j基于激光扫描原理的路径检测方案
上传时间： 2013-10-09
上传用户：kr770906
基于MC9S12单片机的智能汽车控制程序,包括路径检测,转向控制,速度测量及电机的PID控制.
上传时间： 2015-12-26
上传用户：Breathe0125
程序代码说明 灰度AGV路径识别 彩色AGV路径识别 HSI彩色空间的AGV路径识别 路径中心线的定位 Radon变换的AGV路径偏差检测
上传时间： 2015-06-30
上传用户：7676777
本系统主要由MC9S12DG128控制核心、电源管理单元、路径识别电路、车速检测模块、舵机控制单元和直流电机驱动单元组成，以飞思卡尔公司的16位单片机S12为控制核心，路径识别和车速的检测相结合，通过控制转向舵机和驱动电机，使智能车系统控制小车快速行驶！
上传时间： 2016-06-24
上传用户：lht618
利用相关性通过波峰来检测多路径的延迟时间，来达到延迟估计的目的。
上传时间： 2013-12-11
上传用户：dsgkjgkjg
单片机（MC9S12DG128）作为智能小车的检测和控制核心 CMOS传感器 路径识别 智能小车 PWM控制
上传时间： 2014-11-23
上传用户：VRMMO
路径识别是体现智能车智能水平的一个重要标志，而传感器是智能车进行路径识别的关键检测元件。针对智能车在特殊路径与传感器数目限制的条件下的路径识别，提出了基于红外传感器的路径识别方案与基于图像传感器的路径识别方案，并对两种方案的应用性能进行了比较。通过将基于面阵图像传感器的路径识别方案应用于第一届“飞思卡尔”杯全国智能车竞赛并取得优异成绩，验证了该方案的可行性与有效性。
上传时间： 2017-05-14
上传用户：ruixue198909
本文首先介绍 AGV 的结构组成及其系统组成，并对 AGV 控制系统中最主要的问题进行分析研究，阐述了导航小车的导引方法，并确定以激光导引作为研究对象；其次对单台 AGV 路径规划优化技术进行研究，在建立电子地图的基础 之上，对 Dijkstra 算法进行改进和优化，通过缩小搜索范围提高搜索效率，通过加入评价指标使得优化后的算法搜索到的路径更适合实际运行，从而实现单 AGV 路径规划；然后针对多台 AGVs 的无碰撞路径规划问题，采用与时间窗原 理相结合的预先规划算法，并提出弹性时间窗的概念对于路径连续且时间连续的情况可直接进行路径规划，对于路径连续但时间不连续的情况，通过提供弹性时间窗方式以获取更多可以被搜索的时间段；由于弹性时间窗的引入会使得在路径规划中在某些节点产生时间冲突，本文采用两种策略来解决：1）重新搜索路径，避开时间窗冲突的节点；2）通过速度调节平移时间窗，从而实现了基于先验决策的 AGV 无碰撞路径规划。将改进的 Dijkstra 算法和时间窗相结合，按照优先级顺序规划各个 AGV 的路径，通过检测后续规划路径是否与已存在的规划路径发生空间和时间冲突，并调用优化算法和规避策略进行最优路径的选择，从而实现 AGV 的无碰撞路径规划；最后开发了 AGV 系统地面控制仿真系统平台，对单台和多台 AGV 路径规划优化算法进行了仿真验证，结果表明优化后的路径规划算法和冲突解决策略是可行的，为实际应用打下了一定基础。
标签： 多自动导引小车系统（AGVS）路径规划研究 智能算法
上传时间： 2016-04-01
上传用户：五块钱的油条
红外图像检测技术因具有非接触、快速等优点，被广泛应用于电力设备的监测与诊断 中，而对设备快速精确地检测定位是实现自动检测与诊断的前提。与普通目标的可见光图像相比， 电力设备的红外图像可能存在背景复杂、对比度低、目标特征相近、长宽比偏大等特征，采用原 始的 YOLOv3 模型难以精确定位到目标。针对此问题，该文对 YOLOv3 模型进行改进：在其骨干 网络中引入跨阶段局部模块；将路径聚合网络融合到原模型的特征金字塔结构中；加入马赛克 （Mosaic）数据增强技术和 Complete-IoU（CIoU）损失函数。将改进后的模型在四类具有相似波纹 外观结构的电力设备红外图像数据集上进行训练测试，每类的检测精度均能达到 92%以上。最后， 将该文方法的测试结果与其他三个主流目标检测模型进行对比评估。结果表明：不同阈值下，该 文提出的改进模型获得的平均精度均值优于 Faster R-CNN、SSD 和 YOLOv3 模型。改进后的 YOLOv3 模型尽管在检测速度上相比原 YOLOv3 模型有所牺牲，但仍明显高于其他两种模型。对 比结果进一步验证了所提模型的有效性。
上传时间： 2021-10-30
上传用户：lw125849842
自动检测技术 上海电机学院精品课件 PPT版 (New)
上传时间： 2013-07-12
上传用户：eeworm
