搜索资源列表
Neural-network-intelligent-control
- 机器人手臂神经网络智能控制建模，simulink仿真，源代码-Neural network intelligent control of robot arm model, simulink simulation, source code
robotarm
- 柔性机械臂的神经网络控制策略。课程报告，有详细说明。-Flexible manipulator neural network control strategy. Course report is described in detail.
ANN-moving-robot
- 运用人工神经网络和遗传算法实现机器人程序能够自动排除地图中的障碍物。-The use of artificial neural networks and genetic algorithm procedures robot can automatically rule out the possibility of obstructions map.
bp-fuzzy
- 一种基于模糊神经网络的控制策略，融合了模糊控制和神经网络的优点，根据变量的动态调整实施控制器的动态参数调整-Based on fuzzy neural network control strategy, the convergence of fuzzy control and neural network advantages, in accordance with the dynamic adjustment of the implementation of variable controll
neural_network
- 基于神经网络的乒乓球机器人乒乓球轨迹预测代码，神经网络的参数可能有待进一步改进-code of PingPong Robot trajectory predicting based on neural network
avoidancemethod
- 动态环境下基于势场原理的避障方法 提出了一种新颖的控制方案，即采用神经网络预测控制器来控制机器人的力／位置．这种控 制器能任意逼近机器人这种不确定对象，不用知道系统的精确结构，同时由于预测控制的加入，使系 统在线计算方便，控制质量提高了-Dynamic environment based on the principle of potential field obstacle avoidance method A novel control scheme, namely,
Sensor_Information_Fusion_and_Its_Application_in_R
- 传感器信息融合及其在机器人中的应用 摘要：多传感器信息融合即融合多个传感器提供的冗余、互补或更实时的信息，可以获得系统所需的 更准确和更精确的信息。介绍了神经网络融合方法，探讨了信息融合技术在机器人方面的应用。机器 人避障实验验证了所提方法的有效性。 关键词：多传感器信息融合(MIF)；神经网络；移动机器人；避障；-Sensor Information Fusion and Its Application in Robot Summary: Multi-sensor data f
PathPlanningforMobileRobotBased0nBPNeuralNetworkAl
- 这是一篇介绍BP神经网络在移动机器人路径规划方面的论文-Abstract：Improves the BP neural network algorithm，so the shortage of path —planning with the ． BP neural network algorithm is overcomed ．The simulation results indicate that on the bases of accessional momentum met
UnknownEnvironmentBasedonFuzzyNeural
- ：为提高移动机器人在未知环境下避障行为的成功率，通过对障碍物信息的输人，从控制输出数据中找出避 障行为模式，生成相应的模糊逻辑控制规则，并把模糊控制算法引入到神经网络中，使得模糊控制器规则的在线精 度和神经网络的学习速度均有较大的提高，使移动机器人具有较为迅速的反应能力，实现机器人连续、快速地避障 并最终到达目标．系统仿真证明了模糊神经网络在移动机器人路径选择中的智能性．-To enable the mobile robot in unknown environment obstac
Robot-program
- 《机器人控制系统的设计与MATLAB仿真》一书所有的matlab仿真程序。本书系统地介绍了机器人控制的几种先进设计方法，是作者多年来从事机器人控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的最新成果。全书以机器人为对象，共分10章，包括先进PID控制、神经网络自适应控制、模糊自适应控制、迭代学习控制、反演控制、滑膜控制、自适应鲁棒控制、系统辨识和路径规划。-" Robot Control System Design and MATLAB simulation,"
Robot-fuzzy-neural-network2
- 机器人模糊神经网络matlab的simulink建模，源代码-Robot fuzzy neural network matlab simulink model of the source code
neural-network-modeling
- 机器人手臂小波神经网络控制的matlab建模，simulink，源代码-Robot arm controlled by neural network modeling matlab, simulink, source code
nnctrl20
- 人工神经网络控制工具箱（其中包括各种学习方法、训练方法）----神经网络机器人视觉伺服。-Artificial neural network control toolbox (which includes a variety of learning methods, neural network training methods )---- robot visual servo.
neural-simulation
- 运用计算力矩法仿真控制，使漂浮空间机器人关节轨迹跟踪给定的期望轨迹。-By using the computational method simulation control, that moment floating space robot joints trajectory tracking of the given desired trajectory.
neural-network-of-multi-sensor
- 基于模糊神经网络的多传感器信息融合，提出了一种简单、有效的分区算法来确定障碍物的距离和方位。采用BP神经网络对障碍物环境进行分类以及模式识别，为移动机器人的导航和避障提供了一种有效的方法。-Fuzzy neural network based multi-sensor information fusion, we propose a simple and effective algorithm to determine the partition barrier distance and dir
RBF-neural-network-control-
- matlab软件机器人神经网络控制的RBF网络逼近仿真-matlab neural network robot control software RBF network simulation approach
robot
- 基于debian linux系统的智能机器人自主导航源码实现，采用FANN人工神经网络工作，对学习机器人有很好的帮助-FANN artificial neural network based on debian linux system, autonomous navigation of intelligent robot source code to achieve, have a good help in learning robot
mine-clearance-robot-perception
- 利用遗传算法和人工神经网络，为扫雷机器人提供知觉-The use of genetic algorithms and artificial neural networks for mine clearance robot perception
matlab-robot
- 机器人神经网络控制之RBF网络的逼近，内有mdl模型和s-fun函数。-Robot neural network control of RBF network approximation within mdl model and s-fun function.
Neural Network
- 神经网络机器人避障matlan仿真程序 可模拟机器人在空间的避障动作(Neural Network Robot Obstacle Avoidance matlan simulation program can simulate the robot)