没有合适的资源?快使用搜索试试~
我知道了~
文库首页
开发技术
其它
多旋翼飞机跟踪运动物体的视觉系统
多旋翼飞机跟踪运动物体的视觉系统
研究论文
需积分: 5
0 下载量
14 浏览量
2021-04-02
20:52:28
上传
评论
收藏
747KB
PDF
举报
温馨提示
立即下载
多旋翼飞机跟踪运动物体的视觉系统
资源推荐
资源评论
机器视觉——运动物体跟踪课设论文
浏览:129
4星 · 用户满意度95%
在计算机和摄像设备环境中,由摄像头识别目标物体,能够识别具有一定特征的运动物体,通过物体的移动特征来控制鼠标,从而进行简单的电脑操作。
基于ARM11的视频图像中运动物体检测跟踪系统
浏览:85
通过深入研究国内外视频图像运动目标的跟踪技术现状,基于目前对视频图像中运动物体进行检测与跟踪设备的便携性差、耗电量高等缺点,本系统利用ARM11平台搭载Linux系统实现相关应用的方法,完成了一套较完整的小型化检测系统的设计。本系统通过对实验室中走动的人进行视频检测跟踪试验,最终得出本系统可以对通过USBCAM采集的视频信号进行实时的数据处理,视频分辨率为240×320。包括检测出运动物体,标记出
基于视觉伺服技术的工业机器人高动态物体跟踪系统
浏览:48
视觉伺服技术在诸多工业场景中都有相当大的应用前景。传统的视觉伺服方法,通常要求使用高帧率的相机来实现高精度的视觉伺服。高帧率相机的成本之高,使得一般工业用户望而却步。提出了一种新的视觉伺服控制方法,该方法将机器人的运动反馈与视觉传感信号进行了融合,用来产生机器人的运动控制信号。与传统的仅基于视觉反馈伺服的控制方法相比,新方法的运动控制频率与视觉反馈频率(即相机帧率)无关,因此能在低相机帧率条件下,
vc编的运动检测系统,特征区域匹配,运动物体提取,运动轨迹跟踪等(ok)
浏览:134
4星 · 用户满意度95%
vc编的运动检测系统,特征区域匹配,运动物体提取,运动轨迹跟踪等(ok) 经过测试,绝对可用!! 有很好的参考价值!!
基于视觉伺服技术的工业机器人高动态物体跟踪系统.docx
浏览:59
基于视觉伺服技术的工业机器人高动态物体跟踪系统.docx
多旋翼飞行器设计与控制--第一讲-绪论-多旋翼的前世今生.pdf
浏览:193
多旋翼飞行器设计与控制--第一讲-绪论-多旋翼的前世今生.pdf
基于气压高度计的多旋翼飞行器高度控制.pdf
浏览:126
基于气压高度计的多旋翼飞行器高度控制.pdf
四旋翼自主飞行器探测跟踪系统.docx
浏览:80
根据四旋翼飞行器飞行原理,首先根据设计方案采购了飞行器机体模型,选择合适的直流无刷电机...最后,设计实时性高的控制系统软件程序,进行相关实验调试工作,最终设计出能够实现一键飞行探测跟踪的四旋翼自主飞行器。
四旋翼微型飞行器控制系统设计
浏览:179
4星 · 用户满意度95%
摘要:四旋翼微型飞行器是一种以4个电机作为动力装置。通过调节电机转速来控制飞行的欠驱动系统;为了实现四旋翼微型1毛行 器的自主飞行控制,对飞行控制系统...关键词:四旋翼微型飞行器l飞行控制系统;单片机;PWM
旋翼飞行机器人的行人视觉跟踪方法及系统
浏览:61
旋翼飞行机器人的行人视觉跟踪方法及系统
基于ARM11的视频图像中运动物体检测跟踪系统.pdf
浏览:73
基于ARM11的视频图像中运动物体检测跟踪系统.pdf
基于ARM11的视频图像中运动物体检测跟踪系统-论文
浏览:169
基于ARM11的视频图像中运动物体检测跟踪系统
基于OpenCV 的运动物体跟踪系统的设计与实现
浏览:75
5星 · 资源好评率100%
运动物体的跟踪是把运动的物体检测出来, 对目标编号并获取运动轨迹。因此, 运动跟踪系统性能的优劣关键取决于运动前景检测的准确度。文章首先设计了一种有效的基于自动阈值分割的混合模型运动目标检测算法, 然后以此为基础创建了一个独立的前景检测模块, 最后将该模块嵌入到OpenCV 提供的运动跟踪系统框架里, 实现了一个完整的运动跟踪系统。运行结果表明, 该系统具有较好的稳定性、准确性, 满足了运动跟踪系
基于双目视觉的运动物体检测系统研究
浏览:30
基于双目视觉的运动物体检测系统研究
飞行器基于matlab四旋翼飞行器飞行控制系统【含Matlab源码 1266期】.zip
浏览:147
5星 · 资源好评率100%
完整代码,可直接运行
基于ARM的四旋翼无人飞行器控制系统
浏览:199
基于ARM的四旋翼无人飞行器控制系统,详细介绍了控制系统的原理和方法。
一种油动多旋翼飞行器及传动和控制系统的制作方法.docx
浏览:41
一种油动多旋翼飞行器及传动和控制系统的制作方法.docx
论文研究-基于自适应积分反步的四旋翼飞行器控制.pdf
浏览:59
四旋翼飞行器系统是强耦合、多输入多输出(MIMO)和非线性的。首先进行动力学建模,考虑模型参数确定与阵风干扰两种情况;然后提出了一种自适应积分反步控制方法应用于飞行器跟踪期望轨迹,整个控制系统采用双闭环...
