最新发布的百度地图SDK，此zip功能为步行+骑行导航。SDK版本5.1，内置地图。

仿人形双足步行机器人研究(论文).zip

MATLAB和Simulink Robotics Arena视频以及步行机器人博客文章的示例文件。 有关更多信息和链接，以及下载此提交的旧版本，请参阅 GitHub 页面： https : //github.com/mathworks-robotics/msra-walking-robot 如有任何问题，请发送电子邮件至 robotssarena@mathworks.com。

步行者，基于python，以python+api+Flask快速实现步行的路径规划， 项目意义： 1、精准到校园内，解决校园新生刚入校不熟悉学校的问题； 2、以高德地图为基础，精准，为旅客在旅行中规划步行路线； 3、帮助老年人快速找到回家的路。 该项目主要实现了快速步行规划，主要针对在校新生而创建，解决在校新生不熟悉校园环境，需要人带路的问题。其他大型地图软件，虽然涵盖范围广、功能多，但遇到短距离的定位和路径规划经常出现错误，而本产品刚好弥补了这个空缺，使短距离的路径规划也成为可能。 四、编程功能的基本描述 1、高德地图api点击查看开发指南。第一步先申请账号，创建自己的key，然后选择自己想要的服务后按照使用说明完成api代码的编写。 **:bug: ** （学习成本：4天；使用比例：20%） 2、flask的运用。需要将编写的api文档与自己的网站进行初步的架构，形成雏形；在网页编写完成后，需要将网页相关联，把网页中用户输入的内容进一步传输进api中才能得出结果；最后进一步完善：title的命名、网页的顺序等。 **:bug: ** （学习成本：7天；使用比例：35%）

matlab双腿机器人代码Biped_Walking_bot 这是一款模拟人类步行的两足步行机器人 介绍 两足动物是一种陆地运动的形式，生物体通过其两个后肢或腿部运动。 通常以两足动物的方式运动的机器称为两足动物，即“两只脚”。 我们的BIPED项目具有10个自由度，是一款旨在在平坦表面行走的机器人。 从理论上讲，两足动物是指步行，奔跑，跳跃。 但是由于复杂性，我们只能步行。该项目分为四个阶段。 方法 我们项目的四个阶段包括1.规划2.设计3，准备机械结构4.编码我们通过阅读有关两足动物机制及其涉及的机制的研究论文来开始计划。 我们完成了与人类步行机制相似的倒立摆机制。 计划阶段通过制作计划结构的3-d CAD模型并确定夹具的位置开始。 我们使用MATLAB 3d对项目进行了3d模拟。 通过按计划组装伺服电机并在组装的每个步骤检查扭矩平衡，我们开始准备机械结构。 Arduino代码控制每个伺服器移动到相应角度的角度。 我们最初通过零点和弯矩方法计算角度，然后通过优化原理来计算最终角度，这些最终角度在某些情况下涉及击打和试验。 硬件- *伺服马达-16 Kg-cm *微控制器-Ardui

模拟匀速、匀加速、转弯三种运动航迹，亲测可用，非常好的

中国城市步行友好性评价——步道设施改善状况研究.pdf

模拟匀速、匀加速、转弯三种运动航迹，亲测可用，非常好的

android调用matlab代码健身追踪安卓应用项目 以前的分类系统是实验性的，大部分时间都不起作用。 之前分类器的大部分代码都被扔掉了，并记录了一组新的训练数据。 课程范围缩小到 3 个： 0 空闲，几乎没有运动 1 空闲，超出阈值 2 步行 3 慢跑或跑步。 借助基于阈值的系统，我们能够通过更新的特征集获得更高的准确度。 每个输入数据集的特征总数增加到 13 个。 由于总共有 8 个数据集（XYZ 轴上的加速度和合成矢量，以及 XYZ 轴上的陀螺仪旋转数据和合成矢量），因此我们总共有 104 个特征。 训练数据记录在三个会话中，一个用于一般闲置使用，一个记录用户步行，另一个记录用户慢跑和冲刺。 录音的总长度约为 21 分钟。 数据被分成 50 个样本（或 16.6Hz 时大约 3 秒），特征被提取并记录在矩阵中，以及相应的类标签。 使用新的数据集和更新的特征，我们使用 MATLAB 的分类学习器获得了以下分类器准确度预测： 分类学习器建议的准确率为 99.6%，但在实践中略低于此。 使用 50% 保持验证选项，我们看到失败率没有变化，这是我们的分类系统良好的好兆头。 人体测试表明

行业分类-外包设计-步行辅助装置用的滑动转动传递机构及步行辅助装置.zip