Advertisement

MATLAB ICP源码 - RoboticsGallery: 波士顿大学2018-2019寒假及春季玩具机器人项目

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
这段代码是波士顿大学在2018至2019年期间,寒暑假期间为玩具机器人开发的MATLAB ICP(迭代最近点)算法源码,旨在促进机器人导航和定位技术的研究与应用。此项目由RoboticsGallery维护。 matlabicp源码机器人画廊是我2018-2019年寒假的玩具项目;波士顿大学ME740智能力学课程学期项目acrobot:使用轨迹优化的两连杆和三连杆acrobot摆动;两连杆acrobot向上摆动;三连杆acrobot向上摆动。集合点:不同设置下的编队控制;集合点(让所有机器人在同一点相遇):具有动态底层图的编队控制(圆圈)。角色分配:基于多个形状形成控制的角色分配。walker:三连杆简单步行者的轨迹优化,展示三连杆机器人的行走行为。mysim:多机器人仿真环境;三个机器人的虚拟结构三角形编队控制依赖关系MATLAB: 运行程序需要基本版本的MATLAB, 不需要特定工具箱。 OptimTraj: 要运行所有轨迹优化玩具,您需安装MATLAB库。 要执行具有编队控制的角色分配中的匈牙利算法,请使用线性分配问题的匈牙利算法(V2.3)库。在mysim中运行脚本需要来自MATLAB的机器人系统工具箱和移动机器人仿真工具箱,以及社区提供的icp代码。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • MATLAB ICP - RoboticsGallery: 2018-2019
    优质
    这段代码是波士顿大学在2018至2019年期间,寒暑假期间为玩具机器人开发的MATLAB ICP(迭代最近点)算法源码,旨在促进机器人导航和定位技术的研究与应用。此项目由RoboticsGallery维护。 matlabicp源码机器人画廊是我2018-2019年寒假的玩具项目;波士顿大学ME740智能力学课程学期项目acrobot:使用轨迹优化的两连杆和三连杆acrobot摆动;两连杆acrobot向上摆动;三连杆acrobot向上摆动。集合点:不同设置下的编队控制;集合点(让所有机器人在同一点相遇):具有动态底层图的编队控制(圆圈)。角色分配:基于多个形状形成控制的角色分配。walker:三连杆简单步行者的轨迹优化,展示三连杆机器人的行走行为。mysim:多机器人仿真环境;三个机器人的虚拟结构三角形编队控制依赖关系MATLAB: 运行程序需要基本版本的MATLAB, 不需要特定工具箱。 OptimTraj: 要运行所有轨迹优化玩具,您需安装MATLAB库。 要执行具有编队控制的角色分配中的匈牙利算法,请使用线性分配问题的匈牙利算法(V2.3)库。在mysim中运行脚本需要来自MATLAB的机器人系统工具箱和移动机器人仿真工具箱,以及社区提供的icp代码。
  • 2019Unity3D课程最终.rar
    优质
    该文件包含2019年春季学期学生使用Unity3D软件完成的各项最终项目的集合,涵盖游戏设计、虚拟现实等多个领域。 这款游戏模仿了《噩梦射手》的风格。玩家可以通过鼠标控制人物朝向,并使用WASD键来移动角色。点击左键可以发射激光束以消灭子弹。
  • 2019Unity3D课程最终.rar
    优质
    本资源包包含2019年春季学期学生使用Unity3D引擎完成的最终项目作品集,展示了他们在游戏设计与开发方面的学习成果和创意。 这款游戏模仿《噩梦射手》制作而成,玩家可以通过鼠标控制角色的方向,并使用WASD键进行移动。点击左键可以发射激光束来消灭子弹。
  • MATLAB的SLAM代-16-833:定位与地图构建-2019[CMU]
    优质
    本课程为卡内基梅隆大学2019年春季开设的MATLAB SLAM( simultaneous localization and mapping,同步定位与地图构建)代码解析课,主要内容涉及利用MATLAB进行机器人定位及地图构建技术的学习和实践。 如果你正在学习16-833课程,我鼓励你自己尝试作业内容。尽量避免使用这里的代码片段,因为这违反了学院的学术诚信政策。如果您在这里是为了学习不同的概念,请继续参考相关片段。 作业1:粒子过滤器(实习,Python) 作业2:扩展卡尔曼滤波器(实践,MATLAB) 作业3:线性和非线性SLAM求解器(实习,MATLAB) 作业4:ICP和基于点的融合(实习,MATLAB)
