shí)間： 2014-01-18
上傳用戶：love1314
(有源代碼)數(shù)值分析作業(yè),本文主要包括兩個(gè)部分,第一部分是常微分方程(ODE)的三個(gè)實(shí)驗(yàn)題,第二部分是有關(guān)的拓展討論,包括高階常微分的求解和邊值問題的求解(BVP).文中的算法和算例都是基于Matlab計(jì)算的.ODE問題從剛性(STIFFNESS)來看分為非剛性的問題和剛性的問題,剛性問題(如大系數(shù)的VDP方程)用通常的方法如ODE45來求解,效率會(huì)很低,用ODE15S等,則效率會(huì)高多了.而通常的非剛性問題,用ODE45來求解會(huì)有很好的效果.從階次來看可以分為高階微分方程和一階常微分方程,高階的微分方程一般可以化為狀態(tài)空間(STATE SPACE)的低階微分方程來求解.從微分方程的性態(tài)看來,主要是微分方程式一階導(dǎo)系數(shù)大的時(shí)候,步長應(yīng)該選得響應(yīng)的小些.或者如果問題的性態(tài)不是太好估計(jì)的話,用較小的步長是比較好的,此外的話Adams多步法在小步長的時(shí)候效率比R-K(RUNGE-KUTTA)方法要好些,而精度也高些,但是穩(wěn)定區(qū)間要小些.從初值和邊值來看,也是顯著的不同的.此外對(duì)于非線性常微分方程還有打靶法,胞映射方法等.而對(duì)于微分方程穩(wěn)定性的研究,則諸如相平面圖等也是不可缺少的工具.值得提出的是,除了用ode系類函數(shù)外,用simulink等等模塊圖來求解微分方程也是一種非常不錯(cuò)的方法,甚至是更有優(yōu)勢(shì)的方法(在應(yīng)用的角度來說).
上傳時(shí)間： 2014-01-05
上傳用戶：caixiaoxu26
Fortran - Tóm tắ t nộ i dung mô n họ c Các khái niệ m và yế u tố trong ngô n ngữ lậ p trình FORTRAN. Các câ u lệ nh củ a ngô n ngữ FORTRAN. Cơ bả n về chư ơ ng chư ơ ng dị ch và mô i trư ờ ng lậ p trình DIGITAL Visual Fortran. Viế t và chạ y các chư ơ ng trình cho các bài toán đ ơ n giả n bằ ng ngô n ngữ FORTRAN.
標(biāo)簽： Fortran 7855 7897 7885
上傳時(shí)間： 2013-12-25
上傳用戶：songrui
metricmatlab ch ¬ ng 4 Ma trË n - c¸ c phÐ p to¸ n vÒ ma trË n. 4.1 Kh¸ i niÖ m: - Trong MATLAB d÷ liÖ u ® Ó ® a vµ o xö lý d íi d¹ ng ma trË n. - Ma trË n A cã n hµ ng, m cét ® î c gä i lµ ma trË n cì n m. § î c ký hiÖ u An m - PhÇ n tö aij cñ a ma trË n An m lµ phÇ n tö n» m ë hµ ng thø i, cét j . - Ma trË n ® ¬ n ( sè ® ¬ n lÎ ) lµ ma trË n 1 hµ ng 1 cét. - Ma trË n hµ ng ( 1 m ) sè liÖ u ® î c bè trÝ trª n mét hµ ng. a11 a12 a13 ... a1m - Ma trË n cét ( n 1) sè liÖ u ® î c bè trÝ trª n 1 cét.