四旋翼自主飞行器探测跟踪系统设计竞赛试题.doc
浏览:194
四旋翼自主飞行器探测跟踪系统设计竞赛试题.doc
基于双目视觉的运动物体实时跟踪与测距
浏览:109
4星 · 用户满意度95%
一篇关于机器视觉和目标检测的论文。 在做目标识别的时候有帮助。
vc++ 运动检测系统,特征区域匹配,运动物体提取,运动轨迹跟踪
浏览:62
vc编的运动检测系统,特征区域匹配,运动物体提取,运动轨迹跟踪等(vc series of the motion detection system, features regional match, moving objects extraction, trajectory tracking)
OpenCV:opencv学习教程 1、人机互动 2、物体识别 3、图像分割 4、人脸识别 5、动作识别 6、运动跟踪 7、机器人 8、运动分析 9、机器视觉 10、结构分析 11、汽车安全驾驶
浏览:100
OpenCV 人机互动 2、物体识别 3、图像分割 4、人脸识别 5、动作识别 6、运动跟踪 7、机器人 8、运动分析 9、机器视觉 10、结构分析 11、汽车安全驾驶 官网: / 环境dev:win7/Ubuntu18.04,python35/36 + opencv3.4/4.1 + VScode OpenCV在Python中导入名称是cv2 Installation 两种方法呢 直接pip命令
Implementation-of-Different-Object-Tracking-Algorithms-:在本项目中,我们建议使用各种检测算法检测运动物体,并使用卡尔曼滤波器对多个运动物体进行跟踪。 用于测试的视频将使用静态照相机拍摄,该照相机位于室内和室外环境,环境中等至复杂。 该系统是全自动的,不需要任何手动输入即可初始化跟踪。 该算法将在人类视频序列上得到验证
浏览:134
不同对象跟踪算法的实现 在大多数应用中,由于多种原因(照明的变化,背景的变化,其他运动的物体等),不能保证完美的测量结果,因此需要一种过滤测量结果的方法,以对真实轨迹进行最佳估算。 卡尔曼滤波器的作用是使用一个模型来预测该模型成立的情况下的下一个位置,然后将该估计值与您传递的实际测量值进行比较。实际测量值与预测和噪声特征结合使用,从而形成最终位置估计并更新噪声特征(度量与模型有多少差异的度量)。
基于双目视觉信息的运动物体实时跟踪与测距
浏览:173
4星 · 用户满意度95%
基于双目视觉信息的运动物体实时跟踪与测距 基于双目视觉信息的运动物体实时跟踪与测距
双旋翼飞机模型lqr控制器算法
浏览:65
双旋翼飞机模型lqr控制器matlab程序
四旋翼飞行器运动原理.docx
浏览:85
四旋翼飞行器运动原理.docx
旋翼式微型飞行器升力系统设计
浏览:26
4星 · 用户满意度95%
旋翼飞行器,旋翼式微型飞行器升力系统设计.旋翼飞行器,旋翼式微型飞行器升力系统设计
六自由度全控四旋翼飞行器能量最优的控制器算法
浏览:20
为设计基于能量最优的控制器算法,控制六自由度全控的四旋翼飞行器,通过建立六自由度全控制新型四旋翼飞行器机械结构的数学模型,分析其运动学和动力学特性。采用该数学模型设计基于能量最优的控制器,研究四旋翼飞行器...
多旋翼飞行器简介学习教案.pptx
浏览:34
多旋翼飞行器简介学习教案.pptx
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
weixin_38545959
粉丝: 1
资源:
928
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
jdo-1_0_1-ri.zip
使用go语言进行爬虫的小案例(爬取CSDN,哔哩哔哩,豆瓣电影等)
JS+html+css+前端+毕业设计+面向驾照考试行业的后台管理系统
非常方便的ida地址计算工具
区块链Matlab实现案例
JavaScript 语言教程.docx.docx
基于VB.NET的Winform动态切换布局案例.zip
餐饮商城模板微信小程序源码
Cameron2019_Book_ArduinoApplied.pdf
PHP 语言教程.docx.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功