matlab 车辆速度控制代码快速 介绍 FFAST 车辆是 1:10 比例的遥控车，用作测试动态运动规划和控制算法的测试平台。 该存储库包含整个项目开发的软件，包括车辆中负责自动驾驶和执行诸如漂移和避障等操作的源代码。 功能 后轮驱动前转向车能够以最高6 m/s的前进速度和3 m/s的速度向后行驶，并实现两侧30度的转向角。 它使用来自电机上的霍尔效应传感器的数据作为里程计、IMU、LIDAR 和带有光流的 Jetson 开发人员套件上的相机实现了相当好的定位。 它可以远程操作或由软件控制，给它导航命令。 当按下遥控发射器时，车辆上的射频接收器会停止车辆运行，充当紧急停止开关。 组织 存储库分为几个子文件夹： 文档遥控车平台开发说明及项目详细文档目录 柳絮_ws 包含控制车辆的 ROS 包的 Catkin 工作区 matlab_模拟器用于仿真车辆动力学和执行仿真操作的 MATLAB 脚本 入门 这将为您提供一份项目副本，并在您的本地机器上运行，用于开发和测试目的。 它是为 Linux 开发的，没有进行交叉兼容性的努力。 运行测试 有关运行测试的命令，请参阅 。 作者 乔丹·福特——

脉搏信号是医学研究与临床诊断的重要参考依据。针对其在采集过程中极易受到基线漂移的干扰，提出使用MP算法消除脉搏信号中的基线漂移，并将结果与EMD算法的消噪结果进行了比较。仿真结果表明与EMD算法相比，MP算法不仅能够很好的抑制基线漂移，还可以有效的保留脉搏信号的波形特征。

设计并实现了一种基于FPGA的真随机数发生器，利用一对振荡环路之间的相位漂移和抖动以及亚稳态作为随机源，使用线性反馈移位寄存器的输出与原始序列运算作为后续处理。在Xilinx Virtex-5平台的测试实验中，探讨了振荡器数量以及采样频率等参数对随机序列的统计特性的影响。测试结果表明本设计产生的随机序列能够通过DIEHARD测试，性能满足要求。由于仅使用了普通逻辑单元，使得本设计能够迅速移植到ASIC设计，大大缩短了开发周期。

本文和大家分享基于Arduino的开源头追的制作。首先，先介绍下Arduino，Arduino简单来说就是一块单片机，他是一个开放了源代码的硬件平台，并且提供了开发平台，重要的是，这一切都是for free的，并且Arduino的编程环境比较简单，初学者很容易能上手，而且有大量的开源程序供你参考。 说回到这个开源头追来，原理是:通过GY-85九轴IMU传感器（三轴陀螺仪、三轴加速度计和三轴地磁计）来实时输出当前位置与起始位置之间在三维空间中的变化，再通过Arduino Nano控制器，转化成X、Y、Z三个通道的PPM信号，输入到遥控器中，通过遥控器的“教练”功能，映射三个通道来控制云台的方向（Pan），俯仰（Tilt）和倾斜（Roll）从而实现摄像头角度的变化。由于飞行员通常不会在驾驶室做歪脖子的动作，所以我后续只用到了方向和仰俯轴，简化云台为二维云台。 在此介绍ADI的3轴加速度计ADXL345（ADXL345典型应用）。ADXL345（ADXL345典型应用）是一款小而薄的低功耗3轴加速度计，分辨率高（13位），测量范围达±16g。数字输出数据为16位二进制补码格式，可通过SPI（3线或4线）或I2C数字接口访问。 ADXL345（ADXL345典型应用）非常适合移动设备应用。它可以在倾斜检测应用中测量静态重力加速度，还可以测量运动或冲击导致的动态加速度。其高分辨率(4 mg/LSB)，能够测量不到1.0°的倾斜角度变化。 原理介绍完毕，项目需要的硬件如下: 1、Arduino nano控制板一块； 2、miniUSB线一根；（用来连接控制板刷程序） 3、GY-85九轴传感器一块； 4、杜邦线若干 头追演示视频: 头追硬件制作过程见附件 相关技术方案: 加速度传感器ADXL345典型应用 本参考设计基于ADI公司的ADXL345，实现了加速度传感器的一系列典型应用，包括:计步器，闪信，硬盘跌落保护，人体跌倒保护，倾角测量，旋转检测，晃动检测，单击、双击检测以及其他智能检测功能和游戏控制功能，等等。 ADI民用无人机解决方案 ADI拥有一支致力于支持新兴无人系统市场的团队和业务部门。ADI的产品组合覆盖空中、地面和海上无人系统，从小型消费类产品到大型长航时系统。 ADI产品组合专注于五个主要领域以支持无人系统业务:大气数据、姿态和航向，参考系统收发器，有效载荷，安全和监控，机身。除了以上产品之外， ADI公司丰富的产品组合支持包括控制站、数据采集等众多产品。

