机器人动力学方程

机器人动力学方程是描述机器人力和运动之间的关系的方程。只描述力和运动的关系,不考虑产生运动的力和扭矩。

欧拉 - 拉格朗日方程

欧拉-拉格朗日方程(OL)描述了处于完整约束下,并且约束力满足虚功原理的机械系统的力和运动随时间的变化

有两种推导方法,先介绍使用牛顿第二定律的推导方法。

根据牛顿第二定律,某质点的运动方程是:
my¨=f−mgm\ddot y = f-mg my¨​=f−mg
先对时间求导,再对y˙\dot yy˙​求偏导,方程左侧可以写为:
my¨=ddt(my˙)=ddt∂∂y˙(12my˙2)=ddt∂K∂y˙m \ddot y = {d \over dt}(m \dot y)={d \over dt}{\partial \over \partial \dot y}({1 \over 2}m \dot y^2)={d \over dt}{\partial K \over \partial \dot y} my¨​=dtd​(my˙​)=dtd​∂y˙​∂​(21​my˙​2)=dtd​∂y˙​∂K​
其中K=12my˙2K = {1 \over 2}m \dot y^2K=21​my˙​2,是动能。

接着将重力表示为:
mg=∂∂y(mgy)=∂P∂ymg = {\partial \over \partial y}(mgy) = {\partial P \over \partial y} mg=∂y∂​(mgy)=∂y∂P​
其中P=mgyP = mgyP=mgy表示重力势能。

定义拉格朗日算子LLL,表示系统动能与势能之差:
L=K−P=12my˙2−mgyL = K-P ={1 \over 2}m \dot y^2-mgy L=K−P=21​my˙​2−mgy
并且有:
∂L∂y˙=∂K∂y˙,∂L∂y=−∂P∂y{\partial L\over \partial \dot y} = {\partial K \over \partial \dot y},{\partial L \over \partial y} =-{\partial P \over \partial y} ∂y˙​∂L​=∂y˙​∂K​,∂y∂L​=−∂y∂P​

则初始的质点运动方程可化为:
ddt∂K∂y˙=f−∂P∂y{d \over dt}{\partial K \over \partial \dot y} = f-{\partial P \over \partial y} dtd​∂y˙​∂K​=f−∂y∂P​
即:
ddt∂L∂y˙−∂L∂y=f{d \over dt}{\partial L \over \partial \dot y}-{\partial L \over \partial y} = f dtd​∂y˙​∂L​−∂y∂L​=f
此方程被称为欧拉-拉格朗日方程。

推广到n自由度的系统,得到:
ddt∂L∂q˙k−∂L∂qk=τk{d \over dt}{\partial L \over \partial \dot q_k}-{\partial L \over \partial q_k} = \tau_k dtd​∂q˙​k​∂L​−∂qk​∂L​=τk​
其中τk\tau_kτk​是与广义坐标qkq_kqk​相关的力。

动能与势能

欧拉-拉格朗日方程可以直接用来推导动力学方程,前提是我们能够以一组广义坐标来表示该系统的动能和势能。如果要让这能够得到实际应用,那么我们就必须能够针对一个n连杆机器人计算出他的动能和势能。接下来将推到刚性连杆机器人动能和势能的表达式。

动能表示

刚体的动能可表示为平移动能和关于质心的旋转动能之和:
K=12mvTv+12ωTZωK = {1 \over 2}mv^Tv+{1\over 2}\omega^T Z\omega K=21​mvTv+21​ωTZω
ZZZ表示物体的惯性张量,是一个3*3的对称矩阵。

Z=RIRTZ = RIR^TZ=RIRT,R是附体坐标系与惯性坐标系之间的姿态变换。

III是附体坐标系中的惯性张量,仅取决于物体的形状和质量分布,与物体运动无关。

速度vvv和角速度ω\omegaω需要转置,因为要考虑多个维度的方向。连杆上任意一点的现速度和角速度可通过雅可比矩阵和关节速度(关节变量的导数)来表示:
vi=Jviqq˙ωi=Jωiqq˙v_i = J_{v_i}q\dot q \\ \omega_i = J_{\omega_i}q\dot q vi​=Jvi​​qq˙​ωi​=Jωi​​qq˙​

