tianjilieren的博客

原创 ubuntu18.04+xenomai3.1+igh2.8+linuxcnc2.10

环境介绍：个人学习流程：基于现有的例子基于TCL/TK的Axis的配置进行相关学习，添加单轴调驱动器回零功能、清报警功能、写io输出功能、读io输入功能。学习下classicladder相关知识。参考文档：linuxcnc_documentation.pdf。

原创 伺服控制

原创 学习下控制 LQR加上观测器

这里主要参考B站上的，DR_CAN，极力推荐看下，这里主要是结合观测器和LQR的设计。在观测器基础上引入LQR这里的Y的C=[1 0],可知X1输出是可以用实际值的，可以不用的X1hat...

原创 SVPWM算法实现

clc;clear;close;%%SVPWM算法%%%判断扇区的%%%r模拟假设(2/3)Udcr=20;Udc=30;Ts=62.5%%单位微妙r=r*cos(pi/6);%%%电压矢量圆环半径k=720;for i=0:k angle=(i*pi)/180; Uta=r*cos(angle); Utb=r*sin(angle); U0...

原创 重做和撤销

参考，大神https://www.cnblogs.com/wanghui9072229/archive/2011/08/29/2158960.html采用Qt4.7编写的一个源码例子，可以参考学习下代码链接如下：https://download.csdn.net/download/tianjilieren/11263662...

原创 二连杆机器人的动力学

clc;clear;close;%syms L1 L2 m1 m2 g q1 q2 dq1 dq2 ddq1 ddq2 realTs=0.01;L1=1;L2=1;m1=10;m2=10;ORI=[1 0 0;0 1 0;0 0 1];q1=30*pi/180;q2=10*pi/180;g=-9.81;dq1=30*pi/180;dq2=30*pi/180;ddq1=4...

原创 动力学拉格朗日一部分的推导过程

翻译 数值逆解旋量推导

原创 Qt的静态编译，Qt5.11.0

configure.bat -confirm-license -opensource -platform win32-g++ -debug-and-release -static -prefix "C:\Qt\Static\5.11.0" -qt-sqlite -qt-zlib -qt-libjpeg -qt-libpng -qt-freetype -qt-pcre -qt-harfbuzz -...

翻译 Poe-Wrenches

clc;clear;close;fh=[0 0 0 0 -5 0]';fa=[0 0 0 0 0 1]';Thf=[1 0 0 -100; 0 1 0 0;0 0 1 0; 0 0 0 1];Taf=[1 0 0 -250;0 0 1 0;0 -1 0 0;0 0 0 1];Adjthf=[Thf(1:3,1:3) zeros(3,3);Poe_Skew_symmetric(Thf(...

翻译 Modern robotics mechanics planning and control(book) Rigid-Body Motion Example（book）

clc;clear;close;rsc=pi/180;Tsb=[cos(30*rsc) -sin(30*rsc) 0 1;sin(30*rsc) cos(30*rsc) 0 2;0 0 1 0;0 0 0 1];Tsc=[cos(60*rsc) -sin(60*rsc) 0 2;sin(60*rsc) cos(60*rsc) 0 1;0 0 1 0;0 0 0 1];q=pi/6;...

原创 基于Bezier匀速进给时间律U的设计计算

clc;clear;closem=3;P=[0 0 1 2;0 1 2.5 3;1 7 2 5];%{jj=1;for u=0:0.01:1 b=BezierP(P,m,u);db=BezierPDerivatives(P,m,u);ddb=BezierPDerivatives2(P,m,u); bx(jj)=b(1,1);by(jj)=b(2,1);bz(...

原创 Bezier-Blending C2-continuous

clc;clear;close;r=0.5;q=[0 1 2 4 5 6;0 2 3 3 2 0;0 1 0 0 2 2];qb=[0.79 1.28 1.71 2.5 3.5 4.2 4.79 5.22;1.59 2.28 2.71 3 3 2.79 2.20 1.55;0.79 0.71 0.28 0 0 0.40 1.59 2];qx=q(1,:...

原创 Bezier-C2 continuous

clc;clear;close;q=[0 1 2 4 5 6;0 2 3 3 2 0;0 1 0 0 2 2];qx=q(1,:);qy=q(2,:);qz=q(3,:);p=[0 0.20 0.40 0.51 0.75 1;0 0.41 0.84 1.11 1.56 2;0 0.20 0.57 1.03 1.10 1;1 1.17 1.34 1.47 1.71 ...

原创 Bezier-C1 continuous

clc;clear;close;p=[0 0.18 0.49 1;0 0.58 1.32 2;0 0.59 1.26 1;1 1.35 1.47 2;2 2.47 2.79 3;1 0.88 0.20 0;2 2.60 3.39 4;3 3.24 3.15 3;0 -0.24 -0.30 0;4 4.76 4.57 5;3 2.80 2.66 2;0 0.38 1.61...

