激光入门书籍，本国人写的，不错，有不少基本的公式。
2020/6/15 22:28:33
16.2MB
1
SLAM导航机器人零基础实战系列-第3章_感知与大脑在我的想象中机器人首先应该能自由的走来走去，然后应该能流利的与主人对话。
朝着这个理想，我准备设计一个能自由行走，并且可以与人语音对话的机器人。
实现的关键是让机器人能通过传感器感知周围环境，并通过机器人大脑处理并输出反馈和执行动作。
本章节涉及到的传感器有激光雷达、IMU、轮式里程计、麦克风、音响、摄像头，和用于处理信息的嵌入式主板。
关于传感器的ROS驱动程序开发和在机器人上的使用在后面的章节会展开，本章节重点对机器人传感器和嵌入式主板进行讲解，主要内容：1.ydlidar-x4激光雷达2.带自校准九轴数据融合IMU惯性传感器3.轮式里程计与运动控制4.音响麦克风与摄像头5.机器人大脑嵌入式主板功能对比6.做一个能走路和对话的机器人
朝着这个理想，我准备设计一个能自由行走，并且可以与人语音对话的机器人。
实现的关键是让机器人能通过传感器感知周围环境，并通过机器人大脑处理并输出反馈和执行动作。
本章节涉及到的传感器有激光雷达、IMU、轮式里程计、麦克风、音响、摄像头，和用于处理信息的嵌入式主板。
关于传感器的ROS驱动程序开发和在机器人上的使用在后面的章节会展开，本章节重点对机器人传感器和嵌入式主板进行讲解，主要内容：1.ydlidar-x4激光雷达2.带自校准九轴数据融合IMU惯性传感器3.轮式里程计与运动控制4.音响麦克风与摄像头5.机器人大脑嵌入式主板功能对比6.做一个能走路和对话的机器人
2017/2/20 21:54:52
4.17MB
1
本文给出了遭到多重散射的激光,在波传播方向上的物理参数的涨落是不均匀的、而垂直于传播方向上的物理参数的涨落又是均匀的随机媒质中传播时,当波遭到前向小角度散射时,具有不同波数不同位置的场的矩方程的解析解.同时讨论了方程的解在激光传播研究中的一些应用.
2016/8/24 18:07:04
3.4MB
1
使用PCL实现的欧几里德聚类ROS节点，配合地面过滤可实现较为理想的激光雷达妨碍物检测，具体见博客链接：https://blog.csdn.net/AdamShan/article/details/83015570
2022/9/18 0:52:51
33KB
1
MotorolaSymbolMC3190驱动扫描激光头驱动DataWedgeWindowsmobile5.5\6必选神器。
安装前需求先删除之前旧版本MotorolaDataWedge最新版3.4.2
安装前需求先删除之前旧版本MotorolaDataWedge最新版3.4.2
2020/4/11 13:08:22
538KB
1
系统研究了利用充惰性气体的250μm内径的空心光纤(HCF)展宽光谱和啁啾镜补偿色散的高能量周期量级脉冲压缩技术。
基于此技术,研究了入射激光脉冲能量和腔内惰性气体气压对于压缩后脉冲宽度和输出能量的影响。
将钛宝石激光器输出的脉冲宽度40fs,单脉冲能量2.7mJ,反复频率1kHz,中心波长在800nm的激光脉冲输入压缩系统,获得了脉冲宽度7fs,单脉冲能量大于1mJ,中心波长为750nm的稳定周期量级激光脉冲。
基于此技术,研究了入射激光脉冲能量和腔内惰性气体气压对于压缩后脉冲宽度和输出能量的影响。
将钛宝石激光器输出的脉冲宽度40fs,单脉冲能量2.7mJ,反复频率1kHz,中心波长在800nm的激光脉冲输入压缩系统,获得了脉冲宽度7fs,单脉冲能量大于1mJ,中心波长为750nm的稳定周期量级激光脉冲。
2019/8/24 11:40:40
1.93MB
1
激光诱导击穿光谱已用于测量大气条件下粉煤无烟煤中的有机氧含量。
提出了特殊的光谱处理方法，包括通过与N（I）线比较光谱相关系数，选择与O（I）线的光谱相关系数，与N（I）线进行内部归一化以及温度校正来选择最佳的O（I）发射线，以满足多光谱分析线分析方法，可得出最精确的定量结果。
提出了确定煤中有机氧含量的标定方法，通过对六个无烟煤样品进行的实验评估，其精确度为1.15-1.37％，平均相对误差为19.39％。
还研究了相对测量误差分布。
提出了特殊的光谱处理方法，包括通过与N（I）线比较光谱相关系数，选择与O（I）线的光谱相关系数，与N（I）线进行内部归一化以及温度校正来选择最佳的O（I）发射线，以满足多光谱分析线分析方法，可得出最精确的定量结果。
提出了确定煤中有机氧含量的标定方法，通过对六个无烟煤样品进行的实验评估，其精确度为1.15-1.37％，平均相对误差为19.39％。
还研究了相对测量误差分布。
2018/10/12 13:47:58
293KB
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