复合移动机器人运动学建模+协同控制

本博客主要内容是论文阅读和翻译理解

论文地址：A New Performance Index for the Repetitive Motion of Mobile Manipulators | IEEE Journals & Magazine | IEEE Xplorehttps://ieeexplore.ieee.org/document/6514557

摘要：

移动机械手是一种由移动平台和固定在平台上的固定机械手组成的机器人装置。为了实现移动机械手的重复运动控制，移动平台和机械手必须同时实现重复运动。为此，本文首次设计并提出了一种新的二次型性能指标，并采用神经动力学方法对其有效性进行了分析。在此基础上，结合移动机械手的准则、物理约束和综合运动学方程，提出了一种重复运动方案，并将其转化为具有等式和约束的二次规划(QP)。此外，建立了两个重要的桥定理，证明了这样的QP可以等价地转化为线性变分不等式，然后等价地转化为分段线性投影方程。提出了一种基于PLPE的实时数值算法，并将其应用于得到的QP的在线求解。两个跟踪路径任务验证了重复运动方案的有效性和准确性。此外，非重复运动和重复运动的比较进一步验证了所提方案的优越性和新颖性。

复合移动机器人的模型建立

复合移动机器人由轮式移动平台和六自由度空间机械手组成。该移动平台包括两个独立驱动轮和两个全向被动支撑轮。在本文中，只考虑了末端执行器的位置，因此机械手成为了一个功能冗余的机械手。

移动平台的运动模型

P0:双驱动轮轴中点;其在世界坐标系中的坐标为(x0, y0, z0);

PC:机械手与移动平台的连接点;其在世界坐标系中的坐标为 $\left ( x_c,y_c,z_c \right ),z_c=0$

d:和之间的距离

b:驱动轮和之间的距离

r:驱动轮的半径

$\phi$ ：小车移动平台的航向角，它的导数是航向角的角速度

：移动平台围绕其旋转的假想点;

R：假想点到小车左驱动轮的距离R

:移动平台绕点Q旋转时的转速;数值上 $w=\phi \dot{}$

$\dot{\varphi _1},\dot{\varphi _r}$ :左右轮的转动速度

值得指出的是，移动平台和机械臂的各个环节都是刚性的，移动平台的运动仅在平面内，在平台不发生侧滑的假设下，左右轮的速度都严格的垂直于驱动轮轴

$\dot{\phi}=\frac{r \dot{\varphi}_1}{R}=\frac{\dot{x}_0 \cos \phi+\dot{y}_0 \sin \phi}{R+b}=\frac{r \dot{\varphi}_{\mathrm{r}}}{R+2 b}$ （1）

可以发现线速度XC轴方向P0和Pc是一致的

${\dot{x}_0 \cos \phi+\dot{y}_0 \sin \phi}={\dot{x}_C \cos \phi+\dot{y}_C \sin \phi}$

上述公式是在XOY平面的计算，当我们把坐标系迁移到,根据前面的假设在移动平台不打滑的情况下，方向上的速度为0

得到：

${\dot{x}_C \sin \phi-\dot{y}_C \cos \phi}+d\dot{\phi }=0$

结合

$\begin{aligned} &\dot{\phi}=\frac{r}{2 b}\left(\dot{\varphi}_{\mathrm{r}}-\dot{\varphi}_{\mathrm{I}}\right) \\ &\dot{x}_{\mathrm{C}}=\left(\frac{r}{2} \cos \phi+\frac{d r}{2 b} \sin \phi\right) \dot{\varphi}_{\mathrm{I}}+\left(\frac{r}{2} \cos \phi-\frac{d r}{2 b} \sin \phi\right) \dot{\varphi}_{\mathrm{r}} \\ &\dot{y}_{\mathrm{C}}=\left(\frac{r}{2} \sin \phi-\frac{d r}{2 b} \cos \phi\right) \dot{\varphi}_{\mathrm{I}}+\left(\frac{r}{2} \sin \phi+\frac{d r}{2 b} \cos \phi\right) \dot{\varphi}_{\mathrm{r}} \end{aligned}$

其中 $\dot{x_C}$ 和 $\dot{y_C}$ 分别表示xC和yC的时间导数。因此，将上述方程改写为一个紧凑的矩阵形式，得到移动平台的数学模型如下:

$\\A\dot{\varphi }=\dot{\phi }\\B\dot{\varphi }=\dot{p}_C$

其中 $\dot{\varphi }=[\dot{\varphi _{1}},\dot{\varphi _{r}}]^{T}$ 同时 $\dot{p}_C=[\dot{x_C},\dot{y_C}]^{T}$ 另外A和B的矩阵为：

$A=\frac{r}{2 b}\left[\begin{array}{c} -1 \\ 1 \end{array}\right]^{\mathrm{T}}, B=\frac{r}{2}\left[\begin{array}{cc} \cos \phi & -\sin \phi \\ \sin \phi & \cos \phi \end{array}\right]\left[\begin{array}{cc} 1 & 1 \\ -d / b & d / b \end{array}\right] .$

该篇论文中移动平台的r=0.1025m,b=0.32m,d=0.1m

六自由度机械手的运动学研究

对于固定坐标系而言，正运动学方程（关节角 $\theta$ 到末端tcp的的位姿变换）可以直接相对极坐标系XCYCZC坐标系建立

$f(\theta )=r_b$

对于一个已知的机械臂构型，上述的f()函数已知，首先对于机械臂建立DH模型，可以求得从基座标系到末端坐标系的变换矩阵T

移动机械手的综合运动学

根据上述移动平台和机械臂的运动学方程建立综合运动学模型。

对于移动机械手，其驱动器的运动是相对于世界坐标系的，而不是相对于基础坐标系的。因此，采用从基础坐标系到世界坐标系的变换矩阵，可以得到一个新的关于世界坐标系的移动机械手的运动学积分方程，

