南京航空航天大学 微型无人机控制系统设计与实现 硕士研究生毕业论文

基于现实世界是一个三维空间,所以对计算机视觉的研究也应该是在三维空间中进行的。 在自动驾驶过程中的首要任务就是道路识别[1],主要是图像特征法和模型匹配法来进行识别。行驶过程中需要进行障碍物检测 [2]和路标路牌识别等,此时车辆上的信息采集便可以运用单目视觉或者多目视觉。相比之下,运用多目视觉更具优势,获取的图像信息可构建成三维空间,物体运动以及遮挡等问题对其影响较小。目前有很多智能小车的研究都是基于室内环境的研究,本文基于室外环境,采用双目摄像机模型

matlab的egde源代码Wave_clus 3 Wave_clus是一种快速且不受监督的峰值检测和排序算法，可在Windows，Mac或Linux操作系统下运行。 要安装，请将此存储库下载到文件夹中。 在MATLAB（R2009b或更高版本）中，转到“设置路径”，然后将目录wave_clus及其子文件夹添加到MATLAB路径。 如何使用 有两种使用Wave_clus的方法： 要打开GUI， wave_clus在MATLAB命令提示符下键入wave_clus 。 要使用批处理功能，请键入Get_spikes('filename.ext') ，其中.ext是文件扩展名（例如.mat ），用于峰值检测； 这会将文件filename_spikes.mat保存在当前目录中。 随后，运行Do_clustering('filename_spikes.mat')进行排序。 您可以一次处理多个文件，也可以处理多个文件的特定通道。 Wave_clus可以读取原始数据或通过电生理数据采集系统（Blackrock，Neuralynx，Plexon，TDT，Intan等）生成的或已检测到的峰值，或保存为ma

无人驾驶相关技术与最新发展，可当演讲报告，项目小组展示，最新技术截止2019，不是最新的，最新的话自己可以找一下重新改一下

09无人驾驶公交车.ppt

基于SE(3)四旋翼无人机鲁棒轨迹跟踪控制仿真研究调研报告

环境感知是无人驾驶的核心技术之一,而利用三维激光雷达进行障碍物检测一直是国内外的研究热点。本文首先按照传感器的种类介绍了无人车障碍物检测方法的分类,然后介绍了基于三维激光雷达进行障碍物检测的基本原理,之后详细分析了基于三维激光雷达进行障碍物检测的传统方法。其中深度学习是二维图像目标检测及分类的重要方法,在介绍三维激光雷达点云特点的同时分析了点云深度学习的挑战,最后详细分析了三维点云深度学习在障碍物检测方面的研究现状以及发展趋势,并且介绍了自动驾驶领域的KITTI数据集和ApolloScape数据集。

在进行无人车的规划、控制算法调试时，直接在实车上进行不仅危险且效率低下，一个好的运动学仿真平台将会加速开发进度。Carsim非常适合进行车辆动力学仿真，但是只能运行在Windows系统上，好在它可以连接Simulink。而无人车的规划、控制算法通常运行在Linux系统上，各个模块通常使用ROS进行连接。本篇文章提供一种方法，将ROS 、 Simulink、carsim进行互联，完成规划、控制算法的动力学仿真。

无人机的航迹规划对发挥无人机的自主飞行和执行任务中起着至关重要的作用.在分析 VORONOI 图的性质基础上,以无人机仿真环境中作战想定与任务规划成员为背景研究基于 VORONOI 图的航迹规划技术. 重点讨论了如何根据威胁分布的 VORONOI 图建模, 计算航路代价, 航迹搜索和航迹优化.最后总结了算法的优缺点,提出算法的改进新方法.

基于STM32F103小四轴飞行器，带气压顶高