基于LC谐振电路的智能配送无人机设计

来源 :传感技术学报 | 被引量 : 0次 | 上传用户:zgrong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统配送机器人在配送过程中出现的路径偏差,与顾客发生碰撞等问题,设计了一种基于电磁循迹的配送无人机。使用四轴飞行器作为主体,利用LC谐振电路作为传感器检测电磁信号,进行路径跟踪,避免了周围环境对配送无人机循迹过程的影响。无人机采用基于四元数的姿态解算算法进行姿态解算,并通过改进的串级模糊PID控制算法控制无人机的飞行速度和方向,提高了配送无人机的响应速度和稳定性,无人机能够更好的完成配送任务,具有应用和推广价值。
其他文献
卷积神经网络(CNN:Convolutional Neural Network)计算量较大,为达到快速处理数据的目的,需借助硬件手段进行加速。因此,利用现场可编程门阵列(FPGA:Field Programmable Gate Array)并行计算的架构特性,提出了基于FPGA的并行计算加速策略。该策略采用的具体方法包括:合理分布片上内存与片下存储,降低数据读取延迟;采用多通道并行流水结构加速卷积操作;通过卷积层数据共享减少访存延迟。利用PYNQ-z2开发平台加速卷积神经网络YOLOv2,最终实现目标物体
现有成绩预测研究多集中于如何构建预测模型,但都忽略了预测时间的重要性。针对此问题,提出基于BP(Back Propagation)神经网络方法构建大一成绩同最终毕业时的成绩预测模型,旨在挖掘大一成绩同毕业成绩存在的潜在联系,实现早指导早见效的原则。通过对某高校信息与计算科学专业2016级学生成绩进行随机预测实验,证明大一成绩同毕业成绩间具有潜在联系。同时,提出的基于BP神经网络的高校学生成绩预测模型具有良好的预测精度、实用性和推广性,可以成为提升教学质量的重要组成部分,为实现人才培养的目标发挥更大的作用。