![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器人学习
文章平均质量分 85
杓-(wujianya)
固高科技-wujianya
展开
-
SVPWM算法实现
clc;clear;close;%%SVPWM算法%%%判断扇区的%%%r模拟假设(2/3)Udcr=20;Udc=30;Ts=62.5%%单位微妙r=r*cos(pi/6);%%%电压矢量圆环半径k=720;for i=0:k angle=(i*pi)/180; Uta=r*cos(angle); Utb=r*sin(angle); U0...原创 2019-10-31 17:14:30 · 1412 阅读 · 0 评论 -
B样条的姿态插值RPY插值
clc;clear;close;t= [0,5,7,8,10,15,18];q= [3.31 -3.01 -1.07 4.48 1.52 ,5.53, 10.54, 15.55 ,20.56, 25.57, 30.52;-2.38 -3.53 5.81 2.97 -1.25, -1.25 ,-1.25 ,-1.25 ,-1.25 ,-1.25, -1.25;7.14 10.89 6.72 4...原创 2019-05-14 17:07:25 · 786 阅读 · 0 评论 -
基于Bezier匀速进给时间律U的设计计算
clc;clear;closem=3;P=[0 0 1 2;0 1 2.5 3;1 7 2 5];%{jj=1;for u=0:0.01:1 b=BezierP(P,m,u);db=BezierPDerivatives(P,m,u);ddb=BezierPDerivatives2(P,m,u); bx(jj)=b(1,1);by(jj)=b(2,1);bz(...原创 2019-05-20 14:09:31 · 284 阅读 · 1 评论 -
B´ezier curve
clc;clear;closem=3;P=[0 0 1 2;0 1 2.5 3;1 0 2 5];jj=1;for u=0:0.01:1 b=BezierP(P,m,u);bx(jj)=b(1,1);by(jj)=b(2,1);bz(jj)=b(3,1);jj=jj+1;endplot3(bx,by,bz,'r');hold on;plot3(P(1,:),...原创 2019-05-15 17:38:06 · 415 阅读 · 0 评论 -
Modern robotics mechanics planning and control(book) Rigid-Body Motion Example(book)
clc;clear;close;rsc=pi/180;Tsb=[cos(30*rsc) -sin(30*rsc) 0 1;sin(30*rsc) cos(30*rsc) 0 2;0 0 1 0;0 0 0 1];Tsc=[cos(60*rsc) -sin(60*rsc) 0 2;sin(60*rsc) cos(60*rsc) 0 1;0 0 1 0;0 0 0 1];q=pi/6;...翻译 2019-05-22 10:19:20 · 746 阅读 · 0 评论 -
Poe-Wrenches
clc;clear;close;fh=[0 0 0 0 -5 0]';fa=[0 0 0 0 0 1]';Thf=[1 0 0 -100; 0 1 0 0;0 0 1 0; 0 0 0 1];Taf=[1 0 0 -250;0 0 1 0;0 -1 0 0;0 0 0 1];Adjthf=[Thf(1:3,1:3) zeros(3,3);Poe_Skew_symmetric(Thf(...翻译 2019-05-22 11:03:35 · 105 阅读 · 0 评论 -
Bezier-C1 continuous
clc;clear;close;p=[0 0.18 0.49 1;0 0.58 1.32 2;0 0.59 1.26 1;1 1.35 1.47 2;2 2.47 2.79 3;1 0.88 0.20 0;2 2.60 3.39 4;3 3.24 3.15 3;0 -0.24 -0.30 0;4 4.76 4.57 5;3 2.80 2.66 2;0 0.38 1.61...原创 2019-05-17 16:42:20 · 251 阅读 · 0 评论 -
Bezier-C2 continuous
clc;clear;close;q=[0 1 2 4 5 6;0 2 3 3 2 0;0 1 0 0 2 2];qx=q(1,:);qy=q(2,:);qz=q(3,:);p=[0 0.20 0.40 0.51 0.75 1;0 0.41 0.84 1.11 1.56 2;0 0.20 0.57 1.03 1.10 1;1 1.17 1.34 1.47 1.71 ...原创 2019-05-17 23:32:12 · 340 阅读 · 0 评论 -
Bezier-Blending C2-continuous