$r_{\mathrm{w}}=\left[\begin{array}{cccc} \cos \phi & -\sin \phi & 0 & x_{\mathrm{C}} \\ \sin \phi & \cos \phi & 0 & y_{\mathrm{C}} \\ 0 & 0 & 1 & 0 \end{array}\right]\left[\begin{array}{c} f(\theta) \\ 1 \end{array}\right]:=\left[\begin{array}{c} x_{\mathrm{C}} \\ y_{\mathrm{C}} \\ 0 \end{array}\right]+g(\theta, \phi)$

上述方程是移动操纵器相对于世界坐标系在位置层面的运动学模型。

对上式进行微分处理，就可以得到移动操纵器在速度层面的综合运动学

$\dot{r}_{\mathrm{w}}=\left[\begin{array}{c} \dot{p}_{\mathrm{C}} \\ 0 \end{array}\right]+J(\theta, \phi)\left[\begin{array}{l} \dot{\phi} \\ \dot{\theta} \end{array}\right]$

其中雅可比矩阵为： $J(\theta, \phi)=\partial g(\theta ,\phi )/\partial w\in R^{m\times (n+1))}$ 其中 $w=[\phi ;\theta ]\in R^{n+1}$ （m=3,n=6）；

对上式进行简便处理可以得到：

$\dot{r}_{\mathrm{w}}=\left[\begin{array}{c} B\dot{\varphi } \\ 0 \end{array}\right]+J(\theta, \phi)\left[\begin{array}{l} A\dot{\varphi} \\ \dot{\theta} \end{array}\right]$

$\dot{r}_{\mathrm{w}}=\left[\begin{array}{cc} B & 0 \\ 0 & 0 \end{array}\right]\left[\begin{array}{l} \dot{\varphi} \\ \dot{\theta} \end{array}\right]+J(\theta, \phi)\left[\begin{array}{cc} A & 0 \\ 0 & I \end{array}\right]\left[\begin{array}{c} \dot{\varphi} \\ \dot{\theta} \end{array}\right]:=K \dot{q}$

其中K：

$K=\left[\begin{array}{ll} B & 0 \\ 0 & 0 \end{array}\right]+J(\theta, \phi)\left[\begin{array}{cc} A & 0 \\ 0 & I \end{array}\right] \in R^{m \times(n+2)}$ （该式存在问题，其中雅可比矩阵应该也对 $\dot{\varphi}$ 求导变成 $m \times(n+2)$ 的矩阵。

重复运动方案设计：

如前所述，对于移动机器人，我们必须考虑移动平台对逆运动学算法的重复性的影响。因此，前面提到的用于固定机械臂的重复运动方案可能对移动机械臂的重复运动控制并不有效。此外，还必须考虑移动机械臂的物理约束。基于以上几点，我们设计并提出了一种新型的移动机械臂重复运动方案。这种方案不仅可以解决关节角漂移问题，还可以使移动平台返回到初始位置。也就是说，在完成一个封闭路径的任务后，移动操纵器的最终状态与它的初始状态是重复的。

论文对于考虑到物理约束的移动机械手，重复运动方案被设计为

$\begin{array}{ll} \operatorname{minimize} & (D \dot{q}+z)^{\mathrm{T}}(D \dot{q}+z) / 2 \\ \text { subject to } & K \dot{q}=\dot{r}_{\mathrm{w}} \\ & q^{-} \leqslant q \leqslant q^{+} \\ & \dot{q}^{-} \leqslant \dot{q} \leqslant \dot{q}^{+} \end{array}$

其实把上述公示拆分之后发现一个很奇怪的事情，为什么用 $(D \dot{q}+z)^{\mathrm{T}}(D \dot{q}+z) / 2$ 作为我们二次型的最小化函数，拆解后 $D \dot{q}$ 为一个关于 $\dot{\phi },\dot{\theta},\dot{x},\dot{y},$ 的九维导数，而z为变量的加权变化值。

理论推导：

为了实现移动机器人的重复运动控制，让我们考虑移动机器人的三个因素，即操纵器的关节角θ，平台的旋转角φ，以及操纵器在移动平台上的位置pC = [xC, yC]T。可见，当且仅当这三个变量回到它们的初始位置时，当移动机器人的控制器执行一个封闭的轨迹时，移动控制器可以返回到原始状态。也就是说，移动控制器的重复运动等同于变量θ、φ和pC的重复运动。因此，按照Zhang等人的设计方法[32], [33]，θ、φ和pC的重复运动可以通过以下设计步骤实现。

第一步：建立一个误差函数(指数类型，保证可以趋近于0）
第二步：对时间的导数函数 $\dot{E(t)}$ 用下式表示，其中 $\lambda$ 为正数
$\dot{E(t)}=-\lambda E(t)$
对于上式的求解可以参考以下图片：
微分方程求解
第三步：我们可以用具体的误差函数来展开上述设计公式，从而得到所需的动力学方程。
这篇论文定义了三种误差函数：
$\begin{aligned} E(t) &:=\theta-\theta(0) \\ E(t) &:=\sin \phi-\sin \phi(0) \\ E(t) &:=p_{\mathrm{C}}-p_{\mathrm{C}}(0) \end{aligned}$

其中 $\theta(0),\phi (0),P_{C}(0)$ 描述的都是复合移动机器人在初始位置的 $\theta,\phi ,P_{C}$

对于第二种误差函数为什么这样设置，考虑一种情况：当移动平台做圆周运动时（即航向角φ做360度旋转），航向角可以返回到初始位置。那么航向角的值就是 $\phi =\phi (0)+2k\pi (K=\pm 1,\pm 2\cdots )$ 所以论文采用了第二种误差函数的表示方法，用 $E(t) :=\sin \phi-\sin \phi(0)$ 来代替，模型的建立会更加方便。

