轨迹规划

关节空间轨迹规划的 Matlab 代码用起来还挺顺手的，尤其是配合 Aubo 机械臂做控制测试那块，整个流程比较流畅，响应也快。最初是给 UR5 写的，后来改成支持 ROS Kinetic + Aubo，亲测可跑，靠谱。 低级控制用的是 C++写的，放在ur5_control文件夹里，运行前你记得先清掉老文件，解压新文件到catkin/src，再catkin_make一下就能编译。 高级控制部分用的是 Matlab 脚本，放在apple目录下，比较适合做路径规划和算法验证。整个代码框架分得蛮清楚的，规划时的参考系也讲得比较细，像base_link、world这些，怎么设定、啥时候改，注释都有。

使用Matlab编写的最小时间约束三次样条轨迹规划代码，通过优化路径规划，实现在给定约束条件下的最短时间内完成轨迹设计。该代码利用三次样条插值技术，结合最优化方法，为轨迹规划提供高效且精确的解决方案。

本算法基于百度Apollo的参考设计，使用二次规划与五次多项式的方法实现轨迹的平滑。它能够有效地在自动驾驶系统中或机器人轨迹规划中应用，确保轨迹更加平滑、自然。通过此方法，参考线在曲率较大的地方不会发生急剧变化，保证了行驶稳定性。

基于两轮差速小车模型的船舶轨迹规划和 PID 控制，挺有意思的一套 MATLAB 仿真代码。运动学建模也有，控制器设计也到位，不仅做了航向角单环，还搞了双闭环那种。PID 参数还能动态调，实际效果蛮灵活的。想入门机器人控制或搞点轨迹优化仿真，这资源还挺合适的。 文中对wrapToPi函数的应用也提到了，能有效角度误差跳变的问题，细节考虑得还不错。你如果之前调 PID 调到崩溃，用这个代码框架能少走不少弯路。控制器实现部分代码也给得全，复制粘贴就能跑。 适合搞自动控制、机器人方向的小伙伴，是做毕业设计或者项目原型。再加上文末给了不少类似资源，想扩展研究方向也方便。嗯，要是你刚好要做移动机器人那类

这篇综述文章由郑宇撰写，深入探讨了轨迹数据挖掘的相关主题。

此存储库包含用于Matlab的灰度处理和细胞跟踪的源代码。该程序支持荧光或暗场电影的处理，以及相衬电影的跟踪。兼容Matlab 2018a及更早版本，支持'.tif'堆栈和'.nd2'文件格式。还提供适用于Linux的版本。

利用 comet 函数展示二维和三维线运动轨迹：- 二维线：余弦和正弦函数的平方和- 三维线：余弦和正弦函数的平方和，z 轴为时间轴

基于多层分割算法，从GPS轨迹数据中识别活动停留点，挖掘出行信息。

Flight-Trajectory-Prediction 是一个有趣的项目，基于半惰性数据挖掘范式，用来预测飞行中的飞机轨迹。你可以通过聚类算法历史雷达数据，抽象出从源机场到目的机场的典型轨迹。最酷的是，它还能结合天气条件来调整飞行路径，给你推荐最合适的替代路线，一些航线冲突。 想象一下，在做飞行计划时，基于天气信息和历史数据来推测出最佳航线，这不仅能节省时间，还能提高航班的安全性。只要安装了MongoDB、Python 3.0和一些常见的库（如numpy、pandas等），就可以开始使用了。 你只需要输入一些基本信息，比如出发机场、到达机场、时间范围，再加上天气数据，就能得到飞机轨迹预测结果

该脚本作为体育工程领域的教学工具，展示了创建GUI的过程，并分析草坪碗的轨迹。