標(biāo)簽： metricmatlab 203 184 tr
上傳時(shí)間： 2017-07-29
上傳用戶：來茴
探討了在 Mh T I AB環(huán)境中實(shí)現(xiàn)遺傳算法仿真 的方法 ， 并 以一個(gè) 簡單的求函數(shù)最值的問 題作為遺傳算法的應(yīng)用實(shí)鍘， 說明遺傳算法的全局尋優(yōu)性及用 M AI I AB實(shí)現(xiàn)仿真的可行性。
上傳時(shí)間： 2014-08-19
上傳用戶：牛津鞋
“走向數(shù)學(xué)”小叢書，每本小冊(cè)子盡量用深入淺出的語言來講述數(shù)學(xué)的某一問題或方面，使工程技術(shù)人員、非數(shù)學(xué)專業(yè)的大學(xué)生，甚至具有中學(xué)數(shù)學(xué)水平的人，亦能懂得書中全部或部分含義與內(nèi)容。這對(duì)提高我國人民的數(shù)學(xué)修養(yǎng)與水平，可能會(huì)起些作用。史樹中所著的《凸性》主要介紹了凸集定義、凸集承托定理及其解析證明、凸函數(shù)的定義、凸性不等式、凸函數(shù)的導(dǎo)數(shù)性質(zhì)、凸函數(shù)的次微分和共軛函數(shù)、凸分析的兩條基本定理及凸規(guī)劃等。
標(biāo)簽： 凸性
上傳時(shí)間： 2021-11-03
上傳用戶：nhhrzh
作者：何亮，劉揚(yáng)論文摘要：氮 化 鎵 (G a N )材 料 具 有 優(yōu) 異 的 物 理 特 性 ，非 常 適 合 于 制 作 高 溫 、高 速 和 大 功 率 電 子 器 件 ，具 有 十 分 廣 闊 的 市場(chǎng)前景 。 S i襯 底 上 G a N 基 功 率 開 關(guān) 器 件 是 目 前 的 主 流 技 術(shù) 路 線 ，其 中 結(jié) 型 柵 結(jié) 構(gòu) （p 型 柵 ）和 共 源 共 柵 級(jí) 聯(lián) 結(jié) 構(gòu) (C asco de)的 常 關(guān) 型 器 件 已 經(jīng) 逐 步 實(shí) 現(xiàn) 產(chǎn) 業(yè) 化 ，并 在 通 用 電 源 及 光 伏 逆 變 等 領(lǐng) 域 得 到 應(yīng) 用 。但 是 鑒 于 以 上 兩 種 器 件 結(jié) 構(gòu) 存 在 的 缺 點(diǎn) ，業(yè) 界 更 加 期 待 能 更 充 分 發(fā) 揮 G a N 性能的 “ 真 ” 常 關(guān) M 0 S F E T 器件。而 GaN M 0 S F E T 器件的全面實(shí)用 化 ，仍 然 面 臨 著 在 材 料 外 延 方 面 和 器 件 穩(wěn) 定 性 方 面 的 挑 戰(zhàn) 。
標(biāo)簽： 第三代半導(dǎo)體 GaN 功率開關(guān)器件
上傳時(shí)間： 2021-12-08
上傳用戶：XuVshu
用三點(diǎn)法實(shí)現(xiàn)機(jī)器人三維位置測(cè)量的研究摘 要 ：提 出 了一 種 微 小 爬 壁 機(jī) 器 人 三 維 位 置 測(cè) 量 的新 方 法 。筆 者 通 過 深 入 分 析 研 究各 種 位 置 測(cè) 控 方 法 與 系 統(tǒng) ，提 出采 用單 目視 覺方 法 中的 聚 焦法 ，以 CCD作 為 傳 感 器 ，用 三 點(diǎn) 法 實(shí)現(xiàn) 對(duì) 機(jī) 器 人 的 三 維 位 置 測(cè) 量 。 驗(yàn) 證性 實(shí)驗(yàn) 結(jié)果表 明 ，本研 究提 出的測(cè) 量原 理和 系統(tǒng)是 正 確 可行 的 。 關(guān)鍵詞 ：機(jī) 器人 ；位置 測(cè)量 ；CCD傳 感 器 ；單 目視 覺 ；攝 像 機(jī) 標(biāo) 定 中 圖分 類 號(hào) ：TP242．6 文 獻(xiàn) 標(biāo) 識(shí) 碼 ：B Abstract：A new 3D position measurementmethod Ofa wall—climbing micro robothas been researched．Researc— hing on the various position measuring and controlling method，theauthorhasputforwardanewprojecttomeas— ure the 3D position of the robot，in which the focusing method with singlecamera and CCD sensorhasbeen used to getthe position information．