利用 $\dot{E(t)}+\lambda E(t)=0$ 可以得到：

$\begin{aligned} &\dot{\theta}+\lambda_1[\theta-\theta(0)]=0 \\ &\dot{\phi} \cos \phi+\lambda_2[\sin \phi-\sin \phi(0)]=0 \\ &\dot{p}_{\mathrm{C}}+\lambda_3\left[p_{\mathrm{C}}-p_{\mathrm{C}}(0)\right]=0 \end{aligned}$

其中 $\lambda _{1}>0,\lambda _{2}>0,\lambda_{3}>0$ 并且根据上述的微分方程的求解我们可以得到当 $t\rightarrow \infty$ 时，θ、sin φ和pC可以全局地、指数地收敛到其初始状态。

此外模型的速度级运动学模型只有 $\dot{\theta },\dot{\varphi }$ ,所以我们要做的是把刚刚得到的三个误差公式进行参数的转换。所以结合

$\\A\dot{\varphi }=\dot{\phi }\\B\dot{\varphi }=\dot{p}_C$

可以得到：

$\left[\begin{array}{c} B \\ A \cos \phi \end{array}\right] \dot{\varphi}+\left[\begin{array}{c} \lambda_3\left(p_{\mathrm{C}}-p_{\mathrm{C}}(0)\right) \\ \lambda_2(\sin \phi-\sin \phi(0)) \end{array}\right]=0$

当(22)被求解时，结果的解决方案可以实现移动机械臂的重复运动控制。但是，由于必须考虑末端执行器的运动轨迹要求，而且移动机械臂中始终存在物理约束，所以采用之前提到的QP问题进行求解而不是直接利用式（22）直接求解。

推导过程中可以发现，三个误差函数的微分方程组的求解保证了时间趋于无穷时，θ、sin φ和pC可以全局地、指数地收敛到其初始状态。也就是说，在完成一个封闭路径的任务后，移动操纵器的最终状态与它的初始状态是重复的。另一方面考虑：机械臂的重复运动主要是θ、sin φ和pC的函数确定，

这也就实解释了为什么用之前为什么突然使用该函数和约束作为复合移动机器人可以进行重复运动规划和控制的判定条件。

但是因为上述的目标函数是速度层面，但是约束还有 $q^{-} \leqslant q \leqslant q^{+}$ 约束，所以需要想办法把该约束转换成速度级别的约束，转换后如下图所示，

$\mu\left(q^{-}-q\right) \leqslant \dot{q} \leqslant \mu\left(q^{+}-q\right)$

记得有个转换的证明公式，但是一时想不起来，后期补上。

$\xi_i^{-}=\max \left\{\mu\left(q_i^{-}-q_i\right), \dot{q}_i^{-}\right\} \text {and } \xi_i^{+}=\min \left\{\mu\left(q_i^{+}-q_i\right), \dot{q}_i^{+}\right\}$

约束更改后，把上述目标函数和约束变成标准的二次型求解的问题。(Dx+z)T(Dx+z)/2 = xTDTDx/2 + zTDx + zTz/2。

$\begin{array}{ll} \operatorname{minimize} & \frac{1}{2} x^{\mathrm{T}} W x+h^{\mathrm{T}} x \\ \text { subject to } & K x=\dot{r}_{\mathrm{w}} \\ & \xi^{-} \leqslant x \leqslant \xi^{+} \end{array}$

上述的目标函数和约束条件中所有的系数都是时变的和随状态变化的，这就要求对上述时变QP问题有一个有效的求解器。

往下的求解是一种基于LVI和PLPE的方法，其中对于LVI之前查到了一篇关于LVI的对偶神经网络的QP问题的求解，但是本文提到的PLPE还是没有头绪。经过查询后发现作者除了上述的神经网络的介绍还提及到了一篇论文

基于LVI的数值方法（E47算法）求解二次规划问题

https://ieeexplore.ieee.org/document/6024697https://ieeexplore.ieee.org/document/6024697

该论文主要基于线性变分不等式（LVI）的数值方法（称为E47算法）来解决同时受到线性平等、不平等和约束的二次规划（QP）问题。需要注意的是，这种受约束的QP问题可以等同于线性变分不等式，然后等同于片断-线性投影方程（PLPE）。然后，E47算法被调整为解决结果的PLPE，从而得到QP问题的最佳数值解。此外，这种E47算法的全局线性收敛性被证明。进一步提供了这种E47算法和主动集算法的数值比较结果。证实了所提出的E47算法在解决QP方面的有效性和优越性。

$\begin{array}{ll} \operatorname{minimize} & x^{\mathrm{T}} W x / 2+q^{\mathrm{T}} x, \\ \text { subject to } & J x=d \\ & A x \leqslant b \\ & \xi^{-} \leqslant x \leqslant \xi^{+} \end{array}$

针对一般化的QP问题(有等式约束和不等式约束）

现有的文献中，大多数的QP求解器可以分为并行处理的方法，如神经网络或串行处理的数字算法。

在适应和应用E47算法解决QP之前，必须建立一个重要的 "桥梁 "定理，它是从作者以前的工作中概括出来的，连接了QP、LVI和PLPE。这个 "桥梁 "定理是独特而优雅的，因为它将一般的QP等效地转换为LVI问题，而不使用边界约束(4)的对偶向量。

