提出将激光多普勒测速仪(LDV)应用于车载惯性导航系统提供速度参数。阐述了激光多普勒测量自身速度的基本原理,设计了参考光束型LDV,并运用跟踪滤波、频谱细化及频谱校正技术对多普勒信号进行处理。理论分析与实验表明,参考光束型LDV解决了双光束不能进行离焦测量的难题;跟踪滤波器实时跟踪多普勒信号,去除基底信号和部分噪声,提高了信噪比;频谱细化和频谱校正技术,提高了频谱分辨率,使提取的多普勒频率更接近于真实值,减小了系统的测量误差。LDV可以为车载惯导系统提供有效的速度信息。
2021-10-17 09:44:51
2.3MB
1
在设计了充电站的硬件电路（包括电源电路、可由软件及硬件调节充电电流的电池恒流充电电路及定位编码信号发射电路）的基础上，提出了一种机器人采用随机行走模式在未知环境下自动找寻充电站的全新自主充电算法，使机器人具备自主找寻充电站充电的能力。
2021-10-09 16:53:21
517KB
1
机器人SLAM与自主导航_课件机器人SLAM与自主导航_课件机器人SLAM与自主导航_课件机器人SLAM与自主导航_课件
2021-09-30 16:16:08
8.73MB
1
此提交包含此视频中使用的有关自主水下车辆的建模、模拟和控制的文件 - https://www.mathworks.com/videos/modeling-and-simulation-of-an-autonomous-underwater-vehicle-1586937688878 .html 本次提交对 6-DoF 自主水下航行器 (AUV) 以及 AUV 的位置和速度控制器进行建模。 您可以根据应用需求在低保真度和高保真度传感器和环境模型之间切换。
Aerospace Blockset 用于对车辆的动力学进行建模。 要了解如何使用系统识别对推进器进行建模，请观看此视频 - https://www.mathworks.com/videos/matlab-and-simulink-robotics-arena-from-data-to-model-1518156121608.html
2021-09-26 17:12:50
136KB
1
XPlane_ML_Reinforcement_Learning_Autopilot
该项目记录了用于飞行控制的强化学习环境的设置。 这将使每个用户/学习者/学生/飞行爱好者都可以拥有自己的RL算法，该算法可以在模拟环境中与飞机互动并进行实时控制。 使用的模拟器是X-Plane （飞行环境）。 这提供了一个可与参数一起使用的真实环境，以帮助使仿真尽可能接近实际情况。
Update: Use the leaderboard wiki Page--> （ ） to add details of your own scenario or (reinforcement learning) algorithm.
GYM-XPLANE ENVIRONMENT INSTALLATION
To install the gym x-palne environment go through the read me file of the folder ： 这是实际Gym-xplane环境的最新版本。
其他文件夹包含用于其他功能的其他模块。 此类文件夹的名称将使您了解每个此类模块的功能。
阅读
2021-09-23 14:33:38
48.59MB
1