原创 B´ezier curve

clc;clear;closem=3;P=[0 0 1 2;0 1 2.5 3;1 0 2 5];jj=1;for u=0:0.01:1 b=BezierP(P,m,u);bx(jj)=b(1,1);by(jj)=b(2,1);bz(jj)=b(3,1);jj=jj+1;endplot3(bx,by,bz,'r');hold on;plot3(P(1,:),...

原创 B样条的姿态插值RPY插值

clc;clear;close;t= [0,5,7,8,10,15,18];q= [3.31 -3.01 -1.07 4.48 1.52 ,5.53, 10.54, 15.55 ,20.56, 25.57, 30.52;-2.38 -3.53 5.81 2.97 -1.25, -1.25 ,-1.25 ,-1.25 ,-1.25 ,-1.25, -1.25;7.14 10.89 6.72 4...

原创 姿态插值

clc;clear;close;R0=angle2dcm(0/180*pi,0/180*pi,0/180*pi,'XYZ');%%R1=angle2dcm(rpy(3,size(rpy,2))/180*pi,rpy(2,size(rpy,2))/180*pi,rpy(1,size(rpy,2))/180*pi,'XYZ');R1=[0 1 0;0 0 1;1 0 0];P0=[0,0,...

原创 Bspine trajectory planning

clc;clear;close;t= [0,5,7,8,10,15,18];q= [3, 2, 0, -2, -5, 0, 6, 12, 0, -3, 8]';n=size(q,1)-1;p=4;NodeVector=[0, 0, 0, 0, 0, 2.5, 6, 7.5, 9, 12.5, 16.5, 18, 18, 18, 18, 18];v0=2;vn=-3;a0=0...

原创 B样条基函数求导

clc;clear;closep=3;NodeVector=[0,0,0,0,1,2,4,7,7,7,7];u=4.5;i=7;der=1;//求导次数[B,D]= MyBaseFun(i, p , u, NodeVector);MyDersBasisFuns( i,u,p,B,D,der,NodeVector )function [ Ders ] = MyDe...

原创 B样条的学习

clc;clear;close;Point = [9.036145, 21.084337, 37.607573, 51.893287, 61.187608; 51.779661, 70.084746, 50.254237, 69.745763, 49.576271];n=size(Point,2)-1;p=4;NodeVector = linspace(0, 1, n+p+2...

原创 三次样条-初始速度与末端速度已知来求解

clc;clear;close;syms n v0 vn tqv0=2;%%得指定初始速度vn=50;%%得指定末端速度n=6;%%表示多项式的个数，对应的点数为n+1；得指定多项式个数%{for i=1:n+1 t(1,i)=(i-1)*6;endq=10*rand(1,n+1);%}t(1)=0;t(2)=5;t(3)=7;t(4)=8;t(5)=1...

原创 四叉树，划分点的区间，采用非满四叉树

#ifndef QUADTREEALGORITHM_H#define QUADTREEALGORITHM_H#include <QObject>#include <qlist.h>#include <QMap>namespace QuadTree_Wu{enum QuadrantEnum{ UR=0, UL=1, LL=2...

原创 S曲线规划升级版，初始速度和终止速度可指定，

syms ve vs vmax amax jmax ld t1 t2 t3 t4 t5 t6 t7n=1000;%%以下三个参数为最大限制参数vmax=1000;amax=10;jmax=20;vs=708;%%初始速度ve=76;%%截止速度ld=500;%%目标位置%%%%%%%%%%%%%%(1)plotsubsection=zeros(1,7);if vs&...

原创 S型曲线主函数

S型曲线主函数目录S型曲线主函数S1段曲线S2段曲线S3段曲线末端速度倒推型S3段曲线末端速度正推型S4段曲线S5段曲线S6段曲线S7段曲线倒推型S7段曲线正推型clc;clear;close;GoalV=100;%%单位mm/sGoalS=100;%%单位mmAcc=400;Jerk=30;%%%%%%%%%%%%%%%%可以修改...

原创 敏捷模式——LSP

基类为长方形设置虚函数时，其派生类有正方形，唯一的区别是正方形的长宽的改变时一致的，所以如果另一个开发者如果设置函数g其参数是基类的指针或者引用时，此时开发者以基类来调用改变长宽的函数时，传入基类的对象时是没有问题的，但是如果传入派生类的对象时，其此时的正方形的边长最后为g函数调用的最后一个函数来判定，此时有问题，这样表面的正方形的继承长方形的违反了长方形的不变形。LSP就是不同对象，传入一个父类...

