اپلیکیشن اندرویدی فلش‌کارت آموزشی تخصصی تخمین حالت و مسیر UAVs با تکنیک‌های پیشرفته

249,500 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,375 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تخصصی تخمین حالت و مسیر UAVs با تکنیک‌های پیشرفته

موضوع کلی: دستهٔ جامع

موضوع میانی: تکنیک‌های تخمین برای UAVs

📋 سرفصل‌های دوره

  • 1. مفاهیم پایه تخمین حالت در سیستم‌های هوای بدون سوار
  • 2. معرفی حسگرهای inertial measurement unit (IMU) و مدل‌سازی خطاهای آن
  • 3. مدل‌سازی كينماتیک هوانوردهای بالگرد (マルチロ터) وfixed-wing
  • 4. سیستم‌های-navigation integraded basics
  • 5. فیلتر کالمان خطی (KF) و فرضیات آن
  • 6. پیاده‌سازی فیلتر کالمان در MATLAB/Simulink
  • 7. فیلتر کالمان گسترش‌یافته (EKF) برای سیستم‌های غیرخطی
  • 8. فیلتر کالمان unscented (UKF) و مزایای آن نسبت به EKF
  • 9. فیلتر ذرات (Particle Filter) و تکنیک‌های نمونه‌گیری
  • 10. فیلتر ذرات تکیف次日 (Resampling) و کاهش تنوع
  • 11. فیلتر sliding window و تخمین batch
  • 12. تخمین حالت با least squares وزن‌دار (Weighted Least Squares)
  • 13. تخمین حالت با روش حداقل More (M-estimators) برای robustness
  • 14. فیلتر moving horizon estimation (MHE) و مزایای آن در contraintes
  • 15. تخمین حالت با فیلتر H-infinity و کنترل disturbance
  • 16. تخمین حالت ترکیبی GPS/INS و卡尔مان فیلتر Integrally
  • 17. استفاده از مدل‌های جاذبه و磁场 در تخمین actitud
  • 18. تخمین سرعت بادی (wind) با استفاده از داده‌های هوشمند
  • 19. fusión داده‌های Lidar و دوربین برای تخمینrelative position
  • 20. تخمین حالت بر پایه Optical Flow و ویژگی‌های تصویری
  • 21. استفاده از卡尔مان فیلتر در سامانه‌های بصری-inerial (VIO)
  • 22. تخمین حالت با استفاده از داده‌های UWB و تقنية زمان-probe
  • 23. تخمین حالت در حضور اختلال GPS (spoofing/jamming) و روش‌های detection
  • 24. فیلتر卡尔مان تعاونی برای خوشه‌های UAV (swarm estimation)
  • 25. تخمین حالت توزیع‌شده در شبکه‌های ad-hoc UAV
  • 26. استفاده از consensus algorithms در تخمین توزیع‌شده
  • 27. تخمین حالت با استفاده از Gaussian Process Regression (GPR)
  • 28. ترکیب卡尔مان فیلتر و شبکه‌های عصبی عمیق (Deep Kalman Filter)
  • 29. استفاده از LSTM برای پیش‌بینی خطای حسگر در卡尔مان فیلتر
  • 30. فیلتر卡尔مان با پارامترهای تطبیقی (Adaptive Kalman Filter)
  • 31. تخمین حالت با فیلتر卡尔مان متغیر متغیر (Variable Gain Kalman Filter)
  • 32. تشخیص و رفع خطای سنسور با استفاده از algorithem innovación (Innovation-based fault detection)
  • 33. استخراج ویژگی‌های خطای حسگر برای بهینه‌سازی فیلتر卡尔مان
  • 34. تخمین حالت با استفاده از فیلتر卡尔مان مقاوم (Robust Kalman Filter) و Norma
  • 35. استفاده از انترپولات spline برای همگام‌سازی داده‌هایmulti-rate sensors
  • 36. تخمین حالت با sampling غير منظم و تکنیک‌های interpolation