机器人总动能可表示为:
K=12q˙T∑i=1n[mi(Jvi(q))TJvi(q)+(Jωi(q))TRi(q)Ii(Ri(q))TJωi(q)]q˙K = {1 \over 2}\dot q^T \sum_{i=1}^n[m_i\ {(J_{v_i}(q))}^T \ J_{v_i}(q) \ + \ (J_{\omega_i}(q))^T \ R_{i}(q) \ I_i \ (R_i(q))^T \ J_{\omega_i}(q)]\dot q K=21​q˙​Ti=1∑n​[mi​ (Jvi​​(q))T Jvi​​(q) + (Jωi​​(q))T Ri​(q) Ii​ (Ri​(q))T Jωi​​(q)]q˙​
用D(q)D(q)D(q)来表示机器人的惯性矩阵:
D(q)=∑i=1n[mi(Jvi(q))TJvi(q)+(Jωi(q))TRi(q)Ii(Ri(q))TJωi(q)]K=12q˙TD(q)q˙D(q) \ = \ \sum_{i=1}^n[m_i\ {(J_{v_i}(q))}^T \ J_{v_i}(q) \ + \ (J_{\omega_i}(q))^T \ R_{i}(q) \ I_i \ (R_i(q))^T \ J_{\omega_i}(q)] \\ K = {1 \over 2}\dot q^T D(q)\dot q D(q) = i=1∑n​[mi​ (Jvi​​(q))T Jvi​​(q) + (Jωi​​(q))T Ri​(q) Ii​ (Ri​(q))T Jωi​​(q)]K=21​q˙​TD(q)q˙​
机器人惯性矩阵D(q)D(q)D(q)有如下特点:

  1. 只与机器人构型有关
  2. 对称且正定
  3. 动能总是非负的

势能表示

在刚体动力学情形下,势能总是来源于重力。假设物体质量集中在质心,计算第iii个连杆的势能:
Pi=migTrciP_i = m_ig^Tr_{ci} Pi​=mi​gTrci​
ggg是惯性坐标系中的重力向量,rcir_{ci}rci​是连杆iii的质心坐标。机器人总势能为:
P=∑i=1nPi=∑i=1nmigTrciP = \sum_{i=1}^n P_i = \sum_{i=1}^n m_ig^Tr_{ci} P=i=1∑n​Pi​=i=1∑n​mi​gTrci​
在m、g保持不变的情况下,机器人势能只与广义坐标rcir_{ci}rci​有关。

运动方程

上面我们得到了如下结果:

