基于扰动的刚体飞行器自适应反推滑模控制，路坤锋，夏元清，这篇文章研究了刚体飞行器的姿态跟踪控制问题。利用滑模控制技术和反推技术,设计了一个新的自适应控制器,其不仅能完成精确的飞行�

离散控制Matlab代码章鱼启发的连续体机器人的轨迹跟踪控制 该存储库包含与以下研究论文相关的Matlab代码： @article {lafmejani2020kinematic，title = {章鱼启发的超冗余机器人的运动学建模和轨迹跟踪控制}，作者= {Lafmejani，Amir Salimi和Doroudchi，Azadeh和Farivarnejad，Hamed和He，Ximin和Aukes，Daniel和Peetet ，Matthew M和Marvi，Hamidreza和Fisher，Rebecca E和Berman，Spring}，journal = {IEEE机器人与自动化快报}，卷= {5}，数字= {2}，页= {3460--3467}，年份= {2020}，发布者= {IEEE}} 该项目旨在解决章鱼手臂启发的连续机器人的运动学建模和控制问题。 我们提出了一个离散的多段模型，其中每个段是一个6自由度Gough-Stewart并行平台。 我们的模型是新颖的，因为它可以重现章鱼手臂的所有一般运动，包括伸长，缩短，弯曲，尤其是扭曲（通常不包括在此类模型中），同时还能增强

matlab图片叠加的代码Matlab囊泡跟踪 Matlab的Matlab单囊泡跟踪 单血管跟踪算法基于单粒子跟踪算法，该算法用于获取单个帧t中单个囊泡的位置r（t），以及通过链接标识为属于的位置构建的囊泡的轨迹随着时间的流逝，相同的囊泡[1]。 进行多种调整可提高跟踪精度。 我们修改了以前的协议，并按照以下程序进行了单囊泡跟踪： 减少原始图像的噪点。 由于活细胞和未结合的荧光蛋白的自发荧光，荧光蛋白标记的细胞的背景非常嘈杂。 相机/光电倍增管（PMT）的增益也会产生整个图像背景。 但是，整个细胞自发荧光的大小比囊泡的大小大得多，并且通过高照相机/ PMT增益获得的暗电流的大小比囊泡小得多。 因此，我们对原始图像应用了带通滤波器，并从每个图像中减去了恒定的强度阈值。 我们注意到单个囊泡非常Swift地光漂白。 结果，我们计算了每个视频的平均强度漂白曲线，并将该曲线拟合为指数函数。 然后，我们根据平均强度漂白函数调整强度阈值。 [thd1all，thd2all] = thdFP（fname，init，final） 为感兴趣区域（不包括纤毛）设置分割蒙版。 经过步骤1）的消噪后，我们发现仍

目标跟踪和碰撞时间估计 这是Udacity传感器融合纳米度的第二个项目。 我融合了来自KITTI数据集的相机和LiDAR测量值，以检测，跟踪3D空间中的物体并估算碰撞时间。 首先，我用YOLOv3处理图像以检测和分类对象。 下图显示了结果。 基于YOLOv3发现的边界框，我开发了一种通过关键点对应关系随时间跟踪3D对象的方法。 接下来，我使用了两种不同的方法来计算碰撞时间（TTC），分别是基于LiDAR和基于相机的TTC。 环境的结构由主要讲师Andreas Haja构建。 基于LiDAR的TTC 我通过使用齐次坐标将前车的3D LiDAR点投影到2D图像平面中。 投影如下图所示。接下来，我将3D LiDAR点分布到相应的边界框。 最后，我根据不同帧的对应边界框中最接近的3D LiDAR点计算了TTC。 基于摄像头的TTC 我使用检测器/描述符的各种组合来找到每个图像中的关键点，并在

This is a beta release for a suite of MATLAB based RFS filtering/tracking codes.The "_common" subdirectory of shared functions should be added to your MATLAB path.Run the "demo" script to see a preconfigured example.

idl代码与Matlab 粒子跟踪代码 Matlab代码，用于跟踪胶体荧光纳米粒子。 该代码自动补偿纳米粒子的任何净漂移运动并隔离布朗行为。 它分析2D位置统计数据并拟合高斯分布。 当前版本是为跟踪单个粒子而编写的。 用 运行Particle_tracker_v_.m文件。 确保正确指定了源文件的位置。 同样，初始直径猜测（以像素为单位）应接近要跟踪的粒子的大小。 参考 基于IDL的粒子跟踪软件。 跟踪功能可从以下位置找到的实现中使用

JPDA数据关联论文，公式解释非常详细，最原始的论文，适合跟踪算法中的帧间关联。英文论文，通俗易懂。联合概率数据关联

用粒子滤波算法实现三维目标跟踪，用matlab实现。

InstaTrack 将Instagram用户ID转换为用户名，反之亦然 作者 Hamed - 变更日志 2020-07-05 -Instagram更改了Query_hash页面。 代码已更新（另请参阅 2020-03-03-解决了一些将特殊用户名解析为用户ID的问题。 （另请参阅 ） 2019-11-23 - 'query_hash '参数正则表达式更新为instagram API参数更改。 （另请参阅 ）| Tnx到 2019-06-26-列表查找已添加到代码中（另请参阅 ） 2019-06-01-命令行选项已添加到代码中（另请参阅 ） 2019-05-30-代码补丁二重奏到instagram API参数更改。 执照 此项目已获得MIT许可证的许可-有关详细信息，请参阅文件。

最近刷脸支付很火，老板们当然要追赶时代潮流，于是就有了刷脸支付这个项目。前端实现关键的技术是摄像头录像，拍照和人脸比对，本文来探讨一下如何在html5环境中如何实现刷脸支付以及开发过程中遇到的问题。 1.摄像头1.1input获取摄像头 html5中获取用户摄像头，有两种方式，使用input，如下： <input type="file" capture="camera" accept="image/*"/> 另外如果想打开相册，可以这样： <input type="file" accept="img/*"> 但是这两种方式都会有兼容性问题，用过的同学可能都知道。 1.2getUserMed