登录社区云，与社区用户共同成长
邀请您加入社区
不同传感器的成像机制可能大不相同，获取的图像对同一物体有不同的表现，导致图像对之间存在巨大的辐射差异。目前，如果图像的地理几何信息不可用，没有图像匹配方法可以同时应用于光学-光学匹配、红外-光学匹配、合成孔径雷达（SAR）-光学匹配、深度-光学匹配、地图-光学匹配和昼夜匹配。我们使用了六种不同类型的多模态图像数据集来评估RIFT，包括光学-光学、红外-光学、合成孔径雷达（SAR）-光学、深度-光学
gurobi Gurobi error 10008: Unable to set parameter TuneTimeLimit to value -1 (minimum is 0)
基于多模态滤波与统计分析的fNIRS运动伪影自适应去除算法（Python）
% [1] M.-H. Yueh, W.-W. Lin, C.-T. Wu, and S.-T. Yau,%An efficient energy minimization for conformal parameterizations,%J. Sci. Comput., 2017. doi:10.1007/s10915-017-0414-yclear;clc;close all;addpath
针对自动驾驶汽车在复杂工况下的速度控制难题，本文提出一种融合遗传算法（GA）与线性变参数模型预测控制（LPV MPC）的自适应 PID 控制策略。通过 GA 全局优化 PID 参数，利用 LPV MPC 在线调整控制器参数以适应车辆质量、路面摩擦等时变特性，构建了分层鲁棒控制框架。仿真结果表明，该方法在速度跟踪精度、抗干扰能力和动态响应方面显著优于传统控制算法，为自动驾驶的纵向控制提供了高效解决方
多模态图像融合是指将来自不同模态（如可见光、红外、雷达等）的图像融合成一张新的图像，以增强图像的视觉效果和信息内容。多模态图像融合技术在许多领域都有着广泛的应用，如医学影像、遥感、机器人视觉等。多模态图像融合技术是一项重要的图像处理技术，它可以将来自不同模态的图像融合成一张新的图像，以增强图像的视觉效果和信息内容。多模态图像融合技术在许多领域都有着广泛的应用，如医学影像、遥感、机器人视觉等。
基于MATLAB自动驾驶车辆决策控制简介：在密集的城市环境中为共享自动驾驶车队提供控制和决策架构。该项目实现了自动驾驶汽车的决策架构和控制律，既可以在 MATLAB 上工作，也可以集成到 Carla 模拟器中。以下文字及示例代码仅供参考。
