这是关于路径规划算法RRT用于2D环境下的算法，具体文档见我博客https://blog.csdn.net/caokaifa/article/details/82793708
2023/6/4 23:56:50
3KB
1
本文主要介绍了基于SAT路径规划算法以及路径规划系统的设计方案。
通过移动机器人抓取积木为例，介绍了基于SAT路径规划算法包括的规划问题的命题表示方法以及如何使用SAT求解器对规划命题进行求解。
该系统较传统的路径规划系统而言，路径规划解提取速度较快，无需传感器的反复检测初始状态及目标状态，规划效率较高。
通过移动机器人抓取积木为例，介绍了基于SAT路径规划算法包括的规划问题的命题表示方法以及如何使用SAT求解器对规划命题进行求解。
该系统较传统的路径规划系统而言，路径规划解提取速度较快，无需传感器的反复检测初始状态及目标状态，规划效率较高。
2023/5/16 2:30:04
907KB
1
针对目前室内定位算法精度不高、实现复杂等问题，提出了一种基于白光ＬＥＤ的可见光室内定位方法。
首先利用由室内不同ＬＥＤ发出的定位参考信号到达定位终端的时间差（ＴＤＯＡ）的测量估计，得到定位终端到达两个ＬＥＤ的传输距离之差，以此构造距离估计目标函数，然后采用有约束非线性规划算法得到定位终端的位置坐标，从而有效地解决了室内噪声环境中常规ＴＤＯＡ定位算法不收敛或误差偏大的问题。
同时，为了进一步优化定位功能，将距离信息引入加权因子中，提出了质心加权混合定位算法。
将提出的定位算法在５ｍ×５ｍ×３ｍ的空间区域中进行了仿真实验，同时考虑噪声因素的影响，结果表明，提出的距离估计目标函数法在信噪比（ＳＮＲ）为２ｄＢ的条件下可以达到平均５ｃｍ的定位误差，采用质心加权处理后平均定位误差仅为３ｃｍ，有效地提高了室内定位精度和系统应用的普适性及鲁棒性。
首先利用由室内不同ＬＥＤ发出的定位参考信号到达定位终端的时间差（ＴＤＯＡ）的测量估计，得到定位终端到达两个ＬＥＤ的传输距离之差，以此构造距离估计目标函数，然后采用有约束非线性规划算法得到定位终端的位置坐标，从而有效地解决了室内噪声环境中常规ＴＤＯＡ定位算法不收敛或误差偏大的问题。
同时，为了进一步优化定位功能，将距离信息引入加权因子中，提出了质心加权混合定位算法。
将提出的定位算法在５ｍ×５ｍ×３ｍ的空间区域中进行了仿真实验，同时考虑噪声因素的影响，结果表明，提出的距离估计目标函数法在信噪比（ＳＮＲ）为２ｄＢ的条件下可以达到平均５ｃｍ的定位误差，采用质心加权处理后平均定位误差仅为３ｃｍ，有效地提高了室内定位精度和系统应用的普适性及鲁棒性。
2023/3/7 22:24:18
1.15MB
1
分别用了基于梯度图和Saliency算法的显著度图计算方法，以水平和垂直两种方式简单地紧缩图片。
实现了有关动态规划算法
实现了有关动态规划算法
2023/2/15 12:31:03
8.02MB
1
一个RRT*（RRTstar）（不是基本RRT）路径规划算法的matlabmfile小程序，以三维状态空间为例，简单易懂，可直接运行
2023/1/14 7:57:23
7KB
1
D*算法又称为动态A*算法，在未知环境或有动态障碍物出现时，采用A*算法需要丢弃初始规划完成的open表和close表，重新进行规划。
形成规划时间的增加，D*算法的核心思想是先用dijkstra或A*从目标点向初始点进行反向搜索，然后机器人从起点向目标点移动，当遇到动态障碍物时，只进行局部的更改即可，效率明显提高。
本仿真基于matlab进行D*算法的动画演示。
形成规划时间的增加，D*算法的核心思想是先用dijkstra或A*从目标点向初始点进行反向搜索，然后机器人从起点向目标点移动，当遇到动态障碍物时，只进行局部的更改即可，效率明显提高。
本仿真基于matlab进行D*算法的动画演示。
2021/3/17 15:48:01
4KB
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