以线性二自由度方程建立了多种模型，包括模块堆积和状态空间方程等方式。可供初学者参考。通过不同的模型充分了解对汽车转向二自由度的建模方式。
2022-01-05 23:02:42
94KB
1
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。
2021-12-14 17:02:35
264KB
1
构建了永磁同步电机d-q坐标系下的数学模型,并结合矢量控制方法在Matlab/Simulink仿真环境下对采用的控制方法进行建模。针对传统的PI控制系统不能使系统的目标跟随特性和抗干扰性同时最优,提出二自由度PI控制的策略,实现永磁同步电机的目标跟随和抗干扰能力双优控制。通过仿真结果分析,得出相比传统PI控制,基于双自由度PI控制器的永磁同步电机具有良好的抗负载干扰和目标值跟随的能力。
2021-10-15 23:04:13
738KB
1
Face Tracking Pan-Tilt Camera
目录
一. 概述
本项目为基于OpenCV-Python和STM32F103单片机的二自由度人脸跟踪舵机云台系统。
本系统的预期功能是实时检测摄像头中出现的人脸，并对其进行跟踪。要实现该功能，主要应解决如下问题：
图像采集
人脸检测
舵机控制
具体实现思路如下：
图像采集方面，使用普通的usb摄像头，这样可以直接得到数字图像无需进行数模转换，而且价格低廉，在不要求高精度的情况下比较适合。将usb摄像头直接通过usb数据线接到电脑，即可在PC端得到实时图像。
人脸检测方面，在PC端编写用于人脸检测的python程序。使用opencv库，首先对从摄像头得到的每一帧实时图像进行预处理，然后调用opencv自带的harr分类器检测人脸的位置。将检测到的人脸的中心点坐标用串口发送给STM32单片机即可。
舵机控制方面，使用STM32单片机，
2021-10-10 21:01:59
9.54MB
1