matlab的slam代码基于线和平面的视觉里程计 (LPVO) 该软件包提供了 ICRA 2018 论文的 MATLAB 实现：“通过解耦旋转和平移运动在结构化环境中的低漂移视觉里程计”，仅用于研究和学习。 请注意，此存储库仅包含简化的建议视觉里程计示例代码，以了解 LPVO 在结构化环境中的工作方式。 1. 目标 我们的目标是估计 6-DoF 相机相对于室内结构化环境的运动。 LPVO 联合利用线和平面基元来识别正交结构环境的空间规律。 同时使用 RGB 图像中的线条和深度图像中的表面法线来准确、稳定地感知环境规律。 LPVO 可以跟踪无漂移的旋转运动，同时至少可以看到一个平面和一对平行于曼哈顿世界 (MW) 轴的线。 给定绝对相机方向，我们恢复了最佳平移运动，从而最大限度地减少了反旋转重投影误差。 2. 先决条件 该软件包在 MATLAB R2019b 上在 Windows 7 64 位上进行了测试。 这个包依赖于关键点处理、KLT 跟踪和翻译估计的库。 如果没有在 MATLAB 环境中安装 mexopencv，此包中的 cv.* 函数将无法运行。 请先构建您的操作系统，然后运行

为了实现对微弱低信噪比的心电信号的有效提取，采用了Mallat算法的小波分解重构法去除心电信号的噪声。首先确定小波分解重构的小波基；其次确定分解的层数；然后直接提取有用信号所在的频带（有用信号占优的频带）进行重构；最后，Matlab仿真MIT-BIT标准数据 库中的心电信号表明小波分解重构法可以有效的去除心电信号中的多种干扰；同时比起传统滤波器法来说，小波分解与重构去噪法应用起来更方便。

通达信最牛的BS主图源码 指标不漂移 无未来通达信指标公式源码.doc

meanshift_matlab MATLAB / Octave的均值漂移聚类实现的开源实现。 这是在MATLAB File Exchange中显示的meanshift实现的改进版本。 增加了对任意内核的支持。 版权所有2015 Han Gong ，东英吉利大学 版权所有2006 Bryan Feldman 参考： 福永，庆之助和拉里·D·霍斯特特勒。 “密度函数梯度的估计及其在模式识别中的应用。” 信息论，IEEE Transactions on 21.1（1975）：32-40。 MATLAB /八度代码：演示请参见demo.m。 结果：

传统的mean-shift 跟踪算法不能跟踪目标的旋转、缩放运动, 且常常因此造成定位不准. 鉴于此, 将尺度不变 特征变换(SIFT) 特征检测融入到mean-shift 跟踪过程, 提出SIFT 特征点的尺度变化与目标的尺度变化成正比, 特征 点主方向变化与目标旋转角度一致, 给出了基于SIFT 特征的自适应目标尺度、方向计算方法, 且利用带方向、可变 带宽的椭圆核改进传统的mean-shift 跟踪方法. 实验表明, 该算法能够较好地跟踪目标的旋转、缩放运动, 定位也更 准确.

matlab 车辆速度控制代码快速 介绍 FFAST 车辆是 1:10 比例的遥控车，用作测试动态运动规划和控制算法的测试平台。 该存储库包含整个项目开发的软件，包括车辆中负责自动驾驶和执行诸如漂移和避障等操作的源代码。 功能 后轮驱动前转向车能够以最高6 m/s的前进速度和3 m/s的速度向后行驶，并实现两侧30度的转向角。 它使用来自电机上的霍尔效应传感器的数据作为里程计、IMU、LIDAR 和带有光流的 Jetson 开发人员套件上的相机实现了相当好的定位。 它可以远程操作或由软件控制，给它导航命令。 当按下遥控发射器时，车辆上的射频接收器会停止车辆运行，充当紧急停止开关。 组织 存储库分为几个子文件夹： 文档遥控车平台开发说明及项目详细文档目录 柳絮_ws 包含控制车辆的 ROS 包的 Catkin 工作区 matlab_模拟器用于仿真车辆动力学和执行仿真操作的 MATLAB 脚本 入门 这将为您提供一份项目副本，并在您的本地机器上运行，用于开发和测试目的。 它是为 Linux 开发的，没有进行交叉兼容性的努力。 运行测试 有关运行测试的命令，请参阅 。 作者 乔丹·福特——