有点难啊这数学知识难度有点大啊！作者自己提出了桥接定理，然后转换QP问题为LVI和PLPE的问题。

【Python】一文详细介绍 py格式文件高斯小哥 Python基础【高质量合集】python 新手入门学习
【Python】一文详细介绍py格式文件个人主页：高斯小哥高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程希望得到您的订阅和支持~创作高质量博文(平均质量分92+)，分享更多关于深度学习、PyTorch、Python领域的优质内容！（希望得到您的关注~）文章目录一、py格式文件简介二、如何创建和编辑py格式文件三、如何运行py
数据结构奇妙旅程之深入解析快速排序山间漫步人生路数据结构排序算法算法
快速排序（QuickSort）是一种高效的排序算法，它使用了分治法的策略来将一个数组排序。其基本思想是选择一个基准元素，通过一趟排序将待排序的数据分割成独立的两部分，其中一部分的所有数据都比基准元素小，另一部分的所有数据都比基准元素大，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。工作原理选择基准：从待排序的序列中选一个元素作为基准（pivo
美团自动配送车2024春季招聘 | 社招专场美团技术团队
关于美团自动配送团队美团自动配送以自研L4级自动驾驶软硬件技术为核心，与美团即时零售业务结合，形成满足公开道路、校园、社区、工业园区等室外全场景下的自动配送整体解决方案。美团自动配送团队成立于2016年，团队成员来自于Waymo、Cruise、Pony.ai、泛亚等自动驾驶行业头部公司，自动驾驶技术团队博士占比高达30%，依靠视觉、激光等传感器，实时感知预测周围环境，通过高精地图定位和智能决策规划
天猫超市优惠获取渠道，天猫超市内部优惠劵领取方法使用教程氧惠全网优惠
天猫超市是一个不错的购物平台，满足用户所需，基本次日达，很方便的购物平台，那么有人问我，天猫超市优惠获取渠道在哪？怎么能够优惠的购买，今天分享给大家；1、天猫超市优惠券抢好券：天猫超市首页每天可以领取满199减30、满235减35、满299减50、满399减60、满166减30等优惠券，领劵方法复制下条口令打开淘宝进入领劵会场；隐藏神券、实时爆款、天天更新！戳>(CZ9185ZatcdhNADlJ
php 把一个数组分成有n个元素的二维数组的算法风清扬-独孤九剑 php php 算法
一、第一种解法0){$columns_map[$position]++;//这个地方格外注意,$position与$columns比较$position=($position<$columns-1)?++$position:0;$array_length--;}foreach($columns_mapas$val){$newarray[]=array_splice($array,0,$val);}
感恩日志圆施
张新丽2019年8月16日感恩日志：1.感恩天地滋养万物；感恩国家恩惠护佑；感恩父母养育深恩。2.感恩尊重为平台源头付出的所有人事物。3.感恩红斌、孙萍清晨7点开车来接我和小姨去安宁渠采摘。4.感恩小姨和小姨夫亲自采摘还带我们去瓜地品尝，第一次这么吃好甜啊，忘掉了炎热消了暑，拍下了瞬间，分享着快乐，带给大家。4.感恩整理收拾好小姨给大家利用午休蒸苞米。5.感恩去接爸妈参加沙龙。6.感恩祝福两位伙伴
手机上赚钱？学会这5种方法！高省app让你轻松赚钱！高省浮沉000018
随着智能手机的普及，越来越多的人开始探索在手机上赚钱的方法。不仅可以利用碎片时间增加收入，还能减少对传统办公室工作的依赖。本文将向您介绍5种在手机上赚钱的方法，并推荐一款高省app，帮助您实现手机赚钱的目标。大家好！我是高省APP最大团队&联合创始人浮沉导师！【高省】APP网购优惠券免费领，分享还能赚钱。【高省】是一个自用省钱佣金高，分享推广赚钱多的平台。佣金更高，模式更好，终端用户不流失。0投资
【算法分析与设计】去除重复字母五敷有你算法分析与设计 java javascript 开发语言算法数据结构
个人主页：五敷有你系列专栏：算法分析与设计⛺️稳中求进，晒太阳题目给你一个字符串s，请你去除字符串中重复的字母，使得每个字母只出现一次。需保证返回结果的字典序最小（要求不能打乱其他字符的相对位置）。示例示例1：输入：s="bcabc"输出："abc"示例2：输入：s="cbacdcbc"输出："acdb"思路贪心+单调栈实现【字符串删除一个字符使其字典序最小的贪心策略】：对于两个长度相同的字符串，
社交电商是什么意思通俗的说氧惠好项目
社交电商是目前电商发展的一个非常热门的领域，它将传统的电商和社交媒体相结合，让用户可以在社交平台上完成购物、支付等操作。社交电商不同于传统电商，它更加注重用户的社交性和互动性，通过社交媒体的传播，吸引用户关注，让产品能够更加快速地传播。京东密令红包：最爱领红包828红包多多148今天给大家分享我长期在做的副业，也在这里赚到人生第3桶金！氧惠APP佣金高，资质靠谱，各大应用市场均可搜索使用。【氧惠】
1.计算机处理器架构+嵌入式处理器架构及知识 vv 啊 arm-linux学习 linux 系统架构
目录一：x86-64处理器架构二：Intel80386处理器（i386）1.i3862.i686三：嵌入式Linux知识：1.MinGW2.GNU计划2.1GNU工具链概述此次只分享英特尔和ADM处理器有关于x86的架构，至于嵌入式处理器架构请查看https://en.wikipedia.org/wiki/List_of_ARM_processors一：x86-64处理器架构x86-64，也称为x
yarn的安装和使用全网最详细教程 zxj19880502 yarn npm
一、yarn的简介：Yarn是facebook发布的一款取代npm的包管理工具。二、yarn的特点：速度超快。Yarn缓存了每个下载过的包，所以再次使用时无需重复下载。同时利用并行下载以最大化资源利用率，因此安装速度更快。超级安全。在执行代码之前，Yarn会通过算法校验每个安装包的完整性。超级可靠。使用详细、简洁的锁文件格式和明确的安装算法，Yarn能够保证在不同系统上无差异的工作。三、yarn的
