搜索资源列表
MATLAB疲劳检测系统（GUI界面）
- 1.基本内容 本设计目标在于利用Matlab强大的图像处理能力和实用便捷的编程方法，通过处理包含人脸的视频帧系列图像，灰度积分投影技术的眼睛定位方法，进而利用perclos计数，计算眨眼率，从而得到比较准确的疲劳状况。 2.具体要求 本设计基于灰度积分投影技术的眼睛定位方法，再结合perclos技术。首先通过图像预处理技术得到灰度分配较为均匀的图像,然后分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,通过perclos技术技术眨眼率，根据先
路径规划
- 利用mpc实现路径规划，无人驾驶汽车，代码可直接运行(Path planning of driverless vehicle based on MPC model predictive control)
chap5 Matlab Code
- 基于动力学学模型的轨迹跟踪控制，无人驾驶车辆模型预测控制第二版第五章(Trajectory tracking control based on dynamics model, Chapter 5 of model predictive control of driverless vehicle)
chap6_LocalPlan_TrackingCtrl
- 加入规划层的轨迹跟踪控制，无人驾驶车辆模型预测控制第二版第六章(Add trajectory tracking control of planning layer, Chapter 6 of the second version of model predictive control of driverless vehicles)
MATLAB模拟真实车辆运动轨迹
- 使用MATLAB自动驾驶工具箱，模拟了车辆真实运动运动轨迹，并给出多个视角图
55593422erziyouducwfenxi
- 建立了预瞄侧向加速度驾驶员模型，依据驾驶员模型可以实现对不同道路的循迹行驶。(A forward-looking lateral acceleration driver model is established. According to the driver model, track driving on different roads can be realized.)
DML test
- 基于模型预测控制算法研究自动驾驶车辆轨迹跟踪(Trajectory tracking of autonomous vehicle based on model predictive control algorithm)
粒子群算法求解机器人路径规划
- 粒子算法，轨迹规划参考，适用于无人驾驶，紧急避障等(Particle algorithm, trajectory planning reference, suitable for unmanned driving, emergency obstacle avoidance, etc)
rrt_star_2D3D
- rrt算法在2维和3维环境的规划，均为matlab代码，可用于无人驾驶汽车和移动机器人路径规划(The codes of RRT algorithm in 2 and 3 dimensional environments are matlab codes, which can be used for the path planning of driverless cars and mobile robots)
SVM分类
- 基于SVM的疲劳驾驶系统。基于神经网络的非接触式疲劳驾驶检测已成为当前针对疲劳驾驶检测领域炙手可热的研究方向。它有效解决了接触式疲劳检测方法给驾驶员带来的干扰以及单一信号源对于反映疲劳程度可靠性低的问题，同时通过设计神经网络模型对多源信息进行分类，实现对疲劳状态的高精度和高速度的检测。选取合适的特征值对网络检测准确率以及准确反映疲劳程度至关重要。基于驾驶员生理信号检测可靠性和准确性较高。(Fatigue driving system based on SVM)
road_detection
- 实现了道路的分割与检测，自动驾驶方向用的特别多。(The realization of road segmentation and detection, automatic driving direction used in particular.)
v2x
- 百度Apollo自动驾驶系统开源代码V2X(Baidu Apollo Autopilot System Open Source Code V2X)