  • 37. بهینه‌سازی پارامترهای فیلتر卡尔مان با الگوریتم‌های genetical
  • 38. تنظیم خودکار ruidoهایprocess و measurement با maximum likelihood
  • 39. تخمین حالت با استفاده از Bayesian inference و MCMC
  • 40. ترکیب卡尔مان فیلتر و particle filter (Particle Kalman Filter)
  • 41. تخمین حالت با استفاده از Filtering-based smoothing (RTS smoother)
  • 42. تخمین مسیر پیش‌بینی شده (trajectory prediction) با استفاده از卡尔مان فیلتر
  • 43. تخمین حالت برای landings خودکار و manuevers aggressiveness
  • 44. تخمین حالت در حوزهٔ بالندگی بالーパ (high-altitude) و اثرات جوی
  • 45. تخمین حالت در محیط‌های GPS-denied (داخل ساختمان، زیرзем)
  • 46. استفاده از beacon‌های ultrasound برای локализация در محیط‌های بسته
  • 47. 卡尔مان فیلتر برای تخمین postura در manipulatorهای هوافضایی (UAV arm)
  • 48. تخمین حالت برای UAV‌های با propulsion-vectoring (تvector control)
  • 49. 卡尔مان فیلتر برای تخمین بار و مرکز ثقل UAV
  • 50. تخمین حالت با استفاده از داده‌های بارومتر (Barometer) و Höhenmessung
  • 51. 卡尔مان فیلتر برای تخمین سرعت هوای relativo (airspeed) از Pitot tube
  • 52. 卡尔مان فیلتر برای تخمین زاویه‌ی napad (angle of attack) و sideslip
  • 53. 卡尔مان فیلتر برای تخمین moment و torque در پرواز
  • 54. 卡尔مان فیلتر برای تخمین استوارت (state) در حوزهٔ hover و forward flight
  • 55. 卡尔مان فیلتر برای تخمین استقرار formation flight
  • 56. 卡尔مان فیلتر برای تخمین begegnen obstacle و collision avoidance
  • 57. 卡尔مان فیلتر برای تخمین مسیر flight path tracking
  • 58. 卡尔مان فیلتر برای تخمین trajectory tracking با کنترل مدلپیش‌بینی (MPC)
  • 59. 卡尔مان فیلتر برای تخمین وضعیت باتاری و估剩餘 usefulness (SOH)
  • 60. 卡尔مان فیلتر برای تخمین دما و اثر حرارت trên حسگرها
  • 61. 卡尔مان فیلتر برای تخمین رنج batarya و consumo انرژی
  • 62. 卡尔مان فیلتر برای تخمین زخمه‌های سازه‌ای (structural health monitoring)
  • 63. 卡尔مان فیلتر برای تشخیص عدم تعادل پروペلر (propeller imbalance)
  • 64. 卡尔مان فیلتر برای تخمین derivaژ در سنسورmagnetometer
  • 65. 卡尔مان فیلتر برای تخمین误差 در GPS به دلیل multipath
  • 66. 卡尔مان فیلتر برای تخمین خطای drift در gyroscope
  • 67. 卡尔مان فیلتر برای تخمین خطای bias در accelerometer
  • 68. 卡尔مان فیلتر برای تخمین تقاطع مسیرهای多 UAV برای missione coopератив
  • 69. 卡尔مان فیلتر برای تخمین位یت در misión جستجو و救援 (SAR)
  • 70. 卡尔مان فیلتر برای تخمین هویت و clasificación هدف در misiones surveillan ce
اپلیکیشن آموزشی اندروید
یادگیری هوشمند، همیشه همراه شما
فلش‌کارت‌های آموزشی را در یک محیط فارسی، ساده و کاربردی مرور کنید؛ پاسخ‌های خود را بسنجید و پیشرفت یادگیری‌تان را دنبال کنید.
مطالعه آفلاین محیط فارسی و راست‌چین ویژه اندروید
فلش‌کارت آموزشی؛ روشی کاربردی برای مرور مطالب

