可以通过向电子指南针模组发送不同的命令字，得到X 轴和Y 轴磁性传感器的测量值，经过计算可 以得到电子指南针模组与正北方向的顺时针夹角。
上传时间： 2014-01-21
上传用户：水口鸿胜电器
四自由度的简易机器人（转载），通过输入四个关节的旋转角度，显示出实体在X、Y、Z三轴上的投影，并可计算出位置坐标
上传时间： 2017-02-21
上传用户：it男一枚
应用加速度感应器可以极大的减少设计工作量和算法分析时间，三轴加速度感应的资料。
上传时间： 2014-08-29
上传用户：cmc_68289287
【Realplay】 GY-521 MPU-6050模块 三轴加速度 陀螺仪6DOF模块
标签： 三轴加速度 陀螺仪6DOF模块
上传时间： 2015-03-21
上传用户：csgcd002
1.ESP8266-EDP_TYPE3-LED 2.ESP8266-HTTP_TYPE3-温湿度 3.M6311-HTTP_TYPE1-三轴加速计 4.M6311-HTTP_TYPE3-GPS 5.ESP8266-EDP_TYPE2-上传图片 6.M6311-EDP-TYPE5-LED调光 OneNET-裸机-资料
标签： kyLin-V onenet M6311 开发套件 原理图 码流
上传时间： 2018-05-11
上传用户：HolaKate
陀螺仪应用开发调试学习 三轴 加速度感应
上传时间： 2018-07-17
上传用户：723966145
6轴姿态传感器MPU6050，包含51和stm32单片机参考例程
上传时间： 2019-04-07
上传用户：hndxlm
电子罗盘LSM303D规格书, 三轴数字罗盘仪+三轴数字加速度仪
上传时间： 2019-12-07
上传用户：finezwl
建模、控制算法研究以及仿真试验都是燃气轮机研制过程中必不可少的环节，本文针对三者展开研究首先，采用容积惯性法代替牛顿-拉普逊法建立三轴燃气轮机非线性动态模型，并考虑变比热、引气与冷却等环节，通过与试车数据比较验证了所建模型具有良好的仿真精度。采用容积惯性法不但提高了模型的实时性，并且动态过程更接近真实燃气轮机运转状态。分析了容积惯性法建模中低转速阶段仿真时出现的参数振荡现象产生的原因，通过增加低转速特性数据消除了参数振荡，并提出了一种基于指数平衡与样条拟合的外推方法来获得低转速特性数据。通过低压压气机特性数据外推计算与分析，证明了该外推方法具有较好的准确性。然后，针对重型燃气轮机非线性强、惯性大和负载多变等特点，提出了一种基于深度信念网络的自适应控制器。该控制器结合了深度信念网络和传统PD控制器，其中深度信念网络作用是在线调整PID参数，而传统PD控制器负责控制量的计算与输出。通过数字仿真，验证了该控制器满足燃气轮机转速控制的要求，并且具有良好的自适应性，在燃气轮机不同工况下，能够对其转速进行准确控制，使得系统快速响应的同时无超调量。最后，针对燃气轮机硬件在环仿真平台的需要，设计了一种能够采集并模拟多种范围电压、电流与频率信号的接口模拟器。搭建了燃气轮机硬件在环控制平台，在试验前对接口模拟器以及控制器进行了标定与平台的实时性验证。在已有的控制器上，完成了基于RIX作系统的多任务嵌入式控制系统开发。通过硬件在环试验，进一步验证了本文设计的控制器具有良好的控制效果与较强的自适应能力关键词：燃气轮机，容积惯性，建模，仿真，自适应控制，深度信念网络，硬件在环
标签： 自适应控制
上传时间： 2022-03-14
上传用户：
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-14
上传用户：bluedrops