clc;clear;close;r=0.5;q=[0 1 2 4 5 6;0 2 3 3 2 0;0 1 0 0 2 2];qb=[0.79 1.28 1.71 2.5 3.5 4.2 4.79 5.22;1.59 2.28 2.71 3 3 2.79 2.20 1.55;0.79 0.71 0.28 0 0 0.40 1.59 2];qx=q(1,:...原创 2019-05-18 16:26:59 · 189 阅读 · 0 评论 -
动力学拉格朗日一部分的推导过程
原创 2019-05-30 17:28:01 · 2006 阅读 · 0 评论 -
数值逆解旋量推导
翻译 2019-05-28 17:48:59 · 323 阅读 · 0 评论 -
二连杆机器人的动力学
clc;clear;close;%syms L1 L2 m1 m2 g q1 q2 dq1 dq2 ddq1 ddq2 realTs=0.01;L1=1;L2=1;m1=10;m2=10;ORI=[1 0 0;0 1 0;0 0 1];q1=30*pi/180;q2=10*pi/180;g=-9.81;dq1=30*pi/180;dq2=30*pi/180;ddq1=4...原创 2019-06-11 11:48:12 · 4333 阅读 · 5 评论 -
重做和撤销
参考,大神https://www.cnblogs.com/wanghui9072229/archive/2011/08/29/2158960.html采用Qt4.7编写的一个源码例子,可以参考学习下代码链接如下:https://download.csdn.net/download/tianjilieren/11263662...原创 2019-06-28 18:19:39 · 1006 阅读 · 0 评论 -
姿态插值
clc;clear;close;R0=angle2dcm(0/180*pi,0/180*pi,0/180*pi,'XYZ');%%R1=angle2dcm(rpy(3,size(rpy,2))/180*pi,rpy(2,size(rpy,2))/180*pi,rpy(1,size(rpy,2))/180*pi,'XYZ');R1=[0 1 0;0 0 1;1 0 0];P0=[0,0,...原创 2019-05-14 11:59:32 · 1088 阅读 · 0 评论 -
Bspine trajectory planning
clc;clear;close;t= [0,5,7,8,10,15,18];q= [3, 2, 0, -2, -5, 0, 6, 12, 0, -3, 8]';n=size(q,1)-1;p=4;NodeVector=[0, 0, 0, 0, 0, 2.5, 6, 7.5, 9, 12.5, 16.5, 18, 18, 18, 18, 18];v0=2;vn=-3;a0=0...原创 2019-04-21 10:50:42 · 495 阅读 · 2 评论 -
吴恩达的机器学习-NormalFunction
clc;clear;syms size Bedroom Floors Age Price q raterate=0.02;x0=[1;1;1;1];size=[2104;1416;1534;852]/2104;Bedroom=[5;3;3;2]/5;Floors=[1;2;2;1]/2;Age=[45;40;30;36]/45;Price=[460;232;315;178];q=...原创 2019-02-04 12:50:26 · 240 阅读 · 0 评论 -
吴恩达的机器学习—logisticregression
clcclear allclose allrate=0.02;data = load('data.txt');datay=data(:, 3);datay=datay(1:10, :);data = data(:, 1:2); data = data(1:12, :);label = [ones(5, 1); zeros(5, 1)];plot(data(:,1),data(:...原创 2019-02-04 12:56:27 · 225 阅读 · 0 评论 -
吴恩达的机器学习-AdvancedOptimization
function [ jval,gradient ] = CostFunction( theta )%UNTITLED2 Summary of this function goes here% Detailed explanation goes herejval=(theta(1)-5)^2+(theta(2)-5)^2;gradient=zeros(2,1);gradient(1)...翻译 2019-02-04 13:59:16 · 246 阅读 · 0 评论 -
吴恩达的机器学习-MultiClass_Classification
