芜杂环境中的分布式多机器人编队和跟踪控制

matlab官方所提供的基于卡尔曼滤波的目标跟踪算法demo，核心部分使用了计算机视觉工具箱，本人将其简化并加入汉语注释，使其愈加通俗易懂，运行环境为matlab2014

基于MeanShift的序列图象手势跟踪算法

基于GPU的klt跟踪算法，如今比较流行的基于光流分析的视频跟踪算法

基于相机的2D特征跟踪这是功能跟踪模块，用于评估自动车辆碰撞检测系统的各种检测器/描述符组合。
该项目包括四个部分：加载图像，设置数据结构并将所有内容放入环形缓冲区以优化内存负载。
集成了几个关键点检测器，例如HARRIS，FAST，BRISK和SIFT，并就关键点数量和速度进行了比较。
使用蛮力以及FLANN方法提取和匹配描述符。
以不同的组合测试各种算法，并就某些功能指标进行比较。
本地运行的依赖项cmake＞=2.8所有操作系统：make＞=4.1（Linux，Mac），3.81（Windows）Linux：大多数Linux发行版默认都安装了makeMac：Windows：OpenCV＞=4.1必须使用-DOPENCV_ENABLE_NONFREE=ONcmake标志从源代码进行编译，以测试SIFT和SURF检测器。
Open

ThisentrycontainstheSimulinkmodelforthe"PathPlanningandNavigationforAutonomousRobots"video.Thedemonstrationwalksthroughhowtosimulateaself-parkingcarwithjustthreecomponents:apath,avehiclemodel,andapathfollowingalgorithm.Thevehiclemodelisimplementedbasedonthekinematicequationsofthebicyclemodelandthepathfollowingalgorithmusesthebuilt-inPurePursuitblockfromRoboticsSystemToolbox.

本文开发平台是VisualStudio2012+opencv结合多线程实现实时场景下目标的跟踪，本代码提供于此，共大家参考使用，使研究本领域的同仁能够开辟视野，节省时间

一、1.Pleasedownloadandinstalltheglutlibrary.2.WriteacompleteprogramusingthefollowingcodestodrawaSierpinskigasket.voidmyinit(){//attributesglClearColor(1.0,1.0,1.0,1.0);glColor3f(1.0,0.0,0.0);//setupviewingglMatrixMode(GL_PROJECTION);glLoadIdentity();gluOrtho2D(0.0,50.0,0.0,50.0);glMatrixMode(GL_MODELVIEW);}voiddisplay(){GLfloatvertices[3][3]={{0.0,0.0,0.0},{25.0,50.0,0.0},{50.0,0.0,0.0}};//anarbitrarytriangleintheplanez=0;GLfloatp[3]={7.5,5.0,0.0};//orsetanydesiredinitialpointwhichisinsidethetriangle;intj,k;intrand();glBegin(GL_POINTS);for(k=0;k＜5000;k++){/*pickarandomvertexfrom0,1,2*/j=rand()%3;//computenewlocation;p[0]=(p[0]+vertices[j][0])/2;p[1]=(p[1]+vertices[j][1])/2;//displaynewpointglVertex3fv(p);}glEnd();glFlush();}#includevoidmain(intargc,char**argv){glutInit(&argc;,argv);glutInitDisplayMode(GLUT_SINGLE|GLUT_RGB);glutInitAWindowSize(500,500);glutInitWindowPosition(0,0);glutCreateWindow(“SimpleOpenGLExample”);glutDisplayFunc(display);myinit();glutMainLoop();}3.实现DDA和Bresenham画线算法(1)画10万以上随机生成的直线段，比较两个算法的平均时间.(2)分别把屏幕上的1*1，5*5,9*9像素当作直线段上的一个点，观察线段的走样情况.二、请写一个OpenGL（如果熟悉WebGL也可以用）程序完成如下任务(1)读入三维网格模型的obj文件;(2)用OpenGL函数glTranslatef()对模型模型进行平移，使得其重心位于原点;(3)用函数glLookAt()设置视点，并且要求试点绕模型一周，以便用透视投影观察各个侧面;(4)要求利用真实感绘制对模型进行渲染.(利用OpenGL函数设置光源，材质，计算好每个三角形的法向量后，利用OpenGL的glNormal函数给待绘制的三角形设置法向量).绘制的结果大概如下：三、本实验为综合实验,任务是利用光线跟踪算法进行Whitted全局光照计算，并对读入场景进行真实感绘制。
（特别提示:网上类似的projects可以参考，但不能照抄.如http://tobias.isenberg.cc/graphics/LabSessions/RaytracingProject,http://physbam.stanford.edu/links/ray_tracing/project_ray_tracing.htmlhttps://www.cs.utexas.edu/~fussell/courses/cs354/assignments/raytracing/handout.shtml）(1)参加对象:本实验针对所有选课同学，3-5人组成一个小组，共同实现；
非15级同学在组队方面有困难的话可与老师沟通.(2)实验结果提交:每人都要求提交一份.内容包括a.源程序;可执行代码;三维场景数据;同组的同学这部

数字波束形成包括发射和接收两个部分。
数字是接收波束形成是关键技术，它通过使用顺序储存器FIFO或随机存取存储器双端口RAM替代模拟式波束形成器中的LC延时线来实现波束聚焦，即以数字延时补偿替代模拟延时的补偿。
数字延时不仅能实现精确延时补偿，实现所谓的逐点跟踪式动态聚焦，还能方便实现动态孔径、动态变迹控制，克服模拟式延时补偿存在的诸多固有缺点，通道数增加不受限制，是图像质量得以全面提高。

MIMO不确定非线性系统的自顺应模糊输出跟踪控制。

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。