搜索资源列表
kalmanfiler
- 卡尔曼滤波C程序 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。 对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制， 传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理， 例如头脸识别，图像分割，图像边缘检测等等。-Kalman filtering C program Kalman filter is
extendkalman
- 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。 对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制， 传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理， 例如头脸识别，图像分割，图像边缘检测等等。-Kalman filter is an "optimal recursive data pro
6-axis
- sensor fusion for 6-axis-STM32 6-AXIS fusion
kamaanguji
- 卡尔曼 陀螺仪、倾角传感器融合，主要用了自适应卡尔曼滤波-Kalman gyro, tilt sensor fusion, the main use of the adaptive Kalman filter
mpu-6050
- MPU-6000（6050）为全球首例整合性6轴运动处理组件，相较于多组件方案，免除了组合陀螺仪与加速器时之轴间差的问题，减少了大量的包装空间。MPU-6000（6050）整合了3轴陀螺仪、3轴加速器，并含可藉由第二个I2C端口连接其他厂牌之加速器、磁力传感器、或其他传感器的数位运动处理(DMP: Digital Motion Processor)硬件加速引擎，由主要I2C端口以单一数据流的形式，向应用端输出完整的9轴融合演算技术-MPU-6000 (6050) is the world'
dd
- 文中给出了数据融合算法，并提出把数据融合方法应用于火电机组的在线性能计算中，使计算结果能更完善、准确地反映机组的运行状况。这种数据融合方法计算简便，可以反映传感器在空间或时间上的冗余或互补的信息，获得比有限个传感器的算术平均值更准确的测量结果，具有较高的可靠性，实际应用结果证实了该算法的准确性，可推广到其它具有正态分布特性测量结果的数据融合。-Paper gives the data fusion algorithms, and to make the data fusion method is
asdasd
- 模糊数据融合在多传感器环境监测中的应用 信息融合学习的 基础-Fuzzy Data Fusion in Multi-sensor environmental monitoring information fusion based learning
ARM9_UCOSII_fire_alarm
- 讲述了在UCOSII操作系统下，用ARM9控制的系统如何实现多传感器融合的综合火灾报警。-Described in the UCOSII operating system, control system with ARM9 how to achieve an integrated multi-sensor fusion fire alarm.
WSNshujuronghe
- 农田土壤信息无线传感器网络与数据融合算法研究 提出了一些融合技术-Soil information in wireless sensor networks and data fusion algorithm made a number of fusion
wq
- 多传感器数据融合啤酒发酵温度监控系统Multi-sensor data fusion temperature monitoring system of beer fermentation-Multi-sensor data fusion temperature monitoring system of beer fermentation
echn
- 烧结矿碱度预测中的多传感器信息融合技术-Basicity prediction multi-sensor information fusion technology
mpe
- 两种数据融合算法对扩散硅压力传感器的温度补偿-Proliferation of two data fusion algorithm' s temperature compensation of silicon pressure sensor
Mahler-PHD
- Ronald P. S. Mahler - Statistical Multisource-Multitarget Information Fusion Information fusion is the process of gathering, filtering, correlating and integrating relevant information from various sources into one representational format. It is us
STM32-for-ucgui-ucos
- ucos-II融合uc-gui的程程序，结合重力传感器 -CENTER-II fusion uc-gui process procedures, combined with gravity sensor
eploying-Sensor-Nodes-in-WSN
- 论文:在无线传感器网络中,传感器节点收集本地数据,通常通过其它节点将数据转发给基站,因而离基站越近的节点,消耗 的能量越多.如果采用通常的方法,即均匀布置传感器节点,则基站附近的节点将很快消耗完能量,基站也就无法收集数据.本 文通过研究无线传感器网络中的能量消耗,得到了一个布置传感器节点的密度函数,按此函数布置传感器节点可以有效地延长 系统的生命期.理论分析和模拟结果表明,本文的布置方案将系统生命期提高到均匀布置方案的3R2t倍,这里t为传感器节点的 通信距离,R为传感器节点的分
Headtracker
- Headtracker using sensors: ADXL345 (acc), ITG3200 (gyro), HMC5843 (mag) with data fusion using an extended kalman filter on STM32F10x and data output via USB to PC. Code (sensor reading, filter) written by me. Validated on real hardware.
aircraft-source-IAR-430
- 四旋翼飞行器代码，方便新手快速学习与掌握，四元数融合，飞行PID控制 ，运用的编译环境:IAR for MSP439,控制所用的MCU:MSP430f5529 传感器:mpu6050- Four rotor aircraft, code, have fast learning and facilitate novice, four yuan per fusion, flight PID control, use the compiler environment: IAR for MSP439
msp430
- 1.机架是上一届准备国赛前买的，电机是空心杯（2000转/min） ，电池是11.1V的航模电池 2.采用2块msp430f149最小系统做飞控板，一块用来姿态控制，一块用来完成题目要求，两者之间通过串口通信 3.陀螺仪用的是MPU9150（九轴），自带有地磁传感器，不需要再加地磁传感器 4.数据融合是靠MPU9150的内部DMP处理输出（该部分程序时移植32单片机的，针对430的时钟频率对该部分程序做了一些调整） 5.姿态控制算法是PID-1 rack is the last
MPLv3.3.0
- Invens e 陀螺仪驱动以及sensor fusion算法，Android系统-Invensense gyro driver and sensor fusion algorithm for Android
motion_driver_6.12
- 最新的MPU9250,MPU9150,MPU6050,MPU6500官方资料-Changes Notes- MD6.1 to 6.12 - Fixed Hardware Calibration Offset register accel format Previous implementation was saving the offsets in the accel offset registers in a scalre range of+-8G. After cl