系统动能是关于广义速度(坐标微分)的二次函数:
K=12q˙TD(q)q˙=12∑i,jndi,j(q)q˙iq˙jK = {1 \over 2}\dot q^T D(q)\dot q = {1 \over 2}\sum_{i,j}^n d_{i,j}(q) \dot q_i \dot q_j K=21​q˙​TD(q)q˙​=21​i,j∑n​di,j​(q)q˙​i​q˙​j​
系统势能是关于广义坐标的函数,且与广义速度无关:
P=∑i=1nmigTrciP = \sum_{i=1}^n m_ig^Tr_{ci} P=i=1∑n​mi​gTrci​
欧拉-拉格朗日算子为:
L=K−P=12∑i,jndi,j(q)q˙iq˙j−P(q)L = K-P ={1 \over 2}\sum_{i,j}^n d_{i,j}(q) \dot q_i \dot q_j-P(q) L=K−P=21​i,j∑n​di,j​(q)q˙​i​q˙​j​−P(q)
欧拉-拉格朗日方程为:
ddt∂L∂q˙k−∂L∂qk=τk{d \over dt}{\partial L \over \partial \dot q_k}-{\partial L \over \partial q_k} = \tau_k dtd​∂q˙​k​∂L​−∂qk​∂L​=τk​
其中:
∂L∂q˙k=∑jdkjq˙jddt∂L∂q˙k=∑jdkjq¨j+∑jddtdkjq˙j=∑jdkjq¨j+∑i,j∂dkj∂qiq˙iq˙j∂L∂qk=12∑i,j∂di,j∂qkq˙iq˙j−∂P∂qk{\partial L \over \partial \dot q_k}= \sum_jd_{kj}\dot q_j\\ {d \over dt}{\partial L \over \partial \dot q_k} = \sum_jd_{kj}\ddot q_j+\sum_{j}{d \over dt}d_{kj}\dot q_j \\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ = \sum_jd_{kj}\ddot q_j+\sum_{i,j}{\partial d_{kj}\over \partial q_i}\dot q_i\dot q_j \\ {\partial L \over \partial q_k} = {1 \over 2}\sum_{i,j} {\partial d_{i,j} \over \partial q_k} \dot q_i \dot q_j - {\partial P \over \partial q_k} ∂q˙​k​∂L​=j∑​dkj​q˙​j​dtd​∂q˙​k​∂L​=j∑​dkj​q¨​j​+j∑​dtd​dkj​q˙​j​               =j∑​dkj​q¨​j​+i,j∑​∂qi​∂dkj​​q˙​i​q˙​j​∂qk​∂L​=21​i,j∑​∂qk​∂di,j​​q˙​i​q˙​j​−∂qk​∂P​
因此对于每个k=1,2,...nk=1,2,...nk=1,2,...n,欧拉-拉格朗日方程可以写成:
∑jdkjq¨j+∑i,j{∂dkj∂qi−12∂di,j∂qk}q˙iq˙j−∂P∂qk=τk\sum_jd_{kj}\ddot q_j+\sum_{i,j}\{ {\partial d_{kj}\over \partial q_i} -{1\over 2}{\partial d_{i,j} \over \partial q_k}\} \dot q_i\dot q_j - {\partial P \over \partial q_k}= \tau_k j∑​dkj​q¨​j​+i,j∑​{∂qi​∂dkj​​−21​∂qk​∂di,j​​}q˙​i​q˙​j​−∂qk​∂P​=τk​
即:
∑jdkjq¨j+∑i,j12{∂dkj∂qi+∂dkj∂qi−∂di,j∂qk}q˙iq˙j−∂P∂qk=τk\sum_jd_{kj}\ddot q_j+\sum_{i,j} {1\over 2}\{ {\partial d_{kj}\over \partial q_i} + {\partial d_{kj}\over \partial q_i} -{\partial d_{i,j} \over \partial q_k}\} \dot q_i\dot q_j - {\partial P \over \partial q_k}= \tau_k j∑​dkj​q¨​j​+i,j∑​21​{∂qi​∂dkj​​+∂qi​∂dkj​​−∂qk​∂di,j​​}q˙​i​q˙​j​−∂qk​∂P​=τk​
定义Christoffel symbol:
cijk=cjik=12{∂dkj∂qi+∂dkj∂qi−∂di,j∂qk}c_{ijk} = c_{jik} ={1\over 2}\{ {\partial d_{kj}\over \partial q_i} + {\partial d_{kj}\over \partial q_i} -{\partial d_{i,j} \over \partial q_k} \} cijk​=cjik​=21​{∂qi​∂dkj​​+∂qi​∂dkj​​−∂qk​∂di,j​​}
定义广义重力:
gk=∂P∂qkg_k = {\partial P \over \partial q_k} gk​=∂qk​∂P​
最终得到欧拉-拉格朗日方程:
∑jdkj(q)q¨j+∑i,jcijk(q)q˙iq˙j−gk(q)=τk\sum_jd_{kj}(q)\ddot q_j+\sum_{i,j} c_{ijk}(q) \dot q_i\dot q_j - g_k(q)= \tau_k j∑​dkj​(q)q¨​j​+i,j∑​cijk​(q)q˙​i​q˙​j​−gk​(q)=τk​
方程左侧三项分别为:

