基于前庭系统的机器人控制 基于前庭系统的受人启发的机器人控制。 前庭系统的模型由浆膜管和耳石器官组成。 这些是论文“用于研究方向和平衡控制的受人类启发的模拟器”中使用的Matlab代码。 Files文件夹要重现本文的模拟结果，请尝试打开并运行文件“ interfaz_grafica.m”。将打开图形用户界面。 现在，您可以分别运行左侧的人体前庭系统模型或右侧的机器人仿真模型。 1-前庭系统模型-“ Seleccion de hipotesis para los canales semicirculares”菜单允许您在2个假设中进行选择：正交或非正交运河。 -“在Giratoria平台上的速度角速度选择”菜单允许在恒定，梯形或正弦曲线中选择刺激角速度。 -“考虑票房吗？” 菜单允许您选择是考虑假想的“头部”的角运动还是静态的-如果您在上一个菜单中选择了“角动量”选项，即考虑了角运动，则“

android-robot-control-app 用于通过蓝牙从智能手机控制 Arduino 机器人和玩具的 Android 应用程序

ABR控制 ABR控制库是一个python软件包，用于在真实或模拟环境中控制和规划机械臂。 ABR Control提供了用于Mujoco，CoppeliaSim（以前称为VREP）和Pygame模拟环境的API，以及用于一臂，两臂和三关节模型以及UR5和Kinova Jaco 2臂的臂配置文件。 用户还可以轻松地扩展该软件包以使其与自定义手臂配置一起运行。 ABR Control自动生成高效的C代码以生成控制信号，或使用Mujoco的内部功能进行计算。 ABR还提供了一个接口和配置，可用于控制存储库中的实际Jaco 2。 安装 ABR控制库取决于NumPy，SymPy，SciPy，CloudPickle，Cython，SetupTools，Nengo和Matplotlib。 我们建议使用 。 请注意，在干净的环境中安装将需要编译依赖库，并且将花费几分钟。 要安装ABR Control，

本手册包含了有关在OmniCore 机器人系统中使用Robot Control Mate 的基本说明。 本手册提供了有关微动（自动）、位置校准、控制和示教等方面的基本信息。

Introduction to Mobile Robot Control