激光雷达SLAM是LDS激光测距传感器与SLAM技术的结合。激光雷达测距LDS的原理是：从半导体激光器以一定的入射角度发射一束或n束激光照射被测物体，激光在物体表面发生散射或折射，通过透镜对反射激光汇聚成像，光斑成像在CCD传感器上（Charge-coupled Device，感光耦合组件）。当物体发生位移时，光斑也将随之产生移动，其位移大小通过信号处理器的计算而获得，由光斑位移距离计算出被测物体与基线的距离值。由于入射光和反射光构成一个三角形，位移计算运用了几何三角定理，故又被称为激光三角测距法。这种方法能够获得精度较高的距离信息。 通常线束越高，价格越高；采购量越大，价格越低。Quane
2023-03-09 22:29:34
2MB
1
MATLAB 散点图函数在显示大数据集（例如 1000000 点）时存在重大问题。 但是，将数千个点一个一个地绘制在另一个点上并没有太多信息。 scatter_LDS 减少了显示的数据量，同时保留了孤立点。 例如，假设您正在进行一项研究，其目的是根据两个指标估计心肌梗塞的概率： - 24 小时动态心电图记录期间心房颤动的持续时间（存储在矢量“holter”中）。 - 心脏压力测试期间的峰值缺血性 ST 压低（存储在向量“ST”中）。 此外，对于那些经历过心肌梗塞的患者，布尔向量“MI”的值为“真” 自上述测试以来的 5 年内。 使用以下命令初始化变量： >> N = 1e6; >> t = 20*abs(randn(1,N)); >> MI = t<=5; >> holter = max(0,min(100, 15*randn(1,N)+30+40*5./t)); >> ST = (5-
2023-02-24 11:31:35
4KB
1
凸优化matlab代码轨迹stable_lds
这个简单的存储库提供了MATLAB代码，可通过求解凸程序的数据来估计线性动力系统。
开发部门提出了一种变体，可以从数据中估计吸引子和非线性稳定动力学（假设线性参数变化模型）。
该代码依靠YAMLIP和sedumi求解器来解决估计中出现的凸优化问题。
要运行代码的简单演示，请首先初始化并更新相应的子模块。
在终端中，转到yout
stable_lds文件夹
$
cd
your_stable_lds_folder
然后
$
git
submodule
update
--init
--recursive
要运行演示，请在MATLAB命令窗口中运行
>>
demo
将会弹出一个图形，您可以在其中绘制任意数量的轨迹。
完成后，单击“停止记录”，您将看到生成的动态系统的流线型
该代码可以估计吸引子和所提供轨迹的动态，或将吸引子约束到先验提供的状态。
2022-11-03 20:32:01
67KB
1
我并不生活在 LDS 密集的人口中，但我经常拜访不居住在我熟悉的地区的信仰成员。 我没有智能手机，但我有 GPS。 我知道从病房目录中添加所有数据会浪费时间。 此工具允许任何人将 LDS 教会提供的 CSV 转换为 GPX 文件。
2022-03-16 17:39:47
320KB
1
matlab系统聚类代码LDS工具箱：用于线性动力系统（LDS）建模的Matlab工具箱
作者：
概述
线性动力系统（LDS）是在各种学科中对时空数据进行建模的基本工具。
尽管LDS具有丰富的建模功能，但分析LDS并非没有困难，这主要是因为LDS不符合欧几里得几何学，因此传统的学习技术无法直接应用。
具体而言，LDS应用参数方程式对时空数据进行建模。
从输入中获悉的最佳系统参数（即系统元组（A，C））用作每个时空序列的描述符。
使用此工具箱，您可以：1）通过各种方法学习任何给定序列的稳定LDS系统元组；
2）在LDS的空间上进行聚类或稀疏编码；
3）对时空数据（例如视频和触觉序列）进行分类。
如果您在工作中使用此工具箱，请引用以下论文：
@inproceedings
{huang2017efficiency，title
=
{线性动态系统的有效优化及其在聚类和稀疏编码中的应用。}，作者=
{Huang，Wenbing
and
Mehrtash，Harandi
and
Tong，Zhang
and
Lijie，Fan
and
Fuchun，Sun
and
Junzhou，Huang
}，
2022-03-09 23:08:06
92.66MB
1