- 博客(11)
- 收藏
- 关注
RSS订阅原创 一份让AI能更好的基于现有代码进行修改的准则
目的：提供一套严谨、全面的准则，确保 AI 助手在扩展或修复现有代码时，不引入架构漂移、风格不一致或技术债务。跟踪调用链和模块边界，了解候选代码与系统其它部分的互动。在动手前，先形成简要的内部概要（类层次、控制流程、数据流程）。若关键上下文缺乏，再向用户发问；否则默认保守处理。复用现有层次、模式和扩展点，禁止无授权就引入新框架或新范式。严格遵守项目编码规范（命名、缩进、文档字符串格式、错误处理习惯等）。使用当前版本的语言与标准/第三方库，不随意升级或更换。先扩展现有实现，而非复制逻辑。查找能满足需求的现成
2025-06-12 14:47:23
1070
原创 模型预测控制MPC手工推导计算
模型预测控制（MPC）是一种先进控制策略，它利用系统模型预测未来行为，在满足约束条件下在线优化控制序列，并滚动实施首个动作。MPC擅长处理约束、多变量耦合和性能优化，但依赖模型精度且计算量较大。其核心是基于模型的前瞻性预测和滚动优化决策。
2025-04-30 10:46:22
1067
原创 卡尔曼滤波手工推导计算
卡尔曼滤波是一种在充满噪声和不确定性的环境中，对动态系统内部状态进行最优估计的强大递归算法。其核心在于动态融合两种信息：基于系统模型的预测（先验知识）和带有噪声的实际测量（观测数据）。算法通过“预测”和“更新”两步循环迭代：预测： 使用系统模型（状态方程）预测下一时刻的状态及其不确定性（误差协方差P）。更新： 计算卡尔曼增益K，该增益根据预测不确定性（P、过程噪声Q）和测量不确定性（测量噪声R）进行最优权衡；然后，利用实际测量值和卡尔曼增益修正预测状态，得到更精确的后验估计，并更新误差协方差。
2025-04-30 09:56:00
797
原创 卡尔曼滤波速通
本文档简述了离散线性高斯系统下的卡尔曼滤波推导。内容涵盖问题建模（状态转移、观测方程）、核心思想（高斯闭包性）、预测与更新两大步骤（含均值、协方差传播与修正、卡尔曼增益计算），并提及了其最小均方误差(MMSE)最优性及伪代码实现。
2025-04-23 17:01:35
1013
原创 在vscode上基于cubemx和cubeclt搭建stm32开发环境（最直白不绕弯子的教程）
在vscode上基于cubemx和cubeclt搭建stm32开发环境
2025-03-11 15:48:38
5421
12
原创 stm32h723zgt6搭配DP83848I PHY使用NetXDuo实现TCP服务器指南
基于stm32h723zgt6,threadx,netxduo,phy为dp83848i的tcp服务器搭建
2025-03-10 16:29:55
2426
原创 关于trae从vscode插件市场安装STM32 VS Code Extension插件的问题
关于trae从vscode插件市场安装STM32 VS Code Extension插件的问题
2025-03-05 11:19:45
1729
7
原创 视觉SLAM学习笔记2：旋转矩阵、变换矩阵、旋转向量与四元数简述
视觉SLAM学习笔记2：旋转矩阵、变换矩阵、旋转向量与四元数简述1.旋转矩阵（1）向量外积对于向量外积,除了现线代课本上的方法，还可以引入∧ 符号,把 a 写成一个矩阵。事实上a∧ 是一个反对称矩阵。外积只对三维向量存在定义。反对称矩阵：设A为n维方阵，若有AT=-A，即该矩阵的转置等于他的相反数，则称矩阵A为反对称矩阵，每个反对称矩阵都有与之对应的向量a。（2）旋转矩阵推导e、e...
2020-02-08 01:16:10
4342
1
原创 视觉SLAM学习笔记1：Cmake的使用
视觉SLAM学习笔记1：Cmake的使用1、创建CMakeLists.txt2、编写CMakeLists文件和程序代码3、cmake分析，make编译4、cmake下使用库5、使用IDE1、创建CMakeLists.txt博主开发环境是ubuntu 18.04，cmake版本为3.10.2 。首先打开终端，创建用于存放工程的文件夹：$ mkdir slamlearn$ mkdir ch1...
2020-01-30 13:21:10
529
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人