  • 数据集-习.zip
    优质
    本资料包包含用于机器学习任务的波士顿房价预测数据集,适用于模型训练和算法测试。 机器学习的第一步是方便地下载所需资源。
  • MRI-Superresolution:CS168 2020年期最终
    优质
    MRI-Superresolution是斯坦福大学CS168课程2020年春学期的最终项目代码,专注于开发并实现基于压缩感知理论的磁共振成像超分辨率技术。 超分辨率Alex Zhao, Sisi Jia 和 Ricky Ho 编写的CS168 2020年春季最终项目“评估超分辨率MRI的机器学习方法”的代码。感谢部分代码的原始作者@movehand、@icpm 和 @t5eng 的贡献。用于训练、验证和测试的数据集IXI可以在相关资源中找到,BSDS300数据集同样可以获取。Lüsebrink等人提供了7T数据集。
  • Matlab兔子程序代-数建模-Matlab: 三一2018年秋建模
    优质
    这段简介可以描述为:“Matlab兔子程序代码”是三一大学2018年秋季数学建模项目的组成部分,通过编写Matlab代码来模拟和分析兔子种群动态的数学模型。 在三一大学的数学建模课程中使用MATLAB进行教学由Nguyen博士于2018年秋季授课。这门课非常棒,涵盖了各种数学建模技术和策略的理论与实践应用。我们学习了单变量和多变量模型中的优化技术,并对财务状况、生物现象及其相互作用、物理学以及工程学进行了理论建模。总的来说,我非常喜欢这堂课程,在复习材料并深入研究机器学习之后,我认为它为统计和算法的发展提供了一个强大的起点。 1.1 条件语句 编写一个程序来接受0到100之间的数值变量x,并根据下表所示的分数范围显示相应的字母等级: - 90-100:A - 80-89:B - 70-79:C - 60-69:D - <59:F 1.2 循环控制语句 编写一个程序,如果最初存入500美元,并且每年年底都额外存入$500(假设年利率为10%),则计算在银行账户中累积至少达到10,000美元需要多少时间。 1.3 最小二乘回归 为了确定哪个函数库(e或2)更适合近似兔子种群数量(基于斐波那契数列),请执行百分比误差分析以判断哪一个函数在第21个月时提供更接近真实兔子种群的数值。
  • 东北2009年考试分布式操作系统题
    优质
    这是一份来自中国东北大学在2009年春季面向博士生入学考试中关于分布式操作系统的试题。该试卷旨在考察考生对于分布式系统理论知识以及实践能力的理解和掌握程度,是计算机科学领域研究生选拔的重要依据之一。 本段落主要探讨分布式系统中的透明性、RMI实现方法、代码迁移过程中资源绑定的处理方式、表决算法中的读写法定数问题以及基于原籍的移动实体定位技术,并介绍了先写日志协议及其合法与非法调度示例,还定义了顺序一致性和FIFO一致性。首先提到的是透明性的关键作用,它确保用户在分布式系统中操作时无需过多关注底层细节;其次,在实现RMI方法时需考虑如何保障多进程并发访问同一对象的效率和安全性;同时需要保证数据的一致性以支持多个副本间的协同工作。 代码迁移是一个复杂的过程,尤其当涉及到不同类型的资源绑定问题如不可移动文件或本地数据库等。在表决算法中,读写法定数的选择至关重要,例如当N=10时需考虑所有可能的组合情况;基于原籍定位则是处理动态环境中实体位置的有效手段之一;先写日志协议则要求记录事务执行过程中的每一步,并给出合法与非法调度的具体例子以帮助理解其工作原理。最后,顺序一致性和FIFO一致性定义了数据操作的时间顺序规则,是保证分布式系统中数据正确性的基础理论。
  • 房价数据分析之
    优质
    本项目运用Python进行波士顿房价数据的深度分析与预测,采用多种机器学习算法模型,旨在探索影响房价的关键因素并建立准确的预测模型。 该数据集适用于机器学习应用。每个类别的观察值数量相等,共有506个观察样本、13个输入变量和一个输出变量。每条记录包含了有关房屋及其周边环境的具体细节,包括城镇犯罪率、一氧化氮浓度、住宅平均房间数、到市中心的加权距离以及自住房的平均房价等等。