直返APP所属的公司是何时成立的?它的发展历程和业务范围好项目高省
直返APP为我们带来了返利购物的便利，那么这款APP所属的公司是如何成立的呢？它的背后又有怎样的发展历程和业务范围呢？让我们一起探寻。【高省】APP（高佣金领导者）是一个自用省钱佣金高，分享推广赚钱多的平台，百度有几百万篇报道，运行三年，稳定可靠。高省APP，是2021年推出的平台，0投资，0风险、高省APP佣金更高，模式更好，终端用户不流失。高省是公认的返利最高的软件。古楼导师高省邀请码5558
中原焦点团队38期王芳芳坚持分享第236天，20230630总约练134次，来访113次，咨8次，观察员13次芳芳王
学习焦点的初心是想拯救孩子，孩子由于沉迷游戏，成绩下滑，在学习的过程中发现是自己的教育方式出了状况。经过半年的学习，一些焦点的基本技巧，如接纳、欣赏、倾听、同理心、尊重等都有了一定的了解。但在实际应用时仍然存在很多问题，感觉自己仍然没有放下对孩子成绩的期望，仍然把握不住对孩子管理的度。我该如何去陪伴好孩子？多用心去听课，并加强反思，多约练。去思考如何让自己快乐起来？
图论记录之最短路迪杰斯特拉 Just right 算法图论 java 开发语言
简述思想这个思想能用一句话来概括，精简到的极致:每次找到一个最短距离的点并更新起点到各个点的最短距离如果要可视化的话，B站搜索Dijksra算法，有视频讲解伪代码写到这里，其实是想整一个动画的，这样效果更好点，但由于种种原因所以就拖一下intdijkstr(){dist[1]=0;其余的点的距离全部初始化为真无穷，不要写成int的最大值迭代n次将不在s中的，且距离最近的点给tsj即先到t，再加上t
大创项目推荐深度学习 opencv python 公式识别(图像识别机器视觉) laafeer python
文章目录0前言1课题说明2效果展示3具体实现4关键代码实现5算法综合效果6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的数学公式识别算法实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：4分创新点：4分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题
计划比盲目做重要一祉微笑
坚持分享第99天。一次次会议提醒着老师们假期余额不足，马上面临停机状态。50多天掐指而过，想想放假时的计划，对照如今的完成情况，感觉差太远。想着好好看书，如今50多天过去了第6本还处在未完待续状态；想着假期好好陪陪孩子，在玩中学一些知识，如今想想，孩子学的真不多；想着暑假坚持跑步，有时还是容易给自己找借口，休息三两天。给这个假期一个综合评价，只能说只完成了计划的百分之五六十。想想为什么临近开学没达
放飞自我朵朵颐
图片发自App这个图是今天我分享的视频截屏下来的，设计师的创意让人感动，看着这个设计就会想设计师的灵感来源于哪里？设计师是一个什么样的人？设计师一定是一个放飞自我的人了，我心中充满喜悦之情去欣赏这个设计，它的精彩之处是每个人都可以从自己的角度去看待这个艺术品，我觉得它像一个镜头，光圈、焦距、快门。。。中间白色的一圈是最终曝光的地方，我想创意来源于手动变焦相机。听完马云的讲话，我脑海里浮现出“放飞自
2021-08-30 龙杏仁Long
所以，照亮自己之后一定要照亮世界，这是必须的。当然，照亮世界的前提是改变自己，如果我们不能改变自己，就根本不可能照亮世界。很多人之所以不想照亮世界，也正是因为他们没有改变自己，他没有尝到改变自己的快乐。所有想要照亮世界的人，其实不是在教育别人，而是在分享自己得到的光明，分享自己得到的快乐，分享自己得到的安然。因为他们尝到那个滋味了，觉得那种滋味太美妙了，他们实在不想自己独享，所以就想方设法的传播，
账务处理又出错？资深会计来教你，学会效率翻倍！共同学习小橘子要努力吖
作为一名会计，在实际工作中会遇到各种麻烦的账务处理问题。那么，最常用的会计处理方法都有哪些呢？今天小编为大家带来了从业二十六年的资深老会计分享的十四中会计常用的账务处理问题的解决方案，快来看看吧！一、促销品的账务处理在促销时公司经常会把一些商品按进价赠送给消费者使用二、款已付清但发票未到的账务处理三、购买材料发生不合理损耗的账务处理问题公司在购买材料时，常常会发生一些不合理的损耗，那么这种问题该怎
Ai插件脚本合集安装包，免费教程视频网盘分享全网优惠分享君
随着人工智能技术的不断发展，越来越多的插件脚本涌现出来，为我们的生活和工作带来了便利。然而，如何快速、方便地获取和使用这些插件脚本呢？今天，我将为大家分享一个非常实用的资源——AI插件脚本合集安装包，以及免费教程视频网盘分享。首先，让我们来了解一下这个AI插件脚本合集安装包。它是一个集合了众多AI插件脚本的资源包，涵盖了各种领域，如数据分析、自动化办公、智能客服等等。通过这个安装包，用户可以轻松地
过去一年，这16本好书不容错过 m0_54050778 perl
编者按：2023年在动荡与希望中收尾，2023年注定会被载入史册。疫情寒冬结束，ChatGPT横空出世，带动了人工智能技术的飞速发展；淄博烧烤、天津大爷、尔滨之旅等充满感动与幸福。但与此同时，2023年又是动荡与不安的一年，俄乌冲突的延宕，新一轮的巴以冲突，极端天气频发。在这个大环境下，有一些经典的书籍著作诞生。本文将分享2023年最值得一读的16本书籍，文章来自翻译，希望对你有所启示。关于202
上班族适合兼职的副业有哪些？分享五个适合上班族做的副业高省张导师
对于许多上班族来说，除了日常工作外，还有大量的空闲时间，因此兼职成为了一项非常普遍的选择。下面将向您介绍五个不错的兼职副业，每个兼职都可以很容易地从家中启动，同时也是一个短期见效的方式，可以让您很快增加收入。大家好，我是高省APP最大团队，【高省】是一个可省钱佣金高，能赚钱有收益的平台，百度有几百万篇报道，也期待你的加入。高省邀请码520888，注册送2皇冠会员，送万元推广大礼包。1、社交导购电商
李金清焦点网络初级班34期约练46次，坚持分享79天清水清水
