项目简介: 本项目是基于IDT无线充电15W模块充电模块与四轴F450无人机设计的。通过在无人机机架上搭载无线充电模块接受端，当检测到电压较低时触发充电请求，控制无人机到达充电发射端附近时，由超声波模块进行检测并降落完成充电。 硬件说明: 硬件设计上包括主控模块，电调，无线遥控接收器，超声波模块和无线接收转换器等。 硬件框图如下图1所示: 主控模块可由APM2.8模块或自助研发的STM32飞控，本项目主要使用自研STM32飞控，主控芯片为STM32F207，主要对无人机进行数据分析及控制，同时对机体电池电量进行采集及判断。原理图如下图2所示。 超声波模块是采用外购的KS103模块，如图3所示,测距最大距离8米，盲区为最小1cm之内。测量精度平均3mm,最高达1mm.而且相当灵敏。具有目前其他同类超声波模块产品所无法达到的性能优势和质量保障。测量距离，温度，光强，三合一功能。适用于机器人准确测距避障，扑火机器人，趋光机器人，四轴飞控定高，工业测距，身高体重仪测量身高，以及安防等领域。本作品是利用模块定高功能的同时也给无线充电作为引导充电指示，对于飞控上的接口如图4所示。 供电系统分为12V转5V，12V转3.3V，皆采用开关电源进行稳压给各项子功能电路使用，如图5所示 在机体上，需要对无线充电电池电压进行检测并判断，所以板子上了一个检测和判断电路，如图6所示 软件说明: 软件使用了MDK4.74平台对STM32F207进行开发和代码编译下载，手机使用自开发APP与蓝牙模块进行通信，相关文档资料和程序代码上传在附件。 在实际调试过程中我们发现不同的姿态解算，数据融合方法对飞行器的稳定性的影响很大，我们使用了Mahony四元数解算。四轴姿态的表示可以用欧拉角，也可以用四元数。姿态检测算法作用就是将加速度计、陀螺仪，磁力计的测量值解算成姿态，进而作为系统的反馈量。在获取传感器值之前需要对数据进行滤波，滤波算法主要是将获取到的陀螺仪和加速度计的数据进行去噪声及融合，得出正确的角度数据（欧拉角或四元数），主要采用互补滤波或者卡尔曼滤波。 无线充电是通过主控判断电池电量低于设定值之后提醒飞控手后飞到地面充电发射端附近，通过检测地面超声波发射器的位置进行左右对准后下降充电。 演示效果: 无人机整体实物图 无人机运行工作图 无线充电模块安装图 附件内容截图: 【转载自电子发烧友】

为提高基于EOG的眼动信号分类算法精度，改进基于EOG的人—机交互系统性能，提出了一种基于曲线拟合（curve fitting）与支持向量机（SVM）的眼动信号分类算法（CF-SVM），并设计了新的实验范式，增加了“扫视保持”环节。该算法采用曲线拟合方法进行特征提取，在此基础上，使用SVM分类器对眼动信号进行分类。实验室环境下，对9名眼部活动正常的受试者进行了眼动数据采集与识别，CF-SVM算法的平均分类准确率达到98.3%，与其他几种眼动识别方法相比较，其平均正确率分别提升了9.4%、5.9%、1.0%。实验结果表明，CF-SVM算法在眼动信号识别中表现了良好的性能，具有高的分类精度和鲁棒性。

完整代码，可直接运行

无人及机目标检测之测试集，用于测试，数量为500张左右，包含两架无人机，类别名为drone,标签格式为txt和xml两种，可直接用于YOLO 目标检测，测试模型训练效果

无人机技术基础

无人机技术基础

无人机技术基础

5，GUI人机实验-TFTLCD触摸屏实验--流水灯滚动.rar

13，GUI人机实验-TFTLCD触摸屏实验--电压-光照强度-热敏采集器.rar

java六子冲棋 六子棋子 人机对战 二打一棋子 六子炮棋 花了我一周时间研究算法 java这东西最难的还是算法