正版网域商城购物系统2006后台路径：admin/login.asp管理员帐号：admin,密码：admin前台购买特征:网域购物系统前台购物车部分界面友好，实现方便轻松的购物环境：分类浏览商品或使用搜索工具查找商品；可按价格、商品分类、关键字搜索商品可打印订单的详细信息以及电子邮件通知；保存购物车，查看
上传时间： 2014-01-19
上传用户：从此走出阴霾
亚太机器人大赛电机驱动部分的c编程，硬件如见构架；还有竞赛心得，哈工大，qudong_robot_contest_asia_pacific.rar
上传时间： 2017-04-05
上传用户：wangzhen1990
探测机器人视觉随动系统的软件设计,本课题设计视觉随动机构并通过软件设计对视觉传感器进行随动控制。由于视觉随动机构对系统影响很大，因此要求它紧凑、可靠、稳定性高；另外用软件算法控制伺服马达达到对视觉传感器的控制。
上传时间： 2013-12-21
上传用户：363186
AOE网关键路径（Activity On Edge） 数据结构其中前两个数代表两个顶点之间的通路，后两个数分别代表最早开始时间和最迟开始时间 带有*的通路组成关键路径；
上传时间： 2014-09-02
上传用户：thesk123
摘 要：果蔬收获机器人是机器人技术在农业中的具体应用，基于避障的路径规划是果蔬收获机器人主要 的研究内容。由于农业机器人作业环境的复杂性和非结构性，神经网络籽是其重要的研究方法。为此，介 绍了神经网络的特点 ，重点分析了采用神经网络描述果蔬收获机器人工作环境的基本思路 ，最后给出了黄瓜采摘机器人的具体分析实例，对农业机器人工作环境的描述具有较高的参考价值。
上传时间： 2017-09-15
上传用户：fhzm5658
11月23日，国家副主席李源潮在出席2015世界机器人大会开幕式时，宣读了习近平主席致大会的贺信和李克强总理的批示，明确表示中国将机器人和智能制造纳入国家科技创新的优先重点领域。 “我们愿加强同各国科技界、产业界的合作，推动机器人科技研发和产业化进程，使机器人科技及其产品更好为推动发展、造福人民服务。” 习主席贺信中这个明确信息，预示着未来十年乃至三十内，中国将有更多相关的扶持政策、资金和资源向机器人和智能制造倾斜。机器人及其相关产业，将成为下一个风口。 早在8年前，比尔·盖茨就在《科学美国人》杂志中预言：机器人领域即将重复个人电脑崛起的道路；只要机器人进入普及化生产的轨道，这场革命就将像个人电脑一样，彻底改变这个时代的生活方式。
标签： 科技导报2015机器人大会特刊
上传时间： 2015-12-01
上传用户：axxxtan
用李群知识和旋量理论描述了串联机器人的刚体运动，建立了机器人运动学关系的算法，并利用软件Mathematiea进行了算法的实现；选取了具有代表性的串联机器人进行了运动学关系的分析，对算法和程序进行了验证；最后将运动学关系式的旋量指数积方法与传统的D-H参数方法进行了比较分析，从运动学参数的几何描述以及运动学关系式对后期分析的影响2个方面分别阐述了旋量指数 积描述方法的优势。
上传时间： 2016-01-14
上传用户：duanjianbo3330
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
用三点法实现机器人三维位置测量的研究摘 要 ：提 出 了一 种 微 小 爬 壁 机 器 人 三 维 位 置 测 量 的新 方 法 。笔 者 通 过 深 入 分 析 研 究各 种 位 置 测 控 方 法 与 系 统 ，提 出采 用单 目视 觉方 法 中的 聚 焦法 ，以 CCD作 为 传 感 器 ，用 三 点 法 实现 对 机 器 人 的 三 维 位 置 测 量 。 验 证性 实验 结果表 明 ，本研 究提 出的测 量原 理和 系统是 正 确 可行 的 。 关键词 ：机 器人 ；位置 测量 ；CCD传 感 器 ；单 目视 觉 ；摄 像 机 标 定 中 图分 类 号 ：TP242．6 文 献 标 识 码 ：B Abstract：A new 3D position measurementmethod Ofa wall—climbing micro robothas been researched．Researc— hing on the various position measuring and controlling method，theauthorhasputforwardanewprojecttomeas— ure the 3D position of the robot，in which the focusing method with singlecamera and CCD sensorhasbeen used to getthe position information．The elementary experiment has verified the principle and the system． Key words：robot；position detection；CCD sensor；single camera vision；camera caiibration 位置测量技 术是智 能机 器人 的关键 技术 ，是各 种 机器人控 制系统 中极 为重 要 的环节 ，也 是 国内外研 究 的热点所 在。 按 照测试 系统 与被 测机 器 人 的关 系 ，可 以将位 置 测量技术 分为接触 式和非接触式 两大类 。接触 式测量 系统 由于在测 量过程 中或多或少地 对机器人施 加 了载 荷 ，因而仅适用于静 态 位置测 量 。而动 态 位 置测量 系 统 主要分 5类 ：①激光跟踪 系统 ；@ CCD交 互测量 收 稿 日期 ：2001—07—03 基 金项 目：国家 863高科技 研 究 资助 项 目(9804-06)；教 育 部 高 等 学校 骨干教 师 资助 计 3t,j项 目 作者 简 介 ：张 智海 (1973一 )，男 ，工 学硕 士 ，主 要 研 究 方 向 为 智 能 机 器人 测 控 技 术 。 系统 ；③ 超声波 测量 系统 ；④ PSD(positionsensitivede— vice)位 置 测 量 系统 ；⑤ 带 有 接 近觉 传 感 器 的 测量 系 统 。位置测量 还可 以从另一个分类 角度划分为主动式 测量和被动 式测 量 。主动式测 量主要可 以分为结 构光方法和激光 自动聚焦法两类 。被 动式测量 主要 可 以分为双 目视 觉 、三 目视觉 、单 目视觉 等方法 。 对 比以上各种方法 的 优缺 点 ，针对 笔者 研制 的微 小爬壁机器人 的空 间三 维位 置 测量 的要 求 ，测量 系统 必须满足尺 寸小 、分 辨率 高 、稳定 性 和可 靠性 好 、时 间 响应快等特 点 ，提 出了采用 单 目视觉方法 中的聚焦法 ， 选用 CCD作 为传感器 ，用 三点法实现对机器人 的三维 位置测量 ，并用 Matlab和 V
标签： 机器人
上传时间： 2022-02-12
上传用户：
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
上传时间： 2022-02-12
上传用户：得之我幸78
