weixin_42093587的博客

IntroductionGiven your experience with batch least squares (where all measurements are processed at once), you now decide convert your batch solution to a recursive one for added flexibility. Recall that you have the following data:Current (A)Volta

State Estimation and Localization for Self-Driving Cars-W1_最小二乘法估计电阻最小二乘法练习介绍开始估计斜率参数绘制结果最小二乘法来到Coursera自动驾驶系列课程第二部分《State Estimation and Localization for Self-Driving Cars》，介绍一个简单的利用最小二乘来估计电阻的例子，假设对电阻做了四次测量，分别得到四个电阻值，那么如何估计出真实的电阻值。假设x是一个未知的常数，y表示电阻的测量

Introduction to Self-Driving Cars Final Project-W7_PID+纯跟踪实现车辆横向和纵向控制Pure Pursuit简介Final项目中纯跟踪横向控制器contorller2d.py本文是《Introduction to Self-Driving Cars Final Project-W7_PID实现车辆横向和纵向控制》的延续，旨在将车辆横向控制器改为纯跟踪（Pure pursuit）模式。（是Coursera自动驾驶系列课程第一部分的最后一个项目作业）Pu

Introduction to Self-Driving Cars Final Project-W7_PID实现车辆横向和纵向控制1 项目介绍2 操作过程准备工作（1-2）实现并运行（3-5）结果处理与延伸3 最终实现pid的主要公式pid各参数对控制效果的影响1 项目介绍该项目是Coursera中自动驾驶系列课程第一部分最后的综合项目。考察的是车辆横纵向控制器的实现。官方项目使用的是CARLA 模拟器，总体需求是编写实现一个控制器，能够通过导航预设的航路点来控制车辆沿着路径行驶。车辆需要以特定的期望

Introduction to self-driving cars-W4_Longitudinal_Vehicle_Model车辆纵向动力学模型本文记录Coursera中自动驾驶Introduction第四周关于车辆纵向动力学模型的编程作业。链接：https://www.coursera.org/learn/intro-self-driving-cars/ungradedLab/ASRqa/module-4-programming-exercise-longitudinal-vehicle-model/

Introduction to self-driving cars-W4_Kinematic_Bicycle_Model车辆动力学模型车辆动力学模型)Coursera上一门自动驾驶相关的专项课程《Self-Driving Cars Specialization》，也是目前整个平台上唯一的概览性介绍自动驾驶的课程。本文是对Course1《Introduction to Self-Driving Cars》中Week4里车辆动力学模型编程的作业进行了记录。链接地址：https://www.course

XML解析及其在OPENDRIVE高精地图中应用三种信息标记形式XML格式介绍OPENDRIVE地图简要介绍XML解析在OPENDRIVE中的应用三种信息标记形式常用的三种信息标记方式包括JSON、XML、YAML，三种格式的对比如下表格式优势劣势应用领域XML可扩展标记语言，最早繁琐Internet上信息交互JSON信息有类型，适合程序处理，比XML简洁无注释移动应用云端和节点通信YAML信息无类型，文本信息比例最高，有注释，可读性好各类系统配置