为提高无人机避障的灵活性和可靠性，提出了一种基于LGMD（LobulaGiantMovementDetector）的无人机避障方法，通过将视场分割为上、下、左、右4个方位，形成4个方位竞争的LGMD（C-LGMD），并利用Matlab软件进行算法实现和视频仿真分析，最后将算法移植到无人机硬件系统，开展悬停测试和实时飞行实验研究。
由视频仿真分析和悬停测试结果表明，该算法能有效分辨来自不同方位的障碍物，具有较好的避障性能和鲁棒性；
在实时飞行测试中，无人机在室内环境中可实现三维空间有效避障，验证了该算法的可靠性。
研究结果为进一步探索无人机高效、可靠避障提供参考依据。
由视频仿真分析和悬停测试结果表明，该算法能有效分辨来自不同方位的障碍物，具有较好的避障性能和鲁棒性；
在实时飞行测试中，无人机在室内环境中可实现三维空间有效避障，验证了该算法的可靠性。
研究结果为进一步探索无人机高效、可靠避障提供参考依据。
2023/7/17 9:18:52
1.18MB
1
介绍Levenberg-Marquardt算法实现的资料，现在大部分软件都用这篇文章的实现方法！
2023/7/10 6:46:30
493KB
1
计算机视觉-物体检测实战视频教程（2020年10月新课），完整版附源码、数据。
物体检测实战课程旨在帮助同学们快速掌握当下计算机视觉领域主流检测算法及其实例应用。
所有算法均选自实际企业项目中常用架构，通俗讲解算法原理并结合论文进行实例分析。
实战部分详细解读源码中各核心模块实现方法，带领小伙伴们从源码角度掌握算法实现全部流程及其配置与应用方法，提供全部数据集与所需代码。
物体检测实战课程旨在帮助同学们快速掌握当下计算机视觉领域主流检测算法及其实例应用。
所有算法均选自实际企业项目中常用架构，通俗讲解算法原理并结合论文进行实例分析。
实战部分详细解读源码中各核心模块实现方法，带领小伙伴们从源码角度掌握算法实现全部流程及其配置与应用方法，提供全部数据集与所需代码。
2023/7/3 14:04:38
670B
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB