产品详细介绍多轴精密运动平台：采用直接驱动电机，无丝杠传动，全伺服驱动。微光栅编码器作为信号反馈机制，有多种结构形式，重复定位精度1微米到10微米，行程可定制。　　支承系统可选空气轴承、滚珠导轨、滚柱轴承等。速度快，最大速度5米／秒（300米／分），加速度大，最大加速度1G到10G可选。　　主要应用领域：精密运动设备、精密测试测量、电子设备、数控机床、MEMS、医疗设备等。

产品详细介绍购买价格请咨询商家OptiTrack运动捕捉系统OptiTrack动作捕捉系统介绍      OptiTrack动作捕捉系统是一套高性能光学跟踪系统，根据OptiTrack动作捕捉系统的性能和用户的不同应用需求，推出了完善的跟踪解决方案，为用户提供了高性能的动作捕捉工具，用OptiTrack动作捕捉系统可以随时创建台式应用动作捕捉平台。全身动作捕捉       OptiTrack动作捕捉系统简单易用，只要采用不同的解决方案即可进行不同的动作捕捉工作，例如；进行面部表情动作捕捉或全身动作捕捉。由于OptiTrack动作捕捉系统极其适合从事影视制作、游戏开发或动画制作的公司，因此，被广泛应用于影视制作、游戏开发、3D动画制作等领域。系统组成       OptiTrack动作捕捉系统由FLEX:FLEX:V100系列摄像头、MRENA全身动作捕捉软件(或MRENA表情动作捕捉软件)、OptiHub连接器、硬件密钥、校准角尺 、2号校准棒、同步电缆：30英尺(9.3米)、USB电缆，高级，左角：5米 、USB电缆，A至B：16英尺(4.96米)等组成，根据用户的不同需求可选购不同数量的系统组件。软件      “MRENA全身”动作捕捉软、“MRENA表情”动作捕捉软。软件简单易用，允许用户创建全身及面部动作的高级捕捉序列，还可以处理数据，并将数据以BVH、C3D等格式实时导出至MotionBuilder、FaceRobot、和DAZ Studio软件中使用。MRENA表情”动作捕捉软件具备场景音频及视频录制功能，为后期编辑提供了有力工具。       推出“全身基础套装”和“表情基础套装”，套装包含高级光学动作捕捉系统的全部必要组件，即买即用，可对人类的自然全身动作进行准确捕捉。可帮助用户对自己的全身动作进行轻松捕捉，一人即可完成操作。全身基础套装 表情基础套装       如果进行全身动作捕捉最少需要配置6台摄像头。如果要提高跟踪效果或增大捕捉范围，建议使用8台或更多摄影头。面部动作捕捉     “表情基础套装”为用户提供了高性能的动作捕捉工具。采用“表情基础套装”可对人类的面部表情进行轻松准确的捕捉。       如果进行面部动作捕捉最少需要配置4台摄像头。要提高跟踪效果或需要进行额外的场景视频录制，建议使用6台或更多摄影头。       高性能的OptiTrack动作捕捉系统为从事影视制作、游戏开发、动画制作的公司或个人工作室提供了无限机遇，成为公司或个人工作室的必选工具！ 售后支持：电话联系：13601359559QQ：22901791947*24小时电话技术支持

产品详细介绍  MacoTrack运动捕捉系统介绍   MacoTrack动作捕捉系统是一套高性能光学跟踪系统，根据MacoTrack动作捕捉系统的性能和用户的不同应用需求，推出了完善的跟踪解决方案，为用户提供了高性能的动作捕捉工具，用MacoTrack动作捕捉系统可以随时创建台式应用动作捕捉平台。 全身动作捕捉 MacoTrack动作捕捉系统简单易用，只要采用不同的解决方案即可进行不同的动作捕捉工作，例如；进行面部表情动作捕捉或全身动作捕捉。由于MacoTrack动作捕捉系统极其适合从事影视制作、游戏开发或动画制作的公司，因此，被广泛应用于影视制作、游戏开发、3D动画制作等领域。  

产品详细介绍

产品详细介绍

一种用于对多轴运动控制系统测量轮廓误差的系统和方法，该系统包括独立配置的编码器位置采集模块、主处理器、编码器信号转 接控制器，编码器信号转接控制器具有编码器信号引出接口，该引出 接口通过光电耦合器与编码器信号输入接口连接，用于传输编码器信 号至编码器位置采集模块。由于将轮廓误差测量系统与伺服、运动控 制系统拆分，采用独立的轮廓误差测量系统，可根据实际需要调整期 望轮廓以及轮廓误差的算法，并且轮廓误差测量系统不受运动控制系 统软硬件的制约，使用于多轴运动控制系统的轮廓误差测量系统可以 与不同的伺服、运

本发明公开了一种基于在线训练的视频运动目标分类方法，包括以下步骤：(1)获取原始视频序列的所有运动目标；(2)对运动目标提取速度、面积等标记特征和高宽比等分类特征；(3)将速度特征大于速度高阈值的目标标记为“车辆”，速度特征小于速度低阈值的目标留作步骤(4)进行二次筛选；(4)对速度小于速度低阈值的目标中面积特征小于面积阈值的目标标记为“行人”；(5)将标记完毕的“车辆”目标和“行人”目标设为训练集，训练得到人车分类