  1. 广义坐标的二阶导数:惯性项
  2. 广义坐标一阶导数的二次型:离心力项+哥氏力项
  3. 广义位置(0阶导数)重力项

方程可简写为:
D(q)q¨+C(q,q˙)q˙+g(q)=τD(q)\ddot q+C(q,\dot q)\dot q+g(q) = \tau D(q)q¨​+C(q,q˙​)q˙​+g(q)=τ

推导平面2关节机器人的动力学模型

现在考虑下图中带有两个转动关节的平面机械臂。

要使用刚刚得到的欧拉-拉格朗日方程,就要与关节位置和关节速度相关的三个量:D(q),C(q,q˙),g(q)D(q),C(q,\dot q),g(q)D(q),C(q,q˙​),g(q)。

首先使用雅可比矩阵来计算动能,计算平移速度:
vc1=Jvc1q˙vc2=Jvc2q˙Jvc1=[−lcsin(q1)0lc1cos(q1)000]Jvc2=[−l1sin(q1)−lc2sin(q1+q2)−lc2sin(q1+q2)l1cos(q1)+lc2cos(q1+q2)lc2cos(q1+q2)00]v_{c1} = J_{v_{c1}}\dot q \\ v_{c2} = J_{v_{c2}}\dot q \\ J_{v_{c1}} = \begin{bmatrix}-l_c sin(q_1) & 0 \\ l_{c1}cos(q_1) & 0\\ 0 & 0 \\\end{bmatrix} \\ J_{v_{c2}} = \begin{bmatrix}-l_1sin(q_1)-l_{c2}sin(q_1+q_2) & -l_{c2}sin(q_1+q_2) \\ l_1cos(q_1)+l_{c2}cos(q_1+q_2) & l_{c2}cos(q_1+q_2)\\ 0 & 0 \\\end{bmatrix} vc1​=Jvc1​​q˙​vc2​=Jvc2​​q˙​Jvc1​​=⎣⎡​−lc​sin(q1​)lc1​cos(q1​)0​000​⎦⎤​Jvc2​​=⎣⎡​−l1​sin(q1​)−lc2​sin(q1​+q2​)l1​cos(q1​)+lc2​cos(q1​+q2​)0​−lc2​sin(q1​+q2​)lc2​cos(q1​+q2​)0​⎦⎤​
平移部分对应的动能为:
12m1vc1Tvc1+12m2vc2Tvc2=12q˙{m1Jvc1TJvc1+m2Jvc2TJvc2}q˙{1\over 2}m_1 v^T_{c1}v_{c1}+{1\over2}m_2v^T_{c2}v_{c2} = {1\over 2}\dot q\{ m_1J^T_{v_{c1}}J_{v_{c1}} +m_2J^T_{v_{c2}}J_{v_{c2}} \}\dot q 21​m1​vc1T​vc1​+21​m2​vc2T​vc2​=21​q˙​{m1​Jvc1​T​Jvc1​​+m2​Jvc2​T​Jvc2​​}q˙​
接下来考虑角速度项:
ω1=q˙1kω2=(q˙1+q˙2)k\omega_1 = \dot q_1k \\ \omega_2 = (\dot q_1+ \dot q_2)k ω1​=q˙​1​kω2​=(q˙​1​+q˙​2​)k
由于ωi\omega_iωi​与每个关节坐标系的z轴对齐,旋转动能可以简单表示为12Iiωi2{1\over 2}I_i\omega_i^221​Ii​ωi2​,其中IiI_iIi​是转动惯量,它的轴线穿过连杆i的质心且平行于ziz_izi​轴。因此,就广义坐标而言,整个系统的旋转动能为:
12q˙T{I1[1000]+I2[1111]}q˙{1\over 2}\dot q^T \{ I_1 \begin{bmatrix}1 &0 \\ 0&0 \end{bmatrix} + I_2 \begin{bmatrix} 1&1\\1&1 \end{bmatrix}\}\dot q 21​q˙​T{I1​[10​00​]+I2​[11​11​]}q˙​