clcclear allclose allrate=0.02;qp=zeros(3,3);data = load('DataMulti.txt');data = data(:, 1:2); data = data(1:30, :);label = [ones(5, 1); zeros(5, 1)];plot(data(:,1),data(:,2),'*');trainDa...原创 2019-02-04 23:31:23 · 309 阅读 · 1 评论 -
吴恩达的机器学习-RegularizedLinearRegression
clcclear allclose allrate=0.002;qp=zeros(3,3);data = load('RegularizedData.txt');plot(data(:,1),data(:,2),'*');trainData = data(1:10, 1); Price= data(1:10, 2); trainData =[ones(size(trainD...原创 2019-02-05 11:46:43 · 445 阅读 · 0 评论 -
吴恩达的机器学习-神经网络的学习
神经网络的讲解:输入层的是用X来表示的,但是在神经网络中的X表示的输入层用a[0]来表示的 其中的a【0】用来表示三行1列的矩阵,若表示其中的莫个可以用a1[0]用来表示第一个元素,中间用来表示隐藏层,之所以表示隐藏层是因为其内部的参数是看不到的,所以这样称呼它,用a[1]来表示的,其中的元素也是这样表示的,当然a[1]里面的每个元素都是W和b来表示的,而W和b也是用矩阵来表示,分...原创 2019-02-07 10:59:22 · 368 阅读 · 0 评论 -
吴恩达的机器学习-正向传播和反向传播的推导
原创 2019-02-16 11:07:52 · 1281 阅读 · 0 评论 -
吴恩达的机器学习-识别猫采用一层的神经网络
clc;clear;close all;k=50;nk=40;rate=0.01;for i = 1:km1=imread(['C:\Users\googol\Documents\MATLAB\MachineLearning\train\test',num2str(i),'.jpg']);traindata{i}=double(m1); %I{1}表示数组的概念traindata...原创 2019-02-11 11:27:31 · 1056 阅读 · 0 评论 -
S型曲线主函数
S型曲线主函数目录S型曲线主函数S1段曲线S2段曲线S3段曲线末端速度倒推型S3段曲线末端速度正推型S4段曲线S5段曲线S6段曲线S7段曲线倒推型S7段曲线正推型clc;clear;close;GoalV=100;%%单位mm/sGoalS=100;%%单位mmAcc=400;Jerk=30;%%%%%%%%%%%%%%%%可以修改...原创 2019-03-12 14:01:03 · 8527 阅读 · 0 评论 -
S曲线规划升级版,初始速度和终止速度可指定,
syms ve vs vmax amax jmax ld t1 t2 t3 t4 t5 t6 t7n=1000;%%以下三个参数为最大限制参数vmax=1000;amax=10;jmax=20;vs=708;%%初始速度ve=76;%%截止速度ld=500;%%目标位置%%%%%%%%%%%%%%(1)plotsubsection=zeros(1,7);if vs&...原创 2019-03-18 11:21:02 · 2387 阅读 · 0 评论 -
三次样条-初始速度与末端速度已知来求解
clc;clear;close;syms n v0 vn tqv0=2;%%得指定初始速度vn=50;%%得指定末端速度n=6;%%表示多项式的个数,对应的点数为n+1;得指定多项式个数%{for i=1:n+1 t(1,i)=(i-1)*6;endq=10*rand(1,n+1);%}t(1)=0;t(2)=5;t(3)=7;t(4)=8;t(5)=1...原创 2019-03-25 22:25:43 · 621 阅读 · 0 评论 -
B样条基函数求导
clc;clear;closep=3;NodeVector=[0,0,0,0,1,2,4,7,7,7,7];u=4.5;i=7;der=1;//求导次数[B,D]= MyBaseFun(i, p , u, NodeVector);MyDersBasisFuns( i,u,p,B,D,der,NodeVector )function [ Ders ] = MyDe...原创 2019-04-20 17:26:15 · 2897 阅读 · 7 评论 -
吴恩达的机器学习-linearRegressionWithMultiVariable
clc;clear;syms size Bedroom Floors Age Price q ratecx0=[1;1;1;1];size=[2104;1416;1534;852]/2104;Bedroom=[5;3;3;2]/5;Floors=[1;2;2;1]/2;Age=[45;40;30;36]/45;Price=[460;232;315;178];q=[1;1;1;1;...原创 2019-02-04 12:48:29 · 138 阅读 · 0 评论