节约算法 最短里程

本文主要研究基于里程计和单目视觉传感器的地面车辆定位与地图构建问题。为了提高地面车辆视觉估计的精度，研究人员利用了近似平面运动的约束，并且通常将其作为SE（3）姿态的随机约束来实现。本文提出了一种在se（2）上直接参数化地面车辆姿态的简单算法。该方法不忽略se（2）运动扰动，而是将其引入一个新的se（2）-xyz约束的综合噪声项中，通过图像特征测量将se（2）姿态和3d地标关联起来。对于里程测量处理，我们还提出了一种有效的se（2）预积分算法。利用这些约束条件，以一种常用的图优化结构，开发了一个完整的视觉里程定位与映射系统。在工业室内环境下的实际实验验证了该方法在精度和鲁棒性方面的优越性。

物流课程中中常见的算法，节约里程算法，该软件利用里面的算法，根据各点间的距离，运载量，车的最大里程，自动计算出最节省的运载路线。

霍尔传感器 自行车测速、里程报警显示系统

将深度学习引入人工智能领域，开展相关机器人技术在自主导航中的方法研究，开发集机械平台、嵌入式硬件、软件系统、SLAM算法、场景识别方法于一体的机器人综合系统框架，结合多传感器融合的环境信息，实时指导路径规划。

视觉里程计（visual odometry）

求解VRP问题的经典算法，通过Matlab实现运算，源程序代码，含注释，可以自己修改数据

出租车计程计价器，具有车型设置、起步里程设置、起步价设置、里程显示（采用4位七段数码管）、计费显示（采用4位七段数码管），采用FPGA器件EP1C6Q240C8，开发系统采用QuartusII。