水下机器人自动定位在移动水下网络 Autonomous underwater vehicles localisation in mobile underwate

基于生物免疫系统的生理特性，以免疫系统T细胞、B细胞与免疫应答为基础，引入了免疫算法，其结构简单，易于实现，但是由于忽略了免疫系统的记忆、自适应、细胞繁殖和自然死亡等复杂的机理行为，也不具有实时自调整

前言: 无人遥控水下机器人主要有,有缆遥控水下机器人(简称ROV)和无缆遥控水下机器人(简称AUV)两种,ROV是从水面进行控制,带有推进器、水下电视、水下机械手和其他作业工具,能够在三维水域运动,由

机器人将在未来煤矿少人或无人化开采中发挥重要作用。根据井下工作光线较暗,空间封闭的特点,提出了一种基于无损卡尔曼滤波(unscented Kalman filter,UKF)的井下机器人超声网络定位方

针对自治水下机器人(AUV) 研究中的多机器人多任务分配问题, 提出一种基于自组织映射(SOM) 神经网络 的多AUV多目标分配策略. 将目标点的位置坐标作为SOM神经网络的输入向量进行自组织竞争计算

AutonomousGroundVehicles

自主车辆 该资料库包括多伦多大学Coursera开设的4门课程“无人驾驶汽车专业化”的编程任务和项目。

ArobotlocalizationalgorithmbasedonExtendedKalmanFilter(EKF).Matlabcode.

机器人视觉导航，slam，机器视觉。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

机器人视觉定位论文,,对研究机器人有所帮助

本文介绍了一种无人无缆水下救援机器人的简单研究，以此类机器人的系统框架设计为重点，围绕着基础算法进行了研究，并且调查和分析了国内外相关研究现状和进展，指出了未来水下救援机器人的发展前景。此类机器人具有