雷赛运动控制卡Motion.zip

matlab自相关代码仅供学术使用 它包含以下描述的图像去模糊算法的实现： @inproceedings{pan2019phase, title={Phase-only image based kernel estimation for single image blind deblurring}, author={Pan, Liyuan and Hartley, Richard and Liu, Miaomiao and Dai, Yuchao}, booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition}, pages={6034--6043}, year={2019} } 如何使用 这些代码已在具有Intel Core i7-4790 CPU和6 GB RAM的ubuntu 14.04 LTS 64位版本的MATLAB 2015b（64位）中进行了测试。 打开包装。 运行“ main_uniform.m”。 用户指定的参数： 用户需要指定一些参数。 “

％================================================== ============================％％“存在％移动障碍物的AGV快速轨迹规划的源代码：一种组合3维A *搜索和QCQP”。 ％李白，张友民，刘毅，钟祥，岑航杰，彭小燕，Kong启第33届中国控制与决策会议（CCDC），于2021年2月15日接受。％========= ================================================== ==================％（C）2021白李。 用户必须引用提到的相关文章％许可GNU通用公共许可v3.0％应该向IPOPT请求许可的AMPL。 将二进制文件放入％current文件夹中。 ％==================================================

关于流体计算的一些详细的资料、程序和图片，个人感觉不错，所以拿来分享

飞跃手的骨架 DERIVATIVE TouchDesigner是一种实时交互式应用程序，是内置LeapMotion支持的平台之一，该平台允许通过其CHOP引入手部骨骼和手势数据以进行开发。 要重建手部运动，必须正确设置骨骼层次和反向运动学设置，请参见该项目中包含的文件。 要使用LeapMotion，请下载LeapMotion SDK 。 该项目已经在touchdesigner 088中进行了测试。您可以通过下载免费的但具有分辨率限制（低于1260x1260）的版本。

MPU6050自带了数字运动处理器， 即 DMP， 并 且， InvenSense 提供了一个 MPU6050 的嵌入式运动驱动库，移植教程可参考本人博客：https://blog.csdn.net/WalterBrien/article/details/123303182?spm=1001.2014.3001.5502

这是一个非常好的动作检测器，它帮助我们理解了所有的代码，因为注释是写出来的

matlab中微多普勒代码处理摆运动的IMU 说明和运行方式 这是一个处理MetaMotionR IMU传感器数据的Matlab库，该代码用于读取和处理来自IMU的测得的线性加速度和四元数。 运行main.m文件以显示预处理以及与测得的摆运动相对应的无漂移速度和位移。 您可以在两个csv文件上测试此代码。 这些文件包含记录的四元数和摆实验的线性加速度。 只需运行main.m文件，系统将提示您两次选择csv文件。 第一次，您应该选择一个包含线性加速度数据的数据。 第二次，选择包含四元数数据的数据。 文件说明 该项目具有以下文件： ：这是要运行的主要文件。 ：此文件具有旨在裁剪时间序列数据的MATLAB函数。 ：此文件具有标准化旋转加速度的功能。 ：此文件具有可以调用的绘图功能。 进行此功能是为了减少代码的使用范围。 ：此文件具有preprocess()函数，该函数读取原始线性加速度和四元数数据。 通过使用从四元数计算出的欧拉角，它将线性加速度旋转到参考系。 ：该文件负责消除速度的漂移和从旋转的线性加速度计算出的位移。 此文件中实现的算法是this和this可用的算法的修改版本。 上述链接

AE脚本-唯美梦幻闪烁粒子飘散图文展示工具 Shimmer Motion Kit.zip

更新 更新22/01/2020您可能有兴趣关注以观看有关计算机视觉，机器学习，深度学习和机器人技术的每周视频。 Deepgaze 2.0的更新16/07/2019稳定版本可分支2.0 。 更新20/03/2019开始在Python / OpenCV 3.0上进行移植，请检查分支2.0以获取初步版本。 更新10/06/2017文章“使用卷积神经网络和自适应梯度方法在野外进行头部姿态估计”的PDF使用可在未来50天内免费下载 更新2017年4月6日，文章“使用卷积神经网络和自适应梯度方法在野外进行头部姿态估计”已在Pattern Recogntion（Elsevier）中接受发表。 Deepgaze CNN头部姿势估计器模块基于此工作。 更新31/05/2017新软件包。 该软件包包含用于显着性检测的算法的实现 更新22/03/2017修复了mask_analysis.py中的一个