原创 吴恩达的机器学习-正向传播和反向传播的推导

原创 吴恩达的机器学习-识别猫采用一层的神经网络

clc;clear;close all;k=50;nk=40;rate=0.01;for i = 1:km1=imread(['C:\Users\googol\Documents\MATLAB\MachineLearning\train\test',num2str(i),'.jpg']);traindata{i}=double(m1); %I{1}表示数组的概念traindata...

原创 吴恩达的机器学习-神经网络的学习

神经网络的讲解：输入层的是用X来表示的，但是在神经网络中的X表示的输入层用a[0]来表示的 其中的a【0】用来表示三行1列的矩阵，若表示其中的莫个可以用a1[0]用来表示第一个元素，中间用来表示隐藏层，之所以表示隐藏层是因为其内部的参数是看不到的，所以这样称呼它，用a[1]来表示的，其中的元素也是这样表示的，当然a[1]里面的每个元素都是W和b来表示的，而W和b也是用矩阵来表示，分...

原创 吴恩达的机器学习-RegularizedLinearRegression

clcclear allclose allrate=0.002;qp=zeros(3,3);data = load('RegularizedData.txt');plot(data(:,1),data(:,2),'*');trainData = data(1:10, 1);  Price= data(1:10, 2);  trainData =[ones(size(trainD...

原创 吴恩达的机器学习-MultiClass_Classification

clcclear allclose allrate=0.02;qp=zeros(3,3);data = load('DataMulti.txt');data = data(:, 1:2); data = data(1:30, :);label = [ones(5, 1); zeros(5, 1)];plot(data(:,1),data(:,2),'*');trainDa...

翻译 吴恩达的机器学习-AdvancedOptimization

function [ jval,gradient ] = CostFunction( theta )%UNTITLED2 Summary of this function goes here%   Detailed explanation goes herejval=(theta(1)-5)^2+(theta(2)-5)^2;gradient=zeros(2,1);gradient(1)...

原创 吴恩达的机器学习—logisticregression

clcclear allclose allrate=0.02;data = load('data.txt');datay=data(:, 3);datay=datay(1:10, :);data = data(:, 1:2); data = data(1:12, :);label = [ones(5, 1); zeros(5, 1)];plot(data(:,1),data(:...

原创 吴恩达的机器学习-NormalFunction

clc;clear;syms size Bedroom Floors Age Price q raterate=0.02;x0=[1;1;1;1];size=[2104;1416;1534;852]/2104;Bedroom=[5;3;3;2]/5;Floors=[1;2;2;1]/2;Age=[45;40;30;36]/45;Price=[460;232;315;178];q=...

原创 吴恩达的机器学习-linearRegressionWithMultiVariable

clc;clear;syms size Bedroom Floors Age Price q ratecx0=[1;1;1;1];size=[2104;1416;1534;852]/2104;Bedroom=[5;3;3;2]/5;Floors=[1;2;2;1]/2;Age=[45;40;30;36]/45;Price=[460;232;315;178];q=[1;1;1;1;...

转载 内联函数（转载）

函数（function）是一个集合元素到令一个集合元素的对应关系，它起着一种映射和变换的功能，如在数学中，一个集合A， 若对A中的每个元素x，按对应法则f，使B中存在唯一的一个元素A与之对应 ， 就称对应法则f是X上的一个函数，记作B=f（x）。广义地说，函数其实是完成某一功能的工具，如在数学中，该功能就是用来实现数学运算的，就是数学函数，故一般函数是完成某一工程中基础工具，起着基础功能，故一般函...

翻译 聚合类

使用聚合类的初始化列表，用来显式的初始化时，应注意以下问题。1.要求类的所有成员都是Public成员。2.增加和删除一个类的成员的时候都得重新初始化。...

翻译 隐私转换的注意事项

1.隐私转换只允许转换一次，多次转换是回报错的，可以先次显式转换再来一次隐私转换。2.隐式转换的类对象是一个临时对象，函数调用完后就会被丢弃。3.多个实参的构造函数不能用于隐私转换，所以也没必要用explicit4.explicit只能在类内声明构造函数时使用explicit，在类外定义时不应重复 ...

原创 等精度分割曲线（问题篇）

clc;clear;syms t t1 Eds%%给定弓高误差，求离散曲线步长Err=0.01;tr=0.61166249619097100371595901319577;hold on%%绘制分割曲线图案for tx=0.1:0.01:0.7 x=cos(tx)*sin(tx/2); y=sin(tx)*sin(tx/2); plot(x,y,'o'); e...

原创 给定弓高误差，求离散曲线步长

clc;clear;syms t Eds%%给定弓高误差，求离散曲线步长Err=0.01;x=10*cos(t)*sin(t/2);y=10*sin(t)*sin(t/2);L=quadl(inline('(5.*2.^(1/2).*(5 - 3.*cos(t)).^(1/2))/2'),0.1,0.7)%%计算弧长dx=simplify(diff(x,t));dy=si...