123
分類
超入門實作 Python R2多功能智能車 - 使用Raspberry Pi 4B (IPOE R2) - 最新版 -附MOSME行動學習一點通：診斷．加值
授權時間一年

超入門實作 Python R2多功能智能車 - 使用Raspberry Pi 4B (IPOE R2) - 最新版 -附MOSME行動學習一點通：診斷．加值

實體書建議售價： NT$550
電子書建議售價： NT$330
🔥

6153 熱度

序號登錄
立即購買MOSME電子書

如何開通

學生請使用書內提供的序號進行登錄

教師請點選「教師申請」或「書籍開通」，將由轄區業務為您開通

書籍登錄使用期限至 ，序號已過期，軟體使用期限請至【軟體序號登錄】查詢

教師申請使用期限至

使用期限到期前60天，可提前進行 "教師申請展延" 將由轄區業務為您展延

教學資源列表
類型 (僅供教師教學使用)
課本PDF 第1章   第2章   第3章   第4章   第5章   第6章   第7章   第8章  
章節 總題數 問答 試題預覽
Chapter 02認識R2智能車的基礎電子元件與感測器控制 6 6
2-1 R2 智能車的板載基礎電子元件控制 3 3
2-2 R2 智能車的基礎感測器控制 3 3
Chapter 03麥克納姆輪移動底盤 8 8
3-2 R2 智能車麥克納姆輪的控制原理 1 1
3-3 R2 智能車的麥克納姆輪控制實作 7 7
Chapter 04認識伺服馬達與機器手臂的控制 8 8
4-1 伺服馬達的控制實驗 4 4
4-2 R2 智能車、影像、機器手臂整合控制 4 4
Chapter 05視訊影像的基礎應用 11 11
5-1 顏色辨識與追蹤 2 2
5-2 自動循跡追蹤辨識與紅綠燈辨識 3 3
5-3 進階循跡追蹤辨識 6 6
Chapter 06臉部辨識與訓練 4 4
6-1 哈爾特徵（Haar-like features） 3 3
6-2 LBP（Local binary patterns）演算法 1 1
Chapter 07機器學習machine learning 7 7
7-1 Teachable Machine 視覺分類線上工具 2 2
7-2 Support Vector Machine 支援向量機 2 2
7-3 SSD 演算法 3 3
Chapter 08MQTT介紹與應用 2 2
8-2 MQTT 實作 2 2

學習資源列表
類型
學習檔案 電腦下載

影音教學
       {{subitem.name}}

學習資源列表
類型
學習檔案 電腦下載
MOSME電子書 線上閱讀
章節 總題數 問答 自我練習
Chapter 02認識R2智能車的基礎電子元件與感測器控制 6 6
2-1 R2 智能車的板載基礎電子元件控制 3 3
2-2 R2 智能車的基礎感測器控制 3 3
Chapter 03麥克納姆輪移動底盤 8 8
3-2 R2 智能車麥克納姆輪的控制原理 1 1
3-3 R2 智能車的麥克納姆輪控制實作 7 7
Chapter 04認識伺服馬達與機器手臂的控制 8 8
4-1 伺服馬達的控制實驗 4 4
4-2 R2 智能車、影像、機器手臂整合控制 4 4
Chapter 05視訊影像的基礎應用 11 11
5-1 顏色辨識與追蹤 2 2
5-2 自動循跡追蹤辨識與紅綠燈辨識 3 3
5-3 進階循跡追蹤辨識 6 6
Chapter 06臉部辨識與訓練 4 4
6-1 哈爾特徵（Haar-like features） 3 3
6-2 LBP（Local binary patterns）演算法 1 1
Chapter 07機器學習machine learning 7 7
7-1 Teachable Machine 視覺分類線上工具 2 2
7-2 Support Vector Machine 支援向量機 2 2
7-3 SSD 演算法 3 3
Chapter 08MQTT介紹與應用 2 2
8-2 MQTT 實作 2 2
總計 46 46

影音教學
       {{subitem.name}}
章節 總題數 問答 自我練習
Chapter 02認識R2智能車的基礎電子元件與感測器控制 6 6
2-1 R2 智能車的板載基礎電子元件控制 3 3
2-2 R2 智能車的基礎感測器控制 3 3
Chapter 03麥克納姆輪移動底盤 8 8
3-2 R2 智能車麥克納姆輪的控制原理 1 1
3-3 R2 智能車的麥克納姆輪控制實作 7 7
Chapter 04認識伺服馬達與機器手臂的控制 8 8
4-1 伺服馬達的控制實驗 4 4
4-2 R2 智能車、影像、機器手臂整合控制 4 4
Chapter 05視訊影像的基礎應用 11 11
5-1 顏色辨識與追蹤 2 2
5-2 自動循跡追蹤辨識與紅綠燈辨識 3 3
5-3 進階循跡追蹤辨識 6 6
Chapter 06臉部辨識與訓練 4 4
6-1 哈爾特徵（Haar-like features） 3 3
6-2 LBP（Local binary patterns）演算法 1 1
Chapter 07機器學習machine learning 7 7
7-1 Teachable Machine 視覺分類線上工具 2 2
7-2 Support Vector Machine 支援向量機 2 2
7-3 SSD 演算法 3 3
Chapter 08MQTT介紹與應用 2 2
8-2 MQTT 實作 2 2
總計 46 46

中英文看打輸入線上評分系統

試用版

您尚未購買本產品，請完成「立即購買」或「序號登錄」以解鎖完整版功能！
注意：試用版僅提供第一題試用，且練習時間僅限1分鐘。
開始練習

※ 中英文輸入看打規範

*每回輸入一篇文章。

*錯誤率10%(含)以上，以0分計算。

*僅練習時間10分鐘會顯示近期成果曲線圖。

*系統成績計算規則：

中文看打輸入-

1.輸入正確一字，得一分。每列錯字、漏字、多打的字，倒扣0.5分。

2.測驗結束後的總正確輸入字扣除倒扣分數後與測驗時間數（以分鐘為單位）的比值，即為成績。

3.錯誤率＝錯誤字數除以總字數，錯誤率5%(含)以上，以0分計算。

英文看打輸入-

1.誤打、多打、重打、漏打或與試卷上之原稿有任何不符之處，概視為錯誤一次計算（一字最多只計一次錯誤），標點和空格均視為前一字的一部分。

2.罰則：每錯誤一次扣總擊數五十擊。

3.成績計算：（總擊數—錯字＊50）∕ 5 ∕ 時間＝每分鐘淨打字數。

未列舉者，悉以認證測驗軟體之處理方式為準。

學習信用考試碼使用規範