浮生若梦ん-CSDN博客

原创 Embedded shape morphing for morphologically adaptive robots（文献阅读笔记）

变形机器人可以在不同的环境中改变自己的形态以完成不同的任务，但现有的变形功能并没有嵌入机器人的身体，需要笨重的辅助设备。在这里，我们报告了一种嵌入式形状变形方案，它将形状驱动、感知和锁定全部嵌入机器人的身体中。我们使用三种变形机器人系统展示了这种嵌入式方案：1）自感知形状变形抓手，可适应物体进行自适应抓取；2）四足机器人，可变形其身体形状，以适应不同的陆地运动模式（行走、爬行或水平爬行）；3）无系绳机器人，可变形其四肢形状，以适应两栖运动。

2024-06-11 18:50:23 583

原创探索STM32与OLED显示屏：SSD1306库使用指南与实战

本文将指导您如何在STM32微控制器上使用afiskon的库来移植并操作基于SSD1306、SH1106、SH1107和SSD1309的OLED显示屏。这个库支持I2C和SPI通信协议，使得OLED显示屏的集成和显示操作变得简单高效。

2024-06-07 20:56:47 1685 3

原创从理论到应用：揭秘鲍威尔优化方法及其实际运用

在许多工程学、人工智能和操作研究领域，我们常常需要寻求一种函数的最优解或者最小值，这背后往往涉及到多维无约束优化问题。优化算法的选择对于解的质量与求解速度有着决定性的影响。如何在没有偏导数信息的情况下，有效地寻找到多变量函数的极小值点，一直是优化领域研究的热点之一。鲍威尔（Powell）方法，作为这一领域的经典算法之一，不需要函数梯度信息，通过一系列直观的迭代搜索步骤，能够稳步地寻找到函数的局部最小值。

2024-05-03 08:24:39 1071 1

基于BP神经网络的PID控制算法-MATLAB实现

内容概要：BP神经网络PID控制是一种结合了BP（反向传播）神经网络和PID（比例-积分-微分）控制器的控制方法。这种方法利用BP神经网络的学习和逼近能力，对PID控制器的参数进行在线实时调整，以提高控制系统的性能。传统的PID控制器因其简单和方便而被广泛应用于系统稳定性的提升，但在面对复杂系统或变化的工作条件时，可能无法提供最佳性能。BP神经网络PID控制通过学习系统的动态行为，自动调整PID参数，从而提高了控制的精度和鲁棒性。这种方法在电机速度控制、位置跟踪等多个领域都有应用。适合人群：有一定的MATLAB、神经网络和自动控制原理基础的人群。能学到什么：1.BP神经网络从零开始的实现2.PID算法的实现3.BP神经网络PID控制算法阅读建议：确保你已经对PID控制器的工作原理和BP神经网络的基本概念有了深入的理解。这包括PID控制器的三个参数（比例、积分、微分）的作用，以及BP神经网络的结构、训练过程和反向传播算法。熟悉MATLAB的基本操作，包括矩阵运算、函数编写、图形绘制等。理论学习是基础，但动手能力同样重要。尝试自己编写代码实现算法，遇到问题时不要害怕，多查阅资料，多尝

2024-05-03

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人