The elementary experiment has verified the principle and the system． Key words：robot；position detection；CCD sensor；single camera vision；camera caiibration 位置測(cè)量技 術(shù)是智 能機(jī) 器人 的關(guān)鍵 技術(shù) ，是各 種 機(jī)器人控 制系統(tǒng) 中極 為重 要 的環(huán)節(jié) ，也 是 國內(nèi)外研 究 的熱點(diǎn)所 在。 按 照測(cè)試 系統(tǒng) 與被 測(cè)機(jī) 器 人 的關(guān) 系 ，可 以將位 置 測(cè)量技術(shù) 分為接觸 式和非接觸式 兩大類 。接觸 式測(cè)量 系統(tǒng) 由于在測(cè) 量過程 中或多或少地 對(duì)機(jī)器人施 加 了載 荷 ，因而僅適用于靜 態(tài) 位置測(cè) 量 。而動(dòng) 態(tài) 位 置測(cè)量 系 統(tǒng) 主要分 5類 ：①激光跟蹤 系統(tǒng) ；@ CCD交 互測(cè)量 收 稿 日期 ：2001—07—03 基 金項(xiàng) 目：國家 863高科技 研 究 資助 項(xiàng) 目(9804-06)；教 育 部 高 等 學(xué)校 骨干教 師 資助 計(jì) 3t,j項(xiàng) 目 作者 簡 介 ：張 智海 (1973一 )，男 ，工 學(xué)碩 士 ，主 要 研 究 方 向 為 智 能 機(jī) 器人 測(cè) 控 技 術(shù) 。 系統(tǒng) ；③ 超聲波 測(cè)量 系統(tǒng) ；④ PSD(positionsensitivede— vice)位 置 測(cè) 量 系統(tǒng) ；⑤ 帶 有 接 近覺 傳 感 器 的 測(cè)量 系 統(tǒng) 。位置測(cè)量 還可 以從另一個(gè)分類 角度劃分為主動(dòng)式 測(cè)量和被動(dòng) 式測(cè) 量 。主動(dòng)式測(cè) 量主要可 以分為結(jié) 構(gòu)光方法和激光 自動(dòng)聚焦法兩類 。被 動(dòng)式測(cè)量 主要 可 以分為雙 目視 覺 、三 目視覺 、單 目視覺 等方法 。 對(duì) 比以上各種方法 的 優(yōu)缺 點(diǎn) ，針對(duì) 筆者 研制 的微 小爬壁機(jī)器人 的空 間三 維位 置 測(cè)量 的要 求 ，測(cè)量 系統(tǒng) 必須滿足尺 寸小 、分 辨率 高 、穩(wěn)定 性 和可 靠性 好 、時(shí) 間 響應(yīng)快等特 點(diǎn) ，提 出了采用 單 目視覺方法 中的聚焦法 ， 選用 CCD作 為傳感器 ，用 三點(diǎn)法實(shí)現(xiàn)對(duì)機(jī)器人 的三維 位置測(cè)量 ，并用 Matlab和 V
標(biāo)簽： 機(jī)器人
上傳時(shí)間： 2022-02-12
上傳用戶：
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 國際 國 內(nèi)都 有 大 量 的 科技 工 作 者 致 力 于 這 方 面 的研 究 開 發(fā) 工作 ．因 而 對(duì) 許 多 問題 的 認(rèn) 識(shí) 與求 解 都 取 得 了長 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 論 哪 種 移動(dòng) 機(jī) 器人 。在 它的運(yùn)動(dòng)過程 中始終要求解決 自身的導(dǎo)航與定位 問題 ．也就是 Dm．~ntWhyte提 出 的 三 個(gè) 問 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 問題 (1)是 移 動(dòng) 機(jī) 器 人 導(dǎo) 航 系統(tǒng) 中 的定 位 及 跟 蹤 問題 ，(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
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
