虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

模型车

  • 瑞赛模型车比赛参考程序

    瑞赛模型车比赛参考程序,可完成基本的循迹功能,转弯效果很好

    标签: 模型车 参考程序

    上传时间: 2013-12-10

    上传用户:zaizaibang

  • 基于MC9S12单片机的智能车数据远程传输系统

    文中设计了一种基于MC9S12单片机的智能车数据远程传输系统。该系统以Nordic公司生产的2.4GHz频段射频芯片NRF24L01作为数据无线收发芯片,以Freescale单片机MC9S12为控制单元,采用交互式"主从"结构,实现了运动状态下模型车的相关参数和运动轨迹的远程传输和控制。实际运行结果表明,所设计的模型车数据传输准确率高、行驶速度快、易于控制。

    标签: MC9 S12 MC 9S

    上传时间: 2013-10-17

    上传用户:xmsmh

  • 本系统设计以MC68S912DG128微控制器为核心

    本系统设计以MC68S912DG128微控制器为核心,通过多个红外光电传感器检测模型车的运动位置和运动方向,霍尔传感器检测模型车的速度,运用PWM技术调节驱动电机的转速和舵机的方向,同时用PID控制算法,完成对模型车运动速度和运动方向的闭环控制

    标签: S912 128 68S 912

    上传时间: 2017-04-06

    上传用户:zq70996813

  • 基于CCD的智能小车的研制

    智能车辆,是一个集环境感知、规划决策、自动驾驶等功能于一体的综合系统,它集中地运用了计算机、现代传感、信息融合、通讯、电子、人工智能及自动控制等技术,是典型的高新技术综合体。本系统以Freescalel6位单片机MC9S12DG128作为系统控制处理器,基于CCD传感器采集视频图像,通过对获得的图像进行处理分析,获得道路信息提取赛道黑线,并结合测速反馈实现对小车的闭环反馈控制,后轮驱动电机控制模换采用了模薪PID控制算法,充分的利用了内部提供的模糊推理机,文中介绍了赛车的硬件设计和软件设计,小车图像采集模块、转向模块和驱动模块的设计,以及摄像头工作机制和速度反馈的设计。通过对智能模型车系统设计、开发及研究,取得了一定的成果,但仍有不完善的地方,有待进一步深入研究。关键词:模糊PIDCCD图像采集测速反馈

    标签: ccd 智能小车

    上传时间: 2022-06-23

    上传用户:

  • 本程序是用汇编语言编写的——打印车的模型。

    本程序是用汇编语言编写的——打印车的模型。

    标签: 程序 汇编语言 打印 模型

    上传时间: 2013-12-18

    上传用户:qw12

  • 用matlab描述的3个自由度的半车模型

    用matlab描述的3个自由度的半车模型

    标签: matlab 自由度 模型

    上传时间: 2017-04-02

    上传用户:王小奇

  • 带反馈控制的半车Matlab模型

    带反馈控制的半车Matlab模型

    标签: Matlab 反馈控制 模型

    上传时间: 2013-12-24

    上传用户:kiklkook

  • 用进刀量补偿法减小细长轴车削加工误差

    首先分析了细长轴车削加工时造成的位移,理论上分析了误差的大小与位移量的关系,然后运用材料力学公式得出切削点位移量与切削力的关系,又根据径向切削力经验公式获得切削力与进刀量的关系,推出了理论进刀量与实际进刀量的关系,提出了用进刀量补偿法减小细长轴车削加工误差的模型。最后通过试验验证了采用进刀量补偿方法,在不改变机床精度的前提下显著提高细长轴的加工精度。

    标签: 补偿 车削加工 误差

    上传时间: 2013-10-18

    上传用户:透明的心情

  • 详细介绍了c++编程模型

    详细介绍了c++编程模型,对编车者很有帮助的

    标签: 详细介绍 编程 模型

    上传时间: 2013-12-15

    上传用户:洛木卓

  • 基于神经网络的车削加工表面粗糙度智能预测

    表面粗糙度是机械加工工艺中主要的技术参数, 对零件质量和产品性能有着极为重要的影响。 以加工表面粗糙度与切削用量三要素的关系为对象, 采用正交试验方法, 利用立方氮化硼刀具对冷作模具钢 Cr12MoV 进行硬态干式车削试验,测量得到选定参数条件下的加工表面粗糙度值,并应用人工智能神经网络方 法建立了加工表面粗糙度预测模型。结果表明,该预测模型具有很好的预测精度, 其最大误差不超过 5% 。模 型可以对不同切削速度、 进给量和切削深度参数组合下加工后的表面粗糙度进行预测,对干式硬车条件下的切 削用量选择和零件表面质量的控制具有重要指导意义。

    标签: 基于神经网络的车削加工表面粗糙度智能预测

    上传时间: 2016-03-20

    上传用户:happycats