应急通信

基于yolov5+大疆教育无人机Tello TT实现目标识别检测+追踪测距完整源码+数据集+训练好的模型+操作说明文档.7z 数据集目标是旗、圈识别 模型已经训练调优 请参考项目说明中的步骤来操作。 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

Udacity的无人驾驶汽车项目：此存储库包含我关于Udacity的第1学期的无人驾驶汽车纳米学位项目的总结报告，该项目专注于决策的计算机视觉和深度学习

udacity无人驾驶-05.Extended kalman filters project.rar

基于yolov5和大疆教育无人机TelloTT实现目标识别测距追踪源码+训练好的模型数据.zip提供训练好的模型，调用方法如下： 模型加载 model = DetectApi(weights=['.\yolov5_new\weights\best.pt'], nosave=False) 目标检测 img_path = '.\img\20.jpg' #待检测图片 res = model.detect(source=img_path) print(res) #显示检测结果 识别后的结果默认存放在yolov5_new/runs/detect/exp*文件夹下 基于yolov5和大疆教育无人机TelloTT实现目标识别测距追踪源码+训练好的模型数据.zip提供训练好的模型，调用方法如下： 模型加载 model = DetectApi(weights=['.\yolov5_new\weights\best.pt'], nosave=False) 目标检测 img_path = '.\img\20.jpg' #待检测图片 res = model.detect(source=img_path) pr

基于应急物流的“卡车+无人机”协同配送线路优化研究_蒋利.caj

健身房 训练USV导航的环境。 安装 cd gym-usv pip install -e . 关于：A. Gonzalez-Garcia和H.Castañeda，“无人水面车辆的建模，识别和控制”，AUVSI XPONENTIAL 2019：万物无人，2019。 上的路径跟踪控制：A.冈萨雷斯-加西亚，H卡斯塔涅达和L.加里多，“USV路径跟踪基于控制的深强化学习和自适应控制，”全球海洋2020,2020。

基于陀螺仪的无人自行车平衡控制方法

UAV021（二）：STM32F4实现IIC通信，读取10DOF数据（六轴传感器MPU6050+磁力计HMC5883+气压计MS5611） 一文对应工程源代码，测试通过。

youtube大神做的matlab 无人机仿真程序