WMX3软运动控制器中文文档

针对直线电机平台轮廓运动精确控制的难题,提出一种基于局部任务坐标系(LTCF)的自适应鲁棒控制(ARC)方法。通过坐标变换阵T将所建立的动力学模型变换到LTCF中,实现在笛卡尔坐标系下跟踪误差的解耦。利用自适应鲁棒控制器对建模误差的实时补偿,使系统快速稳定并保持较好的系统鲁棒性。将所设计控制方法与基于交叉耦合(CCC)的自适应鲁棒轮廓运动控制方法进行对比仿真实验,结果表明,所提控制方法具有更好的轮廓控制性能。

在机器人伺服运动控制系统中,采用一种实时以太网协议EtherCAT,EtherCAT基于标准以太网,具有支持多种拓扑结构、高速全双工、实现成本低、多轴同步性良好等特点,研究了EtherCAT网络从站设计的硬件、软件配置,实现多轴运动控制系统从站设计,并且通过实验测试了性能。

C#基于海康视觉VM4.1的二次开发框架源码，有多流程框架 运动控制卡 服务框架 需要有海康VM的基础并且有海康威视VM开发狗

汽车油箱盖机器视觉检测系统方案.pdf

1：主要机器视觉中的一些基本概念，镜头，光源，图像处理基础 2：使用准备入门的广大同学，或者从事相关工作的工程师 3：这是培训资料，介绍的非常透彻 4：我相信认真看完后能对整个机器视觉行业有一个初步的认知

本书是关于机器人学和机器视觉的实用参考书， 第一部分“基础知识”（第2章和第3章）介绍机器人及其操作对象的位置和姿态描述，以及机器人路径和运动的表示方法；第二部分“移动机器人”（第4章至第6章）介绍其基本运动控制模式及其导航和定位方法；第三部分“臂型机器人”（第7章至第9章）介绍其运动学、动力学和控制方面的知识；第四部分“计算机视觉”（第10章至第14章）包括光照与色彩，图像形成和处理技术，图像特征提取，以及基于多幅图像的立体视觉技术；第五部分“机器人学、 视学与控制”（第15章和第16章）分别讨论基于位置和基于图像的视觉伺服及更先进的混合视觉伺服方法。本书将机器人学与机器视觉知识有机结合，给出了实例算法和程序。作者有完备的代码可下载，用于验证书中知识点和实例，注重如何利用视觉信息控制机器人的运动。[1]

全英文第三版，机器人分为四个主要区域似乎是合理的：机械操纵，运动，计算机视觉和人工智能。本书介绍了机械操纵的科学与工程。这个机器人学科在几个经典领域有其基础。主要相关领域是力学，控制理论和计算机科学。在本书中，第1章到第8章涵盖了机械工程和数学的主题，第9章到第11章涵盖了控制理论材料，第12章和第13章可能被归类为计算机科学材料。此外，本书强调整个问题的计算方面;本书适用于高年级本科或一年级的研究生课程。如果学生有静态和动力学的基础课程和线性代数课程，并且可以用高级语言编程，那将会很有帮助。此外，学生完成了控制理论的入门课程，虽然不是绝对必要，但是很有帮助。本书的一个目的是以简单，直观的方式呈现材料。具体而言，观众不一定是严格的机械工程师，尽管大部分材料都来自该领域。在斯坦福大学，许多电气工程师，计算机科学家和数学家发现这本书非常易读。

1.项目基于OpenCV库，通过 Dlib 提供的机器学习、数值计算、图模型算法、图像处理等相关功能，采用人脸识别预训练，实现两张照片的换脸功能。 2.项目运行环境：需要 Python 3.6 及以上配置，完成该项目所需要的库文件有 OpenCV、dlib、numpy、sys、PIL、thikter、matplotlib。 3.项目包括 7 个模块：准备数据、提取面部标记、调整脸部对齐、混合图像、校正颜色、转换函数、交互式界面设计。 4.关键库及数据准备说明：dlib.get_frontal_face_detector()是人脸检测器，检测图片中是否有人脸，返回一个矩形列表的人脸检测器。dlib.shape_predictor(PREDICTOR_PATH)特征提取器，由人脸检测器提供的边界框作为算法输入，返回一个人脸关键点预测器。采用官方提供的预训练模型：http://sourceforge.net/projects/dclib/files/dlib/v18.10/shape_predictor_68_face_landmarks.dat.bz2 构建有 68 个特征点组成的人脸特征

人工智能课件完整13章节PPT涵盖机器学习、机器视觉、搜索推理、智能控制、自然语言 第一章 绪论.ppt 第二章 知识表示方法.ppt 第三章 搜索推理技术.ppt 第四章计算智能.ppt 第五章计算智能.ppt 第六章专家系统.ppt 第七章机器学习.ppt 第八章机器人规划.ppt 第九章Agent（艾真体）.ppt 第十章机器视觉.ppt 第十一章自然语言理解.ppt 第十二章 智能控制.ppt 第十三章 人工智能的争论与展望.ppt