惯性矩阵:
D(q)=m1Jvc1TJvc1+m2Jvc2TJvc2+[I1+I2I2I2I2]=[d11d12d21d22]D(q) = m_1J^T_{v_{c1}}J_{v_{c1}} +m_2J^T_{v_{c2}}J_{v_{c2}} + \begin{bmatrix} I_1+I_2&I_2 \\ I_2&I_2 \end{bmatrix} = \begin{bmatrix} d_{11}&d_{12} \\ d_{21}&d_{22} \end{bmatrix} \\ D(q)=m1​Jvc1​T​Jvc1​​+m2​Jvc2​T​Jvc2​​+[I1​+I2​I2​​I2​I2​​]=[d11​d21​​d12​d22​​]
计算得:
d11=m1lc12+m2(l12+lc22+2l1lc2cos(q2))+I1+I2d12=d21=m2(lc22+l1lc2cos(q2))+I2d22=m2lc22+I2d_{11} = m_1l_{c1}^2 + m_2(l_1^2+l^2_{c2}+2l_1l_{c2}cos(q_2))+I_1+I_2\\ d_{12} = d_{21} = m_2(l^2_{c2}+l_1l_{c2}cos(q_2))+I_2 \\ d_{22} = m_2l^2_{c2}+I_2 d11​=m1​lc12​+m2​(l12​+lc22​+2l1​lc2​cos(q2​))+I1​+I2​d12​=d21​=m2​(lc22​+l1​lc2​cos(q2​))+I2​d22​=m2​lc22​+I2​
我们已经得到了惯性矩阵,接下来计算Christoffel符号cijkc_{ijk}cijk​:
c111=12∂d11∂q1=0c121=c211=12∂d11∂q2=−m2l1lc2sin(q2)=hc221=∂d12∂q2−12∂d11∂q1=hc112=∂d21∂q1−12∂d11∂q2=−hc122=c212=12∂d22∂q1=0c222=12∂d22∂q2=0c_{111}= {1 \over 2}{\partial d_{11}\over \partial q_1} = 0 \\ c_{121}= c_{211}= {1 \over 2}{\partial d_{11}\over \partial q_2} = -m_2l_1l_{c2}sin(q_2) = h \\ c_{221}= {\partial d_{12}\over \partial q_2}-{1 \over 2}{\partial d_{11}\over \partial q_1} = h \\ c_{112}= {\partial d_{21}\over \partial q_1}-{1 \over 2}{\partial d_{11}\over \partial q_2} = -h \\ c_{122}= c_{212}= {1 \over 2}{\partial d_{22}\over \partial q_1} = 0\\ c_{222}= {1 \over 2}{\partial d_{22}\over \partial q_2} = 0 \\ c111​=21​∂q1​∂d11​​=0c121​=c211​=21​∂q2​∂d11​​=−m2​l1​lc2​sin(q2​)=hc221​=∂q2​∂d12​​−21​∂q1​∂d11​​=hc112​=∂q1​∂d21​​−21​∂q2​∂d11​​=−hc122​=c212​=21​∂q1​∂d22​​=0c222​=21​∂q2​∂d22​​=0

