内含8个车辆七自由度模型，有参数，可利用simulink直接运行

四边形 具有3个自由度腿的四足机器人的控制库

六自由度机器人运动学求解及工作空间分析，张文君，丁华锋，随着机器人技术的不断发展，智能化、自动化程度的不断提高，各种用途的机器人在生产、科研等多个领域获得广泛应用。本文研究了一

汽车理论相关图像，解释详细，一看便懂，运行成功。悬架动挠度功率谱密度，相对动载荷功率谱密度，车身加速度功率谱密度......

本节介绍了汽车震动学多自由度系统的震动，是同学们对多自由度系统有了充分的了解，以及基本的掌握，对以后研究震动学方面的知识打好基础

利用Haarcascade所建立的脸部特征模型，对OpenCV处理过的帧图像实现脸部检测。之后，根据识别到的区域，来确定所识别到物体的中心点。根据物体的中心点和视频画面的中心点之间的误差，可以确定出转动的方向。最后通过与Arduino互联完成舵机的驱动，并实现摄像头对主体脸部的跟踪。

自己对照公式搭建的车辆8自由度模型，仅供参考

6自由度平台的adams模型，可用于动力学仿真

A0-大臂装配图.dwg，A0-腰部装配图.dwg，A1-总装配图.dwg，A2-大齿轮.dwg，A2-调整杆.dwg，A2-小齿轮.dwg

传统的mean-shift 跟踪算法不能跟踪目标的旋转、缩放运动, 且常常因此造成定位不准. 鉴于此, 将尺度不变 特征变换(SIFT) 特征检测融入到mean-shift 跟踪过程, 提出SIFT 特征点的尺度变化与目标的尺度变化成正比, 特征 点主方向变化与目标旋转角度一致, 给出了基于SIFT 特征的自适应目标尺度、方向计算方法, 且利用带方向、可变 带宽的椭圆核改进传统的mean-shift 跟踪方法. 实验表明, 该算法能够较好地跟踪目标的旋转、缩放运动, 定位也更 准确.