虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

无PS2无线手柄控制智能小车软硬件测试视频线手柄

  • 实时互锁式无线抢答手柄的设计与应用

    给出一种实时互锁式无线抢答手柄的设计应用实例,使无线抢答器的死区时间由通常的40 ms锐减为40 μs。其基本思路是:在每只抢答手柄中增加一片射频接收模块和一个电子开关、配以相应的附属电路,使该电子开关受控于接收模块输出信号的有无,并决定手柄中的射频发射模块是否通电工作,从而实现各抢答手柄之间的实时互锁。只有首先被按下抢答按键的手柄,才有可能向外发送编码射频。持有该手柄的选手即为抢答成功者。

    标签: 无线抢答 手柄

    上传时间: 2013-11-10

    上传用户:JGR2013

  • 基于ZigBee网络的无线智能照明系统设计

    介绍了ZigBee技术,提出了一种基于ARM9芯片与ZigBeeCC2480芯片控制的、应用于家居中的智能无线照明系统。该系统具有上电自组网的功能,用户可以控制协调器通过路由器向该路由器节点上的任意一个终端设备发送信号,终端设备接收到命令并产生PWM信号,实现了对每一盏LED的多级调光及情景模式控制功能。阐述了实现该系统的几个关键问题并给出了实验结果。

    标签: ZigBee 网络 无线智能照明 系统设计

    上传时间: 2013-11-09

    上传用户:lina2343

  • 单片机智能控制

    单片机智能控制,可以电话控制,无线控制 八路控制

    标签: 单片机 智能控制

    上传时间: 2013-12-16

    上传用户:shawvi

  • 智能机器小车主要完成寻迹功能

    智能机器小车主要完成寻迹功能,由机械结构和控制单元两个部分组成。机械结构是一个由底盘、前后辅助轮、控制板支架、传感器支架、左右驱动轮、步进电机等组成。控制单元部分主要由主要包含传感器及其调理电路、步进电机及驱动电路、控制器三个部分。本设计的核心为控制器部分,采用Altera MAX7000S系列的EPM7064LC84-15作主控芯片。CPLD芯片的设计主要在MAX+plusⅡ10.0环境下利用VHDL语言编程实现。驱动步进电机电路主要利用ULN2803作为驱动芯片。

    标签: 智能机

    上传时间: 2015-09-07

    上传用户:cjf0304

  • 智能家居系统。。。包括PS2键盘

    智能家居系统。。。包括PS2键盘,红外遥控,温度传感,12864液晶显示,PC机对MCU实时控制,继电器阵列控制

    标签: PS2 智能家居系统 键盘

    上传时间: 2016-08-06

    上传用户:asdkin

  • 1、智能电动小车

    1、智能电动小车,是一款具有智能化的能够通过通信技术或编程等手段完成特定任务的智能化小车。 2、本系统设计电源设计、信号放大和采集、单片机控制等先进的技术。

    标签: 智能电动

    上传时间: 2013-12-17

    上传用户:xzt

  • 智能控制交通灯。分主路辅路

    智能控制交通灯。分主路辅路,当辅路无车时主路保持绿灯,当辅路有车通过时辅路亮绿灯,并且在最短五秒钟之后或者20秒之内返回原来的状态。

    标签: 智能控制 交通灯

    上传时间: 2017-02-01

    上传用户:cylnpy

  • 智能车的小车程序

    智能车的小车程序,控制步进电机,通过黑白探测器的信号判别小车位置,使小车沿着黑线开动。

    标签: 智能车 程序

    上传时间: 2017-04-28

    上传用户:comua

  • 实时控制与智能仪表 多微机系统的通信技术 482页 12.7M.pdf

    超声,红外,激光,无线,通讯相关专辑 183册 1.48G实时控制与智能仪表 多微机系统的通信技术 482页 12.7M.pdf

    标签:

    上传时间: 2014-05-05

    上传用户:时代将军

  • 基于人工神经网络实现智能机器人的避障轨迹控制

    基于人工神经网络实现智能机器人的避障轨迹控制摘 要:利用人工神经网络中的二级 BP网。模拟智能机器人的两控制参数(左 、右轮速)间的函数关系。实现避 障轨迹为圆弧或椭圆弧的轨迹控制 。并且通过调整椭圆长、短轴大小。能实现多个及多层障碍物的避障控制.该方法 的突出特点是方法简单、算法容易实现 。使机器人完成多个及多层避障动作时。不滞后于动态环境里其它机器人(障 碍物)位置的变化.在仿真实验中。取得了理想的效果. 关键词;BP神经网络I多个及多层避障控制I椭圆轨迹1 弓I言(Introduction) 在机器人中,避障轨迹的生成是一个重要的问 题.对于不确定的动态环境下的实时避障轨迹生成, 是较为困难的.有关这方面的研究,目前已有许多方 法.一些神经网络模型被设计出来,产生实时的轨迹 生成.文献113[23提供的神经网络模型产生的轨迹 生成仅能处理在静态环境下及假设空间中没有障碍 物的情况.[3]提供的神经网络模型,能为智能机器 人产生导航的避障轨迹,然而模型在计算上相当复 杂.文献[43提供了Hopfield神经网络模型,能在动 态环境下产生时实的避障轨迹生成,并在文献[5] 中,严格证明了因该方法生成的轨迹没有遭受局部 极小点逃离问题.并且文献[63用两个神经网络层叠 加起来,每层构造相似于[43中的网络结构.它是利 用第二层网络来发现下一个机器人位置的无监督模 型,然而它却加倍了计算量,尽管文献[4,6]提供的 方法能在动态环境下,产生时实避障轨迹,但都具有 较慢的运动速度,在快速变化的环境下不能恰当地 完成动作执行,因为机器人要比较好地完成避障动 作,必须不能滞后于障碍物动作变化

    标签: 神经网络 智能机器人

    上传时间: 2022-02-12

    上传用户:得之我幸78