约练心得咨询中，忍受不了沉默；聊天中，忍受不了寂静；工作中，忍受不了闲暇。自己心中按耐不住的着急，总想一步做的最好，总想让大家开心，总怕别人尴尬，总怕冷场，，，这些都充满着习惯，充满着认为自己该做的事。咨询中的沉默是为了让来访者时间考虑思索，更好的打开，有力咨询的开展。聊天中的静下来，是为了对上个问题的思考和对下个问题的开展留有空间。工作中的闲暇，是为了让自己有时间静下来整理和积累，为了以后的忙而
排序算法太多？常用排序都在这了，一篇文章总结和实现所有面试会考的排序算法（基于Python实现）宇宙之一粟不归路之Python #IT面试题收集与总结数据结构与算法算法数据结构排序算法 python java
文章目录排序算法1.常见的排序算法1.1选择排序1.1.1思想1.1.2实现**1.1.3选择排序分析**1.2冒泡排序**1.2.1思想****1.2.2实现****1.2.3冒泡排序分析**1.3插入排序**1.3.1思想****1.3.2实现****1.3.3插入排序分析**1.4归并排序☆☆★**1.4.1思想****1.4.2实现****1.4.3归并排序分析**1.5快速排序☆★★**
【数据结构】实验一实现顺序表各种基本运算的算法张鱼·小丸子数据结构实验 c++数据结构
题目：实现顺序表各种基本运算的算法要求：1、建立一个顺序表，输入n个元素并输出；2、查找线性表中的最大元素并输出；3、在线性表的第i个元素前插入一个正整数x；4、删除线性表中的第j个元素；5、将线性表中的元素按升序排列；6、将线性表中的元素就地逆序（只允许用一个暂存单元）；#include#defineSIZE1000usingnamespacestd;typedefstruct{int*a;//
2019-07-16 振华老凤祥店长崔宁宁
大爱的李老师，智慧的教授，亲爱的跃友们：大家好！我是莱州鑫和金店李总的人～崔宁宁今天是我的日精进行动第56天，我分享一下今天的改变，我们相互勉励，每天进步一点点，离成功便不远。1、比学习：人这一生最主要的就是信念，坚定不移的信念是成功路上的重要基石！2、比改变：我是一切的根源，我变了世界就变了！改变自己的心态！3、比付出：承担才能成长，付出才会杰出！4、比谦卑：学习每位优秀店长身上的优点！5、比感
python清华大学出版社答案_Python机器学习及实践 weixin_39805119 python清华大学出版社答案
第1章机器学习的基础知识1.1何谓机器学习1.1.1传感器和海量数据1.1.2机器学习的重要性1.1.3机器学习的表现1.1.4机器学习的主要任务1.1.5选择合适的算法1.1.6机器学习程序的步骤1.2综合分类1.3推荐系统和深度学习1.3.1推荐系统1.3.2深度学习1.4何为Python1.4.1使用Python软件的由来1.4.2为什么使用Python1.4.3Python设计定位1.4.
解锁开心生命密码 NO.4 糊糊陪你瑜伽
第四次的沟通是围绕着“何为真我”展开的。让我知道，原来真我的外面围了这么多层的“伪装”。真我-疗愈性事件-低层自我-信息系统-防御系统-面具自我，就是这样一层又一层的包裹让我们迷失了真我。谈到疗愈性事件，我甚至有点说不上来，尤其对童年的记忆是很模糊的，也说不上什么原因。通过分享三件自己的疗愈性事件，看到了事件发生时低层的自我，那是真我的反面。有这样低层的自我，形成了当时的信念系统和防御系统，才有了
2021-04-11 英英成长日记
（1）每天写50字以上的催眠语言肯定自己或孩子或爱人今天的公益沙龙第二期，你有充分的准备！所以一切都很顺利！你还可以更灵活，我相信你可以做到！你是一个有爱的人！爱能成就一切！加油！分享也是成长！你说对吗？（2）每天晚上跟潜意识沟通一次。谢谢你潜意识，今天支持我讲完两个小时沙龙！感恩你每天这样支持我成长学习！（3）每天学习三条时间管理方法，共100条。(4)自己想要坚持3件事（确定下来至少一件，坚持
直返APP是由哪个团队开发的？这个团队有哪些特点和优势？日常购物技巧呀
关于直返的创始人以及直返APP属于哪个公司，目前没有确切的公开信息。不过，一些网友认为，直返这种商业模式可能由多个不同的公司或团队所创造和运营。【高省】APP（高佣金领导者）是一个自用省钱佣金高，分享推广赚钱多的平台，百度有几百万篇报道，运行三年，稳定可靠。高省APP，是2021年推出的平台，0投资，0风险、高省APP佣金更高，模式更好，终端用户不流失。高省是公认的返利最高的软件。古楼导师高省邀请
java类加载顺序 3213213333332132 java
package com.demo; /** * @Description 类加载顺序 * @author FuJianyong * 2015-2-6上午11:21:37 */ public class ClassLoaderSequence { String s1 = "成员属性"; static String s2 = "
Hibernate与mybitas的比较 BlueSkator sql Hibernate 框架 ibatis orm
第一章 Hibernate与MyBatis Hibernate 是当前最流行的O/R mapping框架，它出身于sf.net，现在已经成为Jboss的一部分。 Mybatis 是另外一种优秀的O/R mapping框架。目前属于apache的一个子项目。 MyBatis 参考资料官网：http:
php多维数组排序以及实际工作中的应用 dcj3sjt126com PHP usort uasort
自定义排序函数返回false或负数意味着第一个参数应该排在第二个参数的前面, 正数或true反之, 0相等usort不保存键名uasort 键名会保存下来uksort 排序是对键名进行的 <!doctype html> <html lang="en"> <head> <meta charset="utf-8&q
DOM改变字体大小周华华前端
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml&q
c3p0的配置 g21121 c3p0
