墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
6.5k累计阅读
6.5k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
旋翼无人机介绍
ZR-M66六旋翼多镜头倾斜摄影无人飞行系统，集合了领先于行业内的多种设计方式，该旋翼无人机特点：模块化设计、高效作业、安全可靠、直观作业管理，摆脱传统测绘作业的慢、繁琐、 效率低的不足，旋翼无人机技术参数如下。
①模块化设计
关键特性：24寸登机箱收纳 / 单兵作战
②高效作业
关键特性：60分钟超长续航 / 0.7km2单架次最大飞行面积
无人机运动状态描述
目录坐标系基本概念直角坐标系右手系惯性系对地坐标系（GCS）机体坐标系（BCS）右手螺旋旋转矩阵欧拉角补充 坐标系 基本概念 直角坐标系 有X,Y,Z三个轴，相互正交（垂直）。 右手系 对直角坐标系X,Y,Z轴正方向的一种规定。右手拇指、食指、中指自然伸开呈相互正交。X轴，Y轴，Z轴反别为拇指、食指、中指方向。 惯性系 牛顿力学三定律在惯性系中成立。一般取地球面。 对地坐标系（GCS） 取地面一点为原点，取东方为X方向，北方为Y方向，右手系原则确定指向天空为Z轴方向（其实怎么选无所谓，只要是右手系就行，这里
无人机导航中的各类坐标系
无人机中的各类坐标系学习笔记： 北东地坐标系(NED, north-east-down) 东北天(ENU, east-north-up) 机体坐标系(body frame) 1. 无人机中NED坐标理解 1.1 机体坐标系 机体坐标系固连飞机，其原点 取在多旋翼的重心位置上。 x轴在多旋翼对称平面内指向机头（机头方向与多旋+字形或X字形相关）。 z轴在飞机对称平面内，垂直轴向下。然后，按右手定则确定y轴 。 1.2 地球固联坐标系 通常以多旋翼起飞位置作为坐标原点 。先让x轴在水平面内指向某一方向，z轴.
无人机坐标系定义与转换
介绍无人机/机器人/导弹等导航制导控制中所用到的各个坐标系及其转换关系
22、农业与林业发展的仿生方法
本文探讨了仿生方法在农业与林业发展中的创新应用。重点介绍了无人机在农药喷洒、作物健康监测和损害评估中的高效作用，植物纳米仿生学在应对土壤污染、干旱及开发智能材料方面的潜力，以及电子鼻在农业病害检测和林业管理中的广泛应用。同时，分析了纳米技术在木材鉴定、纸张加工和智能材料开发中的变革性影响。总结指出，这些前沿技术正推动农业与林业向智能化、可持续方向发展，但仍需深入研究其环境与安全风险。
手把手教你学simulink（26.5）--控制算法场景示例：四旋翼和六旋翼无人机的建模与动力学分析
通过上述代码实现，您可以逐步创建和搭建一个多旋翼无人机（如四旋翼、六旋翼）的动力学模型，并结合自适应控制器进行仿真。该模型不仅考虑了无人机的基本动力学行为，还引入了空气阻力、螺旋桨之间的相互作用以及气流干扰等复杂效应，使得仿真结果更加接近实际情况。Simulink 提供了强大的建模和仿真工具，使得控制系统工程师能够快速构建复杂的控制算法，并将其应用于实际工程中。多旋翼无人机动力学建模：建立四旋翼和六旋翼无人机的动力学模型，包括平移运动和旋转运动方程。升力和扭矩模型。
多旋翼无人机教案拆解：飞行原理与飞控系统详解
无人机技术正从航拍娱乐走向农业植保、电力巡检等专业场景，理解其核心飞行原理成为入门与教学的关键。四旋翼无人机依靠正反桨交替布局抵消反扭矩，通过对角电机差速实现俯仰、横滚、偏航等基础动作，飞控系统则将飞手指令转化为电机转速指令，即混控计算。这一底层逻辑决定了飞行安全性与操控稳定性，也是无人机培训机构必须讲透的教学重点。GPS姿态模式、姿态模式与手动模式的适用边界，以及断桨保护、热点环绕等实用功能，直接关乎实际作业中的风险控制。本文基于一份面向零基础学员的多旋翼操作教案，从构造、原理到飞控与实训安排，系统梳理可
时序分析28 - 时序预测 格兰杰因果关系(中) python实践1
