我们将在不久的将来看到 IR 4.0 的出现,多个相互连接的机械臂被用来执行协作任务。 多机械臂在可操作性和自动化效率方面优于单个机械臂。 然而,控制多个机械臂系统是一个很大的挑战。 集中式控制器可能无法处理复杂性。 集中控制器的故障将导致整个自动化工厂的运行完全崩溃。 以分布式方式工作的协作控制器能够单独控制每个机械臂设备以实现协作任务。 因此,协作控制算法需要稳健、模块化并且可以以分布式方式部署。 在最坏的情况下,可以使用我们基于观察器的容错算法解决破坏重要自动化工厂运行的传感器攻击。 dcmotorJoint1_2_3_MnS_with_scope_Slave1controlDoneS2_V15_O.slx 是从机 1 的 Simulink 控制。Ts 值可以更改为 0.001s。 dcmotorJoint1_2_3_MnS_with_scope_slave2controlDone_
2021-07-28 12:18:57 115KB matlab
1
在Unity中给模型实时上色,上图等操作 非常方便使用非常方便使用 实时涂鸦绘画插件 实时涂鸦绘画插件 实时涂鸦绘画插件
2021-07-27 17:16:27 11.9MB U3D 插件
1
A Comparative Study of Algorithms for Realtime Panoramic Video Blending
2021-07-24 14:03:04 11.96MB Realtime Panoramic Blending
1
洗牌网 TensorFlow中引入的ShuffleNet的实现。 这组作者说, ShuffleNet是一种计算效率高的CNN架构,专门为计算能力非常有限的移动设备设计。 在错误率低得多的情况下,它的错误率要优于Google MobileNet 。 链接到原始文章: ShuffleNet单位 群卷积 本文使用群卷积算子。 但是,该运算符未在TensorFlow后端中实现。 因此,我使用图操作实现了运算符。 这里讨论了这个问题: 频道改组 可以通过应用以下三种操作来实现频道改组: 将输入张量从(N,H,W,C)重塑为(N,H,W,G,C')。 在二维(G,C')上执行矩阵转置运算。 将张
2021-07-09 09:10:44 160KB computer-vision deep-learning tensorflow realtime
1
Threadable 的实时 node.js 服务器 改编自 要设置它: brew install node gem install foreman sudo npm install foreman start 如果您正在考虑将 node_modules 添加到 .gitignore,请阅读: ://www.futurealoof.com/posts/nodemodules-in-git.html
2021-07-04 19:05:08 9.5MB JavaScript
1
研华 PCI-1716 PCI-1716L 的 Simulink 实时驱动程序。 视窗 64 位。
2021-07-03 15:20:13 26KB matlab
1
研华 PCI-1720 的 Simulink 实时驱动程序。 适用于装有 Windows 64 位的主机 PC。
2021-07-01 18:17:38 26KB matlab
1
实时位置追踪 使用 Socket.io 实时可视化移动 GPS 数据的 Web 应用程序。 GPS 数据通过网络套接字发送到网络客户端,该客户端将它们实时绘制在地图上。 如何使用 对于网络界面: $ cd realtime-location-tracking/web $ npm install $ node index.js 并将浏览器指向http://localhost:3000/ 用于 Web 界面的 HTML、CSS 和 Javascript 可以在“master”文件夹中找到。 特征 该应用程序将实时跟踪多个用户的位置。
2021-06-09 17:06:56 1.22MB JavaScript
1
消息! 2020年8月: 发布了! 更强大的追踪! 包括全身(脸,手,脚)要点! 现在可用。 2019年12月:AlphaPose 发布了! 较小的型号,更高的精度! 2019年4月:发布的AlphaPose! 在COCO验证集上,它以23 fps的速度运行。 2019年2月: 集成到现在AlphaPose! 2018年12月:了PoseFlow的! 3倍更快,支持姿态跟踪结果可视化! 2018年9月: 发布了! 它在COCO验证集上以20 fps的速度运行(平均每张图像4.6人),并达到71 mAP! AlphaPose 是一种精确的多人姿势估计器,它是第一个开源系统,在COCO数据集上达到70+ mAP(75 mAP),在MPII数据集上达到80+ mAP(82.1 mAP)。 为了在帧中匹配与同一个人相对应的姿势,我们还提供了一种称为Pose Flow的高效在线姿势跟踪
2021-06-07 14:56:14 40.06MB tracking skeleton gpu realtime
1