این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلش‌کارت طراحی شده است. کارت‌ها را یکی‌یکی مرور کنید، پاسخ پرسش‌ها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.

📴
یادگیری بدون اینترنت مداوم
پس از نصب و در دسترس بودن محتوای دوره، فلش‌کارت‌ها را در زمان و مکان دلخواه مرور کنید.
🗂️
انواع محتوای آموزشی
از نکته‌های آموزشی تا پرسش‌های چهارگزینه‌ای و پرسش‌وپاسخ، مطالب را متناسب با نیاز خود مرور کنید.
📊
ارزیابی میزان یادگیری
پاسخ‌های درست و غلط خود را ثبت کنید و آمار عملکردتان را به تفکیک نوع محتوا ببینید.
🎯
مرور هدفمند فصل‌ها
فصل‌های موردنظر را انتخاب کنید و با استفاده از گزینه انتخاب همه، مرور فصل‌های مرورنشده را در اولویت قرار دهید.
انواع فلش‌کارت‌های قابل مرور

محتوای آموزشی در قالب‌های متنوع ارائه می‌شود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموخته‌ها قابل استفاده باشد.

💬
نکته‌های خودمانی
یادگیری ساده و روان
📘
نکته‌های رسمی و کتابی
مرور دقیق مفاهیم
📝
پرسش‌های چهارگزینه‌ای
سنجش آموخته‌ها
❓
پرسش‌وپاسخ
تمرین یادآوری پاسخ
🎓
درسنامه
مرور محتوای آموزشی
امکانات مرور و ارزیابی
حرکت ساده بین کارت‌ها
استفاده از دکمه‌های قبلی و بعدی و مشاهده نوار پیشرفت برای دنبال کردن روند مرور.
مشاهده پاسخ و توضیحات
برگرداندن کارت برای نمایش پاسخ و توضیحات در قالب‌هایی مانند تست و پرسش‌وپاسخ.
تنظیم اندازه فونت
انتخاب اندازه مناسب نوشته‌ها برای تجربه مطالعه راحت‌تر.
نمایش فرمول‌های ریاضی
پشتیبانی از نمایش صحیح فرمول‌ها و روابط ریاضی مبتنی بر LaTeX.
ثبت نتیجه و گزارش آماری
علامت‌گذاری هر پاسخ به‌صورت درست یا غلط و مشاهده تعداد و درصد موفقیت برای انواع محتوا.
طراحی‌شده برای مطالعه روزمره
  • رابط کاربری فارسی و راست‌چین با فونت وزیر.
  • تم روشن و تیره مطابق تنظیمات سیستم.
  • صفحه‌بندی ساده برای انتخاب دوره و شروع مرور.
  • نمایش تعداد دفعات مرور هر فصل.
  • انتخاب چند فصل برای مرور هم‌زمان.
  • امکان تمرکز بر فصل‌هایی که هنوز مرور نشده‌اند.
مناسب برای چه کسانی است؟

این اپلیکیشن برای دانش‌آموزان، دانشجویان، داوطلبان آزمون‌ها و علاقه‌مندان به یادگیری طراحی شده است؛ به‌ویژه کسانی که می‌خواهند مطالب آموزشی را در زمان‌های کوتاه مرور کنند، دانسته‌های خود را بسنجند و مطالعه منظم‌تری داشته باشند.

توجه: محتوای آموزشی و تعداد فلش‌کارت‌ها به دوره انتخاب‌شده بستگی دارد. محتوای دوره پس از نصب، درون برنامه قابل استفاده است؛ با این حال، دریافت اولیه اپلیکیشن و به‌روزرسانی‌های احتمالی ممکن است به اینترنت نیاز داشته باشند.
گالری تصاویر اپلیکیشن‌ها
محیط واقعی اپلیکیشن‌های آموزشی ما
تصاویر زیر، نمونه‌هایی از محیط واقعی اپلیکیشن‌های آموزشی ما هستند و قالب کلی، سبک طراحی و شیوه نمایش محتوای آموزشی در این برنامه‌ها را نشان می‌دهند.
نگاهی به فضای داخل برنامه
تصویر محیط اپلیکیشن آموزشی ۱
نمای اپلیکیشن ۱
تصویر محیط اپلیکیشن آموزشی ۲
نمای اپلیکیشن ۲
تصویر محیط اپلیکیشن آموزشی ۳
نمای اپلیکیشن ۳
تصویر محیط اپلیکیشن آموزشی ۴
نمای اپلیکیشن ۴
تصویر محیط اپلیکیشن آموزشی ۵
نمای اپلیکیشن ۵
تصویر محیط اپلیکیشن آموزشی ۶
نمای اپلیکیشن ۶
تصویر محیط اپلیکیشن آموزشی ۷
نمای اپلیکیشن ۷
تصویر محیط اپلیکیشن آموزشی ۸
نمای اپلیکیشن ۸
تصویر محیط اپلیکیشن آموزشی ۹
نمای اپلیکیشن ۹
تصویر محیط اپلیکیشن آموزشی ۱۰
نمای اپلیکیشن ۱۰
تصویر محیط اپلیکیشن آموزشی ۱۱
نمای اپلیکیشن ۱۱
نکته مهم درباره تصاویر
این تصاویر نمونه‌ای از قالب و سبک طراحی اپلیکیشن‌های آموزشی ما هستند. اپلیکیشن ارائه‌شده نیز از همین رویکرد طراحی و نمایش محتوای آموزشی پیروی می‌کند؛ جزئیات ظاهری و امکانات قابل مشاهده ممکن است متناسب با نوع دوره و بخش مورد استفاده متفاوت باشد.
تگ‌ها: autonomous flight drone navigation EKF GNSS-INS Kalman filter machine learning estimation MATLAB Simulink particle filter real-time embedded ROS sensor fusion SLAM UAV estimation UKF VIO

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.