时序分析28 - 时序预测 - 格兰杰因果关系(中) Python 实践 1 上一篇文章我们介绍了格兰杰因果关系的基本概念、背景以及相关统计检验法。本篇文章我们使用Python编程实践一下。 实践1：股票价格数据之间的格兰杰因果关系 问题：苹果公司今天的股价是否可以用来预测明天的特斯拉的股价？ 数据：来自雅虎财经 import matplotlib.pyplot as plt import seaborn as sns import numpy as np import pandas as pd 读入数据
【Yolo12改进策略】MRFA 小核协同，构建巨大的感受野，同时保持高斯型分布|即插即用|ICCV2025
本文将介绍如何将 UniConvNet 论文中的核心模块——感受野聚合器集成到 Yolo12中，通过一种新颖的“小核协同”范式，在不显著增加计算开销的前提下，显著提升模型的感受野质量和检测精度。在目标检测中，模型要识别一个物体，不仅需要看到物体的局部特征，更需要理解其周围的上下文信息。传统卷积网络通过堆叠小卷积核（如 3x3）来扩大“感受野”，但这个过程缓慢且效率低下。而近期流行的大核卷积，虽然感受野大，但会破坏“距离越近、影响越大”的自然分布，且带来巨大的计算负担。MRFA 找到了一条“中间道路”：它通过
在线考试题库抓取：Python 爬虫抓取各类在线考试平台题库和试题
通过这些技术，您可以抓取各类在线考试平台上的题库数据，进行数据分析、生成练习题集，甚至用于考试准备。为了演示抓取过程，本篇博客选择了两个常见的在线考试平台进行数据抓取：一个是教育考试平台（如“中小学题库”），另一个是职业考试平台（如“华图教育”）。对于这些网站，我们需要找到包含题库信息的页面，并分析每一页的 HTML 结构，从而定位到题目、选项、答案等数据。大多数在线考试平台的题库是分页显示的，因此我们需要遍历多个页面，抓取所有的题库数据。因此，我们需要设置合适的请求头来模拟真实的浏览器请求。
亚马逊跨境电商选品数据分析：Python爬虫实战指南
本文将带领大家构建一套完整的亚马逊选品数据采集与分析系统，使用最新的Python技术栈，从零开始爬取亚马逊商品数据，并进行深度分析。
踩坑实录：C#上位机YOLOv11从2FPS到45FPS，ONNX Runtime GPU加速全解析
算力迁移：将推理核心从CPU迁移至GPU（核心提速手段）；内存复用：避免重复分配/释放内存，减少GC压力；维度固定：工业场景固定输入分辨率，关闭动态维度；资源限制：合理限制GPU/CPU/内存占用，避免资源耗尽；解耦设计：推理线程与UI线程解耦，避免跨线程问题。
3. Matérn协方差模型与随机偏微分方程
对应的高斯马尔可夫随机场 （GMRF）可以通过使用某种随机偏微分方程（SPDE）明确构造，当由高斯白噪声驱动时，随机偏微分方程的解是具有 Matérn 协方差函数的高斯场（GF）
【HYSPLIT 教程第二期】Inline WRF-HYSPLIT 耦合
【HYSPLIT 教程第二期】Inline WRF-HYSPLIT 耦合
手把手教您如何群晖/飞牛NAS等服务器上一键部署洛雪音乐同步服务，手机电脑无缝同步歌单，支持外网访问
🎵 手机电脑歌单不同步？用Docker在群晖/飞牛NAS等服务器上搭个同步服务器， 3分钟搞定 ！支持docker-compose一键部署，手机、电脑、平板收藏夹实时同步，外出也能用域名远程访问 ~ ✨
怀旧版电脑GBC模拟器
再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。
廖雪峰Python教程[完整版]
廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白
NTscan扫描工具
ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。
Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
2399
扫一扫
