使用数值方法求解机器人运动计划，以解决最佳控制问题。 规划可以采用运动学约束（例如位置、速度、加速度、加加速度边界）、动力学约束（例如机器人刚体动力学包括重力、离心力和科里奥利力、惯性力、关节扭矩限制，甚至扭矩变化率限制），以及碰撞避免考虑在内。 解决时间在几秒钟内。 详细信息参见出版物：“机器人运动规划的高效轨迹优化”，Yu Zhao、Hsien-Chung Lin、Masayoshi Tomizuka，ICARCV 2018。 有关可用演示的列表，请参阅https://github.com/yzhao334/Efficient-Trajectory-Optimization-for-Robot-Motion-Planning--Examples 。 所需软件包：chebfun、CasADi。 包中包含的其他依赖项（STLRead 和 STLWrite）

A Spatio-temporal Transformer for 3D Human Motion Prediction

SAGE算法代码matlab 运动补偿 CL Chen、L. Hermans、MC Viswanathan、D. Fortun、M. Unser、A. Cammarato、MH Dickinson 和P.拉姆迪亚。 该代码仅供科学或个人使用。 如何安装 安装MIJ库（）：复制MATLAB的java文件夹下的ij.jar和mij.jar文件（应该是/path/to/MATLAB/java/jar/ ，例如： /usr/local/MATLAB/R2018a/java/jar/ ）。 请注意，它需要 MATLAB Compiler 和 Parallel Computing Toolbox（都可以通过 MATLAB 安装程序安装） 克隆存储库： git clone https://github.com/NeLy-EPFL/motion_compensation 输入： cd motion_compensation 使用目录中的以下命令编译深度匹配代码： cd code/external/deepmatching_1.2.2_c++_mac/或cd code/external/deepmatc

Depth from Camera Motion and Objection Detection 算法和数据理论部分翻译

包含 Leap Motion v2.3 版本的 SDK，以及我基于 vs2019 为 python36 二次打包的全部源代码和完整实验代码，以及正常运行的运行产物，运行环境：windows10、python3.6，vs2010，swig2.0.9

Ae Pr动态模糊插件ReelSmart Motion Blur v6.0.1.zip

SOLIDWORKS motion运动仿真分析.docx

PhysCap: Physically Plausible Monocular 3D Motion的粗浅翻译

Python-OpenCV-运动检测 Proyecto Coursera： ：

Motion Estimation Using Region-Level Segmentation and Extended Kalman Filter for Autonomous Driving.pdf