首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
LeekingWeng3323
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
347
文章 347
沸点 0
赞
347
返回
|
搜索文章
赞
文章( 347 )
沸点( 0 )
魔改车钥匙实现远程控车:(3)通过蓝牙与手机通信并持久化保存参数设置
在今天这篇文章中,我们需要解决的是将某些参数设置持久化储存在 ESP32 的储存器中,并且在重新上电运行时实时读取保存的参数。
动态状态估计 - 卡尔曼滤波 (Kalman Filter)
状态被定义为预测该系统未来状态所必需的变量的集合,状态矢量$\vec{s}(t)$依赖于时间$t$。 为了模拟系统中的不确定性,我们引入了过程噪声(Process noise)这一概念。 估计包含了滤波(Filtering)、预测(Prediction)和平滑(Smoothin…
卡尔曼滤波的实际案例分析
1.背景介绍 卡尔曼滤波(Kalman Filter)是一种用于估计不确定系统状态的数学方法,它在许多领域得到了广泛应用,如导航、机动车、气象、金融、生物学等。这篇文章将从以下几个方面进行阐述: 背景
卡尔曼滤波与机器人导航: 实践案例
1.背景介绍 卡尔曼滤波(Kalman Filter)是一种用于估计不确定系统状态的数学方法,特别是在机器人导航、自动驾驶、地图定位等领域具有广泛的应用。这篇文章将从以下几个方面进行深入探讨: 背景介
详细总结卡尔曼滤波原理+具体案例分析
「这是我参与2022首次更文挑战的第5天,活动详情查看:2022首次更文挑战」谈谈卡尔曼滤波器的原理与实践
通用数字滤波算法
背景知识 软件和硬件滤波两种方法各有优缺点,硬件滤波针对特定信号滤除效果好,能够有效提高系统的信噪比,但是硬件电路复杂,甚至需要引入运放增加物料成本,同时频带调整不够灵活,如果噪声信号频率是变动的通常
以贝叶斯思维看待世界
我们的世界是一个充满不确定性的环境,整个世界并非按照某个制定好的路线运行的。大多数事情都不是有因就有果的,充满了不可控的随机事件。我们不会因为今天努力了明天就一定成功,不会因为好好学习了未来就一定能挣大钱,也不会因为大家都说我运气爆棚就一定能中彩票。。。 很多事情是独立随机事件…
告别枯燥理论,一文看懂贝叶斯概率
贝叶斯公式由英国数学家贝叶斯发展而来,在统计学和概率论中有着广泛的应用。与传统的先验概率不同,它提出的后验概率方式,会根据不断出现的新证据来更新概率估计,从而使得估计的准确性能够不断改善。 本文尝试通
OpenCV 笔记(28):图像降噪算法——中值滤波、高斯滤波
图像降噪可以提高图像质量、提高图像分析和处理的准确性、提高图像压缩效率以及扩展图像应用范围。 本文介绍了两种简单的降噪算法。
卡尔曼滤波与气象数据: 实时预报与分析
1.背景介绍 气象数据是我们日常生活中不可或缺的信息,它对于我们的生产和生活具有重要的意义。气象数据的实时预报和分析对于我们的生活和经济发展具有重要的意义。卡尔曼滤波(Kalman Filter)是一
下一页
关注了
82
关注者
2
收藏集
34
关注标签
0
加入于
2021-08-06