可移动自控系统实验
MASLab（可移动自控系统实验）是一个机器人竞赛活动。竞赛安排在MIT的特别活动期间，是一个学分制课程，包含6个单元（通过或不通过）和6个工程设计点。由3到4名同学组成一组，在一个月之内完成机器人的制作和编程，要求机器人在一个未知的场地执行一系列任务。• 系美国麻省理工学院(MIT)电气工程与计算机科学系实验课程 • 由中国开放教育资源协会(CORE)委托大连理工大学副教授翻译及大连民族学院教授审校 • 左侧栏可查阅项目资源和工具资源 [ 阅读全文 ]

课程考核方式/原则 竞赛展望 比赛规则 工具箱 Orc API 和 maslab.jar，OrcPad，PegBot，焊接指南。

课程设计 Maslab工场 原材料 原料 接合件 工具 安全 维护 设计原则 其他的机械工程学资源 部件资源

关于麻省理工学院服务器和你的机器人(make，Ant，CVS)， 设计原理, Java® 理论(更多技巧并非纯理论)，误区。视觉 速复习: 色彩(HSV色彩模式，Maslab色彩，今年)，蓝线(动机)，色彩决定(HSV，算子，区域支持)，参考指南!特征探测：方法(模板匹配，增量法，簇)，Maslab特征(是什么， 为什么是有用的) 如何定位 (角落探测器，符号探测器)：可能的算法，特征探测实验室。

坐标系(图形->机器人->外界)，成像，距离修正(图像->机器人，相对方位)，测距法(机器人->外界，绝对方位)，建模不确定性, 模糊处理，可能的算法。

电机/脉宽调制/半桥简单反馈(低级控制)：例子：Korea-era smart bomb，Bang-bang控制，比例控制。状态机 (高级控制): 摘要定义及实例, 用于机器人控制 (6.004型迷宫实例, Brooks型包容结构), Java? 线程:以前课程里的杠杆原理信息，详尽的实例, 可利用代码。

簇, Hough变换, 立体视觉和光流，统计模型, 噪声处理，性能。高级控制PID, Kalman, 自选 (一些更高级控制?)活动: 定向识别,纯软件功能。