- 博客(5)
- 收藏
- 关注
RSS订阅原创 【理论基础】深度强化学习(一)
深度强化学习（Deep Reinforcement Learning，DRL）将深度学习的感知能力和强化学习的决策能力相结合，可以直接根据输入的图像进行控制，是一种更接近人类思维方式的人工智能方法。深度学习具有较强的感知能力，但是缺乏一定的决策能力；而强化学习具有决策能力，对感知问题束手无策。因此，将两者结合起来，优势互补，为复杂系统的感知决策问题提供了解决思路。智能体与环境的不断交互（即在给定状态采取动作），进而获得奖励，此时环境从一个状态转移到下一个状态。
2025-01-11 23:30:00
1303
原创 【算法设计】永磁同步电机（PMSM）FOC算法
PMSM与BLDC虽然在转矩产生的物理机理上相同，但它们源于不同的应用领域。BLDC是PM BDC(永磁无刷直流电机)的派生词，而PMSM则是一种励磁磁场由永磁体提供的交流同步电机。两者最显著的区别在于控制方法：BLDC采用六步换向控制，PMSM则使用FOC(磁场定向控制)。FOC通过精确控制磁场实现高精度控制，具有转矩平稳、低噪声、高效率等特点。选择哪种电机主要取决于应用需求：高性能伺服系统通常选择PMSM配合FOC控制，而一般应用场合则可以选用成本较低的BLDC。
2024-11-09 21:52:51
2571
原创 四足机器人控制算法汇总
硬件部分传感器模块：包括深度相机、激光雷达和惯性测量单元（IMU），用于环境感知和导航。计算板卡：使用UP board和STM32F446微控制器进行数据处理和控制。SLAM算法用于定位与建图。腿部运动控制板卡：通过CAN总线与多个腿部驱动器通信，实现精确的运动控制。无线通信：4G通信模块用于远程操作和数据传输。软件部分ROS（机器人操作系统）：用于集成各种软件模块，包括视觉处理、障碍物检测、状态检测等。决策与规划：负责路径规划、避障和导航，确保机器人在复杂环境中的自主移动。底层控制。
2024-10-23 20:35:38
6474
1
原创 四足机器人算法验证流程框架
1.1 四足机器人项目系统框图图1.1 自足机器人软件硬件控制流程图（1）操作员通过遥控器给机械狗下发平动速度 和转向率命令；（2）机械狗接收到命令，质心COM生成参考轨迹并传送给身体和腿部控制器。（3）控制器根据用户输入命令和机器人状态，如果腿处于腿在摆动中，则使用“摆动腿控制器”，如果腿处于腿在支撑中，则使用“力控支撑腿控制器”（4）力和位置指令被发送到STM32微控制器，用于将电机指令传递给机器人的每条腿。
2023-12-26 10:39:37
3922
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人