接下来计算势能,机械臂的势能等于两个连杆势能之和。
P1=m1glc1sin(q1)P2=m2g(l2sin(q1)+lc2sin(q1+q2))P=P1+P2=(m1lc1+m2l1)gsin(q1)+m2lc2gsin(q1+q2)P_1 = m_1gl_{c1}sin(q_1) \\ P_2 = m_2g(l_{2}sin(q_1)+l_{c2}sin(q_1+q_2))\\ P = P_1+P_2 =(m_1l_{c1}+m_2l_1)gsin(q_1)+m_2l_{c2}gsin(q_1+q_2) P1​=m1​glc1​sin(q1​)P2​=m2​g(l2​sin(q1​)+lc2​sin(q1​+q2​))P=P1​+P2​=(m1​lc1​+m2​l1​)gsin(q1​)+m2​lc2​gsin(q1​+q2​)
之前的广义重力gkg_kgk​可变为:
g1=∂P∂q1=(m1lc1+m2l1)gcos(q1)+m2lc2gcos(q1+q2)g2=∂P∂q2=m2lc2gcos(q1+q2)g_1 = {\partial P \over\partial q_1 } = (m_1l_{c1}+m_2l_1)gcos(q_1)+m_2l_{c2}gcos(q_1+q_2) \\ g_2 = {\partial P \over\partial q_2 } = m_2l_{c2}gcos(q_1+q_2) g1​=∂q1​∂P​=(m1​lc1​+m2​l1​)gcos(q1​)+m2​lc2​gcos(q1​+q2​)g2​=∂q2​∂P​=m2​lc2​gcos(q1​+q2​)
最后可以写出系统的动力学方程:
d11q¨1+d12q¨2+c121q˙1q˙2+c211q˙2q˙1+c221q˙22+g1=τ1d21q¨1+d22q¨2+c112q˙12+g2=τ2d_{11}\ddot q_1+d_{12} \ddot q_2+c_{121}\dot q_1 \dot q_2 + c_{211}\dot q_2 \dot q_1 +c_{221}\dot q_2^2+g_1=\tau_1 \\ d_{21} \ddot q_1+d_{22}\ddot q_2+c_{112}\dot q_1^2+g_2 = \tau_2 d11​q¨​1​+d12​q¨​2​+c121​q˙​1​q˙​2​+c211​q˙​2​q˙​1​+c221​q˙​22​+g1​=τ1​d21​q¨​1​+d22​q¨​2​+c112​q˙​12​+g2​=τ2​
在这种情况下,原方程矩阵C(q,q˙)C(q, \dot q)C(q,q˙​)由下式给出:
C=[hq˙2hq˙2+hq˙1−hq˙10]C = \begin{bmatrix}h\dot q_2 & h \dot q_2+h\dot q_1 \\ -h\dot q_1 & 0\end{bmatrix} C=[hq˙​2​−hq˙​1​​hq˙​2​+hq˙​1​0​]

基于欧拉-拉格朗日方程的机器人动力学模型相关推荐

  1. 泛函,变分,欧拉-拉格朗日方程

    ∫f(Z)p(Z)dZ∫f(Z)p(Z)dZ\int f(Z)p(Z) dZ如何理解?假设Z={z1,z2,...,zn}Z={z1,z2,...,zn}Z=\{z_1,z_2,...,z_n \}. ...

  2. 欧拉-拉格朗日方程【转】

    最近在看RGBD-Flow的文章,因为optical flow的思想中用了变分,所以需要了解一些泛函分析求极值的东西,这篇欧拉拉格朗日的文章是作者从wiki转载,留下来以备后用,话说最近看论文头好大, ...

  3. 机械手位置控制——欧拉-拉格朗日方程仿真

    机械手位置控制之欧拉-拉格朗日方程仿真 问题背景 控制率设计 仿真参数 仿真结果 (a)第一组期望位置仿真 (b)第二组期望位置仿真 仿真方法说明 1.通过Matlab的内置函数求解 2.通过simu ...

  4. 科学脑洞—最速降线问题(欧拉-拉格朗日方程的由来)

    约翰·伯努利对速降线问题产生了极大的兴趣,靠着对光的折射现象敏锐的洞察,他对该问题给出了一个拍案叫绝的解答: 该函数其实就是一条球滚线,画出其函数图像如下: 在求得该问题的解之后,约翰·伯努利就向科学 ...

  5. 【学习体会】泛函 欧拉-拉格朗日方程 两点之间直线最短

    泛函 泛函是函数的函数,定义域是函数集,值域是数集.也就是说,输入是函数,输出是实数. 参考:欧拉-拉格朗日方程(Euler -Lagrange equation)_qq_43217195的博客-CS ...