c3p0是一个开源的JDBC连接池，它实现了数据源和JNDI绑定，支持JDBC3规范和JDBC2的标准扩展。c3p0的下载地址是：http://sourceforge.net/projects/c3p0/这里可以下载到c3p0最新版本。以在spring中配置dataSource为例：  <bean name="prope
Java获取工程路径的几种方法 510888780 java
第一种： File f = new File(this.getClass().getResource("/").getPath()); System.out.println(f); 结果: C:\Documents%20and%20Settings\Administrator\workspace\projectName\bin 获取当前类的所在工程路径; 如果不加“
在类Unix系统下实现SSH免密码登录服务器 Harry642 免密 ssh
1.客户机 (1)执行ssh-keygen -t rsa -C "[email protected]"生成公钥，xxx为自定义大email地址 (2)执行scp ~/.ssh/id_rsa.pub root@xxxxxxxxx:/tmp将公钥拷贝到服务器上，xxx为服务器地址 (3)执行cat
Java新手入门的30个基本概念一 aijuans java java 入门新手
在我们学习Java的过程中,掌握其中的基本概念对我们的学习无论是J2SE,J2EE,J2ME都是很重要的,J2SE是Java的基础,所以有必要对其中的基本概念做以归纳,以便大家在以后的学习过程中更好的理解java的精髓,在此我总结了30条基本的概念。　　Java概述:　　目前Java主要应用于中间件的开发(middleware)---处理客户机于服务器之间的通信技术,早期的实践证明,Java不适合
Memcached for windows 简单介绍 antlove java Web windows cache memcached
1. 安装memcached server a. 下载memcached-1.2.6-win32-bin.zip b. 解压缩，dos 窗口切换到 memcached.exe所在目录，运行memcached.exe -d install c.启动memcached Server,直接在dos窗口键入 net start "memcached Server&quo
数据库对象的视图和索引百合不是茶索引 oeacle数据库视图
视图视图是从一个表或视图导出的表，也可以是从多个表或视图导出的表。视图是一个虚表，数据库不对视图所对应的数据进行实际存储，只存储视图的定义，对视图的数据进行操作时,只能将字段定义为视图,不能将具体的数据定义为视图为什么oracle需要视图; &
Mockito(一) --入门篇 bijian1013 持续集成 mockito 单元测试
Mockito是一个针对Java的mocking框架，它与EasyMock和jMock很相似，但是通过在执行后校验什么已经被调用，它消除了对期望行为（expectations）的需要。其它的mocking库需要你在执行前记录期望行为（expectations），而这导致了丑陋的初始化代码。 &nb
精通Oracle10编程SQL(5)SQL函数 bijian1013 oracle 数据库 plsql
/* * SQL函数 */ --数字函数 --ABS(n):返回数字n的绝对值 declare v_abs number(6,2); begin v_abs:=abs(&no); dbms_output.put_line('绝对值：'||v_abs); end; --ACOS(n):返回数字n的反余弦值，输入值的范围是-1~1，输出值的单位为弧度
【Log4j一】Log4j总体介绍 bit1129 log4j
Log4j组件：Logger、Appender、Layout Log4j核心包含三个组件：logger、appender和layout。这三个组件协作提供日志功能：日志的输出目标日志的输出格式日志的输出级别(是否抑制日志的输出) logger继承特性 A logger is said to be an ancestor of anothe
Java IO笔记白糖_ java
public static void main(String[] args) throws IOException { //输入流 InputStream in = Test.class.getResourceAsStream("/test"); InputStreamReader isr = new InputStreamReader(in); Bu
Docker 监控 ronin47 docker监控
目前项目内部署了docker，于是涉及到关于监控的事情，参考一些经典实例以及一些自己的想法，总结一下思路。 1、关于监控的内容监控宿主机本身监控宿主机本身还是比较简单的，同其他服务器监控类似，对cpu、network、io、disk等做通用的检查，这里不再细说。额外的，因为是docker的
java-顺时针打印图形 bylijinnan java
一个画图程序要求打印出： 1.int i=5; 2.1 2 3 4 5 3.16 17 18 19 6 4.15 24 25 20 7 5.14 23 22 21 8 6.13 12 11 10 9 7. 8.int i=6 9.1 2 3 4 5 6 10.20 21 22 23 24 7 11.19
关于iReport汉化版强制使用英文的配置方法 Kai_Ge iReport汉化英文版
对于那些具有强迫症的工程师来说，软件汉化固然好用，但是汉化不完整却极为头疼，本方法针对iReport汉化不完整的情况，强制使用英文版，方法如下：在 iReport 安装路径下的 etc/ireport.conf 里增加红色部分启动参数，即可变为英文版。 # ${HOME} will be replaced by user home directory accordin
[并行计算]论宇宙的可计算性 comsci 并行计算
现在我们知道,一个涡旋系统具有并行计算能力.按照自然运动理论,这个系统也同时具有存储能力,同时具备计算和存储能力的系统,在某种条件下一般都会产生意识...... 那么,这种概念让我们推论出一个结论 &nb