针对煤矿井下人员定位的特殊环境与要求,提出一种基于行人航迹推算法(pedestrian dead reckoning,PDR)的微机电惯性传感器测量单元(micro-electro-mechanical system-inertial measurement unit,MEMS-IMU)定位系统,以MEMS中的加速度计、陀螺仪和磁力计获取数据,结合粒子滤波研究解决了传感器漂移误差关键技术问题,提高了井下定位精度。试验结果表明,该系统百米定位误差小于2 m,能够满足井下人员定位需求。

伊藤算法同遗传算法一样，是一种粒子优化算法，该算法模拟花粉的布朗运动，满足维纳过程，设置粒子的漂移和波动，漂移代表解的趋势项，即朝好的解漂移；波动代表振动项，即在解的周围波动，寻找更好的解。同时还有温度的影响，模拟的是退火过程。 伊藤算法能够解决函数优化问题，组合优化问题等NP难问题，而且程序简单，迭代次数少就能找到很好的解，特别适合函数优化问题，所以是一个非常好的优化算法。

Matlab集成的c代码coherent_point_drift_cuda 介绍 这是用于非刚性点集配准的相​​干点漂移（CPD）算法的CUDA实现。 给定两个点集X和Y，该算法找到将Y与X对齐的变换。 对齐点集为T = Y + GW 。 相干点漂移算法：Myronenko，A.＆Song，X.（2010）。 点集配准：相干点漂移。 IEEE关于模式分析和机器智能的事务，32（12），2262-2275。 要求 具有CUDA功能的GPU 工具包和驱动程序 命令行解释器CLI11.hpp包含在存储库中，并受其关联的许可证控制 C / C ++编译器，版本必须与CUDA兼容 Windows- Linux- 有关适用于您平台的兼容编译器版本，请参阅 跨平台构建系统 CMake目标 cpd_cuda ：静态C ++库，包含CPD算法的CUDA实现。 cpd_cmd ：命令行程序。 链接到cpd_cuda。 cpd_mex ：cpd_cuda库周围的MEX包装器，可与MATLAB一起使用。 Windows版本 使用CUDA 9.0和CUDA 10.1在Visual Studio 2015中进行了

信号处理电路偏置漂移校正...

基于24位AD转换模块HX711的重量称量实验（已补充皮重存储，线性温度漂移修正）

针对在导航系统姿态解算中，陀螺仪和电子罗盘在解算姿态时分别存在积分误差和磁场干扰的问题，提出了利用Kalman滤波和互补滤波相融合的算法进行定位。首先将电子罗盘和陀螺仪通过Kalman滤波得出最优估计四元数，然后利用互补滤波算法对陀螺仪的漂移进行补偿得到校正后的四元数，将此次得到的四元数和Kalman滤波得出最优估计四元数再次通过Kalman滤波对四元数进行第二次最优估计，进而输出姿态角。实验中对比了本算法和互补滤波算法、无滤波算法的效果。实验证明，该算法不仅可以有效解决方位角误差发散问题，还有效解决了磁场干扰问题，实现了高精度的方位输出。