用于轨迹预测的 Transformer 网络 这是论文的代码 要求 pytorch 1.0+ 麻木 西比 熊猫 张量板 （项目中包含的是修改版） 用法 数据设置 数据集文件夹必须具有以下结构： - dataset - dataset_name - train_folder - test_folder - validation_folder (optional) - clusters.mat (For quantizedTF) 个人变压器 要训​​练，只需运行具有不同参数的train_individual.py 示例：训练 eth 的数据 CUDA_VISIBLE_DEVICES=0 python train_individualTF.py --dataset_name eth --name eth --max_epoch 240 --bat

这是一个基于 Jae-Gil Lee 在公开提供的代码的轨迹异常值检测库。 这段代码执行的算法来自一篇题为“Trajectory Outlier Detection: A Partition-and-Detect framework”的论文，可以在找到。 main.cpp 中提供了使用该库的示例代码，可以使用命令“make”进行编译。 需要 C++11 兼容编译器和 gnuplot。 有关更多详细信息，请参阅。

火箭轨道MATLAB代码火箭弹道 概括 这个Matlab程序实现了一个数字2D轨迹模型，用于向轨道系统的空中发射。 默认值是轨道ATK的Pegasus XL任务到741 km圆形极地轨道和221 kg有效载荷的任务。 单位备注 所有输入值应为SI。 也可以在SI中进行计算，但是由于涉及的距离较大，因此将图转换为km而不是m。 输入数据 所有输入数据都记录在电子表格INPUT_DATA.xlsx中。 工作表1 工作表1中的每一列都代表一个时间步长。 只需在列中输入相关值，就可以将轨迹计算分为任意数量的时间步长。 每个时间步长的持续时间由标记为“截止时间”的行中的值确定。 每个时间步均在其自己的本地时间范围内工作。 也就是说，“截止时间”和其他与时间有关的参数应该以自该时间步长开始以来经过的时间为依据，而不是以总时间为依据。 每个时间步均建模为“恒定推力和推进剂流速”步骤。 如果在同一火箭级内产生的推力有很大变化，只需将其分为更多的时间步长即可。 通过在每个时间步的开始处从总质量中减去抛弃的重量，可以捕获火箭分步信息作为一个时间步。 由于这个原因，用户必须分别考虑燃烧的推进剂和抛弃的结构重

基于大数据的轨迹数据挖掘。Trajectory Data Mining。

二摘代码MATLAB 该项目 1-这是什么项目？ 创建该项目的目的是从VI轨迹中提取特征，以用于非侵入式负载监控（NILM）方法中的分类步骤。 VI轨迹从一个电压周期乘以一个系统测量电流的周期图创建二维形状。 2-用于开发和使用此项目的软件是什么？ Matlab R2017b和R2019b 档案文件 current_features_2018：在此文件夹中，我们包括了直到2018年文献中介绍的基于VI的功能的代码。 Mulinari2019：此文件夹中的代码已在“基于VI轨迹的电源签名分析的一组新的稳态和暂态特征”中进行了解释和详细说明，IEEE PES创新智能电网技术，拉丁美洲，2019年。 F2D：此文件夹中的代码已在“使用2-D傅里叶级数进行电负荷分类的VI轨迹特征提取”一书中进行了解释和详细说明，已提交给电力系统研究（ELSEVIER），2021年（正在审查中）。 每个功能的详细信息显示在相应的M文件中 问题与建议 如有任何疑问和/或建议，请随时通过以下电子邮件与我们联系： 贡献者： UTFPR（）。

第三样条插值matlab代码四足机器人腿的轨迹生成 使用逆运动学、三次样条和 Arduino 实现原型腿的轨迹生成。 该项目允许控制四足机器人原型腿以描述所需的轨迹。 目标是以某种方式移动机器人的腿，使得机器人的脚点遵循由机器人任务空间中的几个点相对于肩部位置定义的轨迹。 使用机器人足部的期望轨迹和腿部几何配置，可以通过逆运动学获得腿部每个关节的角度以达到所需的足部位置。 然后，使用三次样条数据插值，获得腿的每个关节的周期性轨迹。 最后，使用 Arduino Mega 板和 Maestro 伺服控制器，命令每个关节处的伺服电机在每个时间步遵循所需的轨迹，从而使机器人腿遵循所需的轨迹。 本项目中的文件 任务空间中所需的脚位置在 .xlsx 文件中指定。 用于处理数据、反向运动学、轨迹生成和结果图的代码位于 .m 文件中。 （我使用 Matlab 是为了方便和快速原型设计，但代码很容易转移到任何其他编程语言，例如 Python）。 使用 Arduino Mega 板和 Maestro 伺服控制器命令伺服电机的代码在 .ino 文件中。 结果

轨迹距离 ===================== trajectory_distance是一个Python模块，用于计算轨迹对象之间的距离。 它在Python和Cython中均实现。 描述 trajectory_distance包含9条轨迹之间的距离。 SSPD（对称段路径距离） 单向（单向距离） 豪斯多夫 弗雷谢特 离散Frechet DTW（动态时间规整） LCSS（最长公共子序列） ERP（通过实际罚分编辑距离） EDR（在实际序列上编辑距离） 依存关系 trajectory_distance经过测试可在Python 2.7下工作。 构建软件所需的依赖项为NumPy> = 1.9.1，Cython> = 0.21.2，形状> = 1.5.6，Geohash和有效的C / C ++编译器。 安装 该软件包使用distutils。 要在您的主目录中安装，请使用：

配合同名视频的详细讲解

部分用户请求概率与二维位置数据集

马里奥matlab代码不确定环境中的安全轨迹跟踪 该存储库包含所有Matlab代码，这些代码可生成如下所示的仿真结果 仓库结构： safe_trajectory_tracking # root ├── code # simulation code │ ├──run_all_experiments.m │ ├──utils # utility functions │ ├──vehicle # simulation in Section IV-A │ ├──double_integrator # simulation in Section IV-B │ └──robotic_manipulator # simulation in Section IV-C └── writing # paper preprint Matlab（2020b / 2021a） 依存关系 模拟完全用Matlab编写，并且需要在Matlab路径中包含以下软件包/工具箱： 模拟 要生成仿真数据并绘制结果，请将Matlab中的当前文件夹设置为code ，然后为每个仿真运行以下Matlab脚本。 结果将存储在将要生成的d