用OpenGL实现无限循环的coverflow dai_lm android coverflow
网上找了很久，都是用Gallery实现的，效果不是很满意，结果发现这个用OpenGL实现的，稍微修改了一下源码，实现了无限循环功能源码地址： https://github.com/jackfengji/glcoverflow public class CoverFlowOpenGL extends GLSurfaceView implements GLSurfaceV
JAVA数据计算的几个解决方案1 datamachine java Hibernate 计算
老大丢过来的软件跑了10天，摸到点门道，正好跟以前攒的私房有关联，整理存档。 -----------------------------华丽的分割线------------------------------------- 数据计算层是指介于数据存储和应用程序之间，负责计算数据存储层的数据，并将计算结果返回应用程序的层次。J &nbs
简单的用户授权系统,利用给user表添加一个字段标识管理员的方式 dcj3sjt126com yii
怎么创建一个简单的(非 RBAC)用户授权系统通过查看论坛，我发现这是一个常见的问题，所以我决定写这篇文章。本文只包括授权系统.假设你已经知道怎么创建身份验证系统(登录)。数据库首先在 user 表创建一个新的字段(integer 类型),字段名 'accessLevel',它定义了用户的访问权限扩展 CWebUser 类在配置文件(一般为 protecte
未选之路 dcj3sjt126com 诗
作者:罗伯特*费罗斯特黄色的树林里分出两条路, 可惜我不能同时去涉足, 我在那路口久久伫立, 我向着一条路极目望去, 直到它消失在丛林深处. 但我却选了另外一条路, 它荒草萋萋,十分幽寂; 显得更诱人,更美丽, 虽然在这两条小路上, 都很少留下旅人的足迹. 那天清晨落叶满地, 两条路都未见脚印痕迹. 呵,留下一条路等改日再
Java处理15位身份证变18位蕃薯耀 18位身份证变15位 15位身份证变18位身份证转换
15位身份证变18位，18位身份证变15位 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 201
SpringMVC4零配置--应用上下文配置【AppConfig】 hanqunfeng springmvc4
从spring3.0开始，Spring将JavaConfig整合到核心模块，普通的POJO只需要标注@Configuration注解，就可以成为spring配置类，并通过在方法上标注@Bean注解的方式注入bean。 Xml配置和Java类配置对比如下： applicationContext-AppConfig.xml <!-- 激活自动代理功能参看：
Android中webview跟JAVASCRIPT中的交互 jackyrong JavaScript html android 脚本
在android的应用程序中,可以直接调用webview中的javascript代码,而webview中的javascript代码,也可以去调用ANDROID应用程序(也就是JAVA部分的代码).下面举例说明之: 1 JAVASCRIPT脚本调用android程序要在webview中,调用addJavascriptInterface(OBJ,int
8个最佳Web开发资源推荐 lampcy 编程 Web 程序员
Web开发对程序员来说是一项较为复杂的工作，程序员需要快速地满足用户需求。如今很多的在线资源可以给程序员提供帮助，比如指导手册、在线课程和一些参考资料，而且这些资源基本都是免费和适合初学者的。无论你是需要选择一门新的编程语言，或是了解最新的标准，还是需要从其他地方找到一些灵感，我们这里为你整理了一些很好的Web开发资源，帮助你更成功地进行Web开发。这里列出10个最佳Web开发资源，它们都是受
架构师之面试------jdk的hashMap实现 nannan408 HashMap
1.前言。如题。 2.详述。 (1)hashMap算法就是数组链表。数组存放的元素是键值对。jdk通过移位算法（其实也就是简单的加乘算法），如下代码来生成数组下标(生成后indexFor一下就成下标了）。 static int hash(int h) { h ^= (h >>> 20) ^ (h >>>
html禁止清除input文本输入缓存 Rainbow702 html 缓存 input 输入框 change
多数浏览器默认会缓存input的值，只有使用ctl+F5强制刷新的才可以清除缓存记录。如果不想让浏览器缓存input的值，有2种方法：方法一：在不想使用缓存的input中添加 autocomplete="off"; <input type="text" autocomplete="off" n
POJO和JavaBean的区别和联系 tjmljw POJO java beans
POJO 和JavaBean是我们常见的两个关键字，一般容易混淆，POJO全称是Plain Ordinary Java Object / Pure Old Java Object，中文可以翻译成：普通Java类，具有一部分getter/setter方法的那种类就可以称作POJO，但是JavaBean则比 POJO复杂很多， Java Bean 是可复用的组件，对 Java Bean 并没有严格的规
java中单例的五种写法 liuxiaoling java 单例
/** * 单例模式的五种写法： * 1、懒汉 * 2、恶汉 * 3、静态内部类 * 4、枚举 * 5、双重校验锁 */ /** * 五、双重校验锁，在当前的内存模型中无效 */ class LockSingleton { private volatile static LockSingleton singleton; pri

复合移动机器人运动学建模+协同控制

摘要：

复合移动机器人的模型建立

重复运动方案设计：

你可能感兴趣的:(论文阅读分享,算法,自动驾驶)