  6. 举例 微积分 拉格朗日方程_Euler-Lagrange Equation (欧拉-拉格朗日方程)推导

    我们知道,对于一个连续函数来说,取得极指的必要条件是它的导函数等于0,也就是驻点(stationary point),这也是费马引理(Fermat's theorem)所表述的内容.然而,函数本身的定 ...

  7. 《机器人动力学与控制》第九章——动力学 9.3 再看欧拉-拉格朗日运动方程

    文章目录 <机器人动力学与控制>第九章--动力学 9.3 再看欧拉-拉格朗日运动方程 9.3.0 回顾欧拉-拉格朗日方程法 9.3.1 方便计算的特殊形式 参考文献 <机器人动力学与 ...

  8. 【控制】《复杂运动体系统的分布式协同控制与优化》-方浩老师-第2章-基于速度估计的多欧拉-拉格朗日系统分布式控制

    第1章 回到目录 第3章 第2章-基于速度估计的多欧拉-拉格朗日系统分布式控制 2.1 引言 2.2 模型与问题描述 2.2.1 欧拉-拉格朗日系统 2.2.2 问题描述 2.3 动态领航者状态估计器 ...

  9. 【控制】《复杂运动体系统的分布式协同控制与优化》-方浩老师-第4章-一类欧拉-拉格朗日系统全局稳定的输出反馈协调控制

    第3章 回到目录 第5章 第4章-一类欧拉-拉格朗日系统全局稳定的输出反馈协调控制 4.1 引言 4.2 问题描述 4.3 基于坐标变换和状态重构的部分线性化 4.4 分布式输出反馈跟踪控制器设计 4 ...

  10. 【控制】《复杂运动体系统的分布式协同控制与优化》-方浩老师-第5章-多欧拉-拉格朗日系统分布式编队跟踪控制

    第4章 回到目录 第6章 第5章-多欧拉-拉格朗日系统分布式编队跟踪控制 5.1 引言 5.2 问题描述 5.3 队形加权中心估计器设计 5.4 编队跟踪控制器设计 5.5 仿真验证 5.6 本章小结 ...

最新文章

  1. ondraw() 和dispatchdraw()的区别
  2. mailcore(一)
  3. Hadoop-2.7.3-本地模式安装-wordcount例子
  4. 开源数据同步神器——canal
  5. verilog系统任务之$random
  6. ArcGIS加载Excel数据连接到数据库失败的解决办法
  7. 如何监控网页卡顿和崩溃?
  8. 浙江工大学计算机学院保研,浙江工业大学计算机学院保研初试名单
  9. 区块链重要基础知识8-1——冷存储以及热存储和他们之间相互如何结合
  10. phpmywind 数据记录查询
  11. Python数据分析学习系列 十三 Python建模库介绍
  12. 获取webservice(wsdl)数据包
  13. iOS面试准备 - ios篇
  14. 给小白的论文写作方法!实用率99%!
  15. 一行代码解决蓝奏云不能访问的问题
  16. Cppcheck--C/C++代码静态检测工具
  17. 制作一个小的彩票系统
  18. 001. 蓝海和红海
  19. Python自动化办公实战,上万数据中统计断网次数并计算平均断网时间
  20. 每天干的啥?(2018.03)

热门文章

  1. 算法入门:股票最大收益
  2. Android实现App版本检测、下载与安装新版本apk
  3. c语言编黑白棋的思路,黑白棋的问题。。555。。头发都掉了。。。
  4. 缠中说禅 教你炒股票 全集列表
  5. 2022珠三角深圳锂电池技术展览会暨论坛|2022华南广东深圳锂电池技术展览会
  6. 美国东北大学khoury计算机学院,美国东北大学人工智能专业
  7. 【树莓派】USB摄像头+python+opencv
  8. 【计算机网络实验】DHCP报文捕获和分析
  9. ViewPage动态删除页面
  10. 94 - 绘制谢尔宾斯基三角形