脉搏信号是医学研究与临床诊断的重要参考依据。针对其在采集过程中极易受到基线漂移的干扰，提出使用MP算法消除脉搏信号中的基线漂移，并将结果与EMD算法的消噪结果进行了比较。仿真结果表明与EMD算法相比，MP算法不仅能够很好的抑制基线漂移，还可以有效的保留脉搏信号的波形特征。

设计并实现了一种基于FPGA的真随机数发生器，利用一对振荡环路之间的相位漂移和抖动以及亚稳态作为随机源，使用线性反馈移位寄存器的输出与原始序列运算作为后续处理。在Xilinx Virtex-5平台的测试实验中，探讨了振荡器数量以及采样频率等参数对随机序列的统计特性的影响。测试结果表明本设计产生的随机序列能够通过DIEHARD测试，性能满足要求。由于仅使用了普通逻辑单元，使得本设计能够迅速移植到ASIC设计，大大缩短了开发周期。

本文和大家分享基于Arduino的开源头追的制作。首先，先介绍下Arduino，Arduino简单来说就是一块单片机，他是一个开放了源代码的硬件平台，并且提供了开发平台，重要的是，这一切都是for free的，并且Arduino的编程环境比较简单，初学者很容易能上手，而且有大量的开源程序供你参考。 说回到这个开源头追来，原理是:通过GY-85九轴IMU传感器（三轴陀螺仪、三轴加速度计和三轴地磁计）来实时输出当前位置与起始位置之间在三维空间中的变化，再通过Arduino Nano控制器，转化成X、Y、Z三个通道的PPM信号，输入到遥控器中，通过遥控器的“教练”功能，映射三个通道来控制云台的方向（Pan），俯仰（Tilt）和倾斜（Roll）从而实现摄像头角度的变化。由于飞行员通常不会在驾驶室做歪脖子的动作，所以我后续只用到了方向和仰俯轴，简化云台为二维云台。 在此介绍ADI的3轴加速度计ADXL345（ADXL345典型应用）。ADXL345（ADXL345典型应用）是一款小而薄的低功耗3轴加速度计，分辨率高（13位），测量范围达±16g。数字输出数据为16位二进制补码格式，可通过SPI（3线或4线）或I2C数字接口访问。 ADXL345（ADXL345典型应用）非常适合移动设备应用。它可以在倾斜检测应用中测量静态重力加速度，还可以测量运动或冲击导致的动态加速度。其高分辨率(4 mg/LSB)，能够测量不到1.0°的倾斜角度变化。 原理介绍完毕，项目需要的硬件如下: 1、Arduino nano控制板一块； 2、miniUSB线一根；（用来连接控制板刷程序） 3、GY-85九轴传感器一块； 4、杜邦线若干 头追演示视频: 头追硬件制作过程见附件 相关技术方案: 加速度传感器ADXL345典型应用 本参考设计基于ADI公司的ADXL345，实现了加速度传感器的一系列典型应用，包括:计步器，闪信，硬盘跌落保护，人体跌倒保护，倾角测量，旋转检测，晃动检测，单击、双击检测以及其他智能检测功能和游戏控制功能，等等。 ADI民用无人机解决方案 ADI拥有一支致力于支持新兴无人系统市场的团队和业务部门。ADI的产品组合覆盖空中、地面和海上无人系统，从小型消费类产品到大型长航时系统。 ADI产品组合专注于五个主要领域以支持无人系统业务:大气数据、姿态和航向，参考系统收发器，有效载荷，安全和监控，机身。除了以上产品之外， ADI公司丰富的产品组合支持包括控制站、数据采集等众多产品。

针对煤矿井下人员定位的特殊环境与要求,提出一种基于行人航迹推算法(pedestrian dead reckoning,PDR)的微机电惯性传感器测量单元(micro-electro-mechanical system-inertial measurement unit,MEMS-IMU)定位系统,以MEMS中的加速度计、陀螺仪和磁力计获取数据,结合粒子滤波研究解决了传感器漂移误差关键技术问题,提高了井下定位精度。试验结果表明,该系统百米定位误差小于2 m,能够满足井下人员定位需求。