最近在做一个小型项目，需要在c++中调用simulink，于是对这一开发技术进行了调研。下面是三种实现方式，理论上来说，三种方法都是可以实现预期的效果，但是开发难度和使用难度等各不相同。方法1：使用mcc命令使用mcc命令，把m文件编译转为h，lib，dll文件,（暂时还没有调通，猜测是因为路径配置的原因）仿真模型编写编写一个仿真文件，只有一个正弦信号发送器和一个scope。m文件控制...

最近读了一些开源库，发现开源库都会尽量使用最新的语言特性。大量开源库使用c++的新标准，一些新语法，新的模板元编程技术。如果不懂新标准增加的语法的话，这些开源库是很难读懂的，因此也很难用到自己的项目中。这也从侧面反映了，如果要写好一个底层库或者框架，需要对语言的掌握到一定的程度。这些新标准的加入，简化了一些编码工作。比如之前几十行代码解决的问题，现在只要几行就可以解决了；扩展了语言特性，使其看起来

本文详细介绍了在离线环境下安装和使用Docker的完整流程。主要包括三个部分：1）离线安装Docker服务，包括解压文件、配置systemd服务和设置权限；2）Docker镜像的制作与更新方法，演示了在联网环境下安装Python依赖并打包新镜像的过程；3）离线环境下加载镜像和启动容器的多种方式，包括x86和ARM架构下的不同配置方案。文章还提供了相关资源的下载链接，为在无网络环境中部署Docker

前言由于python高度的封装性和易用性，类似于matlab语言，在算法开发过程中比其他语言有更大的优势。但是在图像处理算开发中，笔者认为还是python比matlab更加简单。笔者在学习数字图像处理过程中，最先接触到的便是开源的视觉图像库opencv。在笔者早期开发图像处理算法过程中，通常是使用c++版本的opencv处理图像，得到需要的特征，然后把这些特征保存成txt，在matlab中绘...

本文介绍了如何使用MAVLink协议实现自定义消息的生成、编码和传输。首先通过git克隆MAVLink代码库并安装Python依赖，然后创建自定义XML消息定义文件（包含SEARCH_RESULT和TRACK_TARGET两种消息类型）。使用mavgenerate.py工具生成C++头文件后，将其集成到项目中。示例代码演示了消息的编码（结构体转MAVLink消息）、序列化（消息转缓冲区）、传输以及

背景：simulink除了做仿真以外，其强大且可视化的模型设计能力也适合进行实际的物理设备控制。在控制物理设备时，需要编写s函数，用于读取物理设备的传感器，给物理设备发送控制指令。这部分通常会使用串口或者UDP通信，需要编写c++写的s函数，这个要讲明白，可能需要不止一篇博客，这个有时间可以详细整理下。不过笔者以前写过一篇，对这种方式进行了简单的介绍。https://blog.csdn.net/i

飞控IMU姿态估计流程

最近读了一些开源库，发现开源库都会尽量使用最新的语言特性。大量开源库使用c++的新标准，一些新语法，新的模板元编程技术。如果不懂新标准增加的语法的话，这些开源库是很难读懂的，因此也很难用到自己的项目中。这也从侧面反映了，如果要写好一个底层库或者框架，需要对语言的掌握到一定的程度。这些新标准的加入，简化了一些编码工作。比如之前几十行代码解决的问题，现在只要几行就可以解决了；扩展了语言特性，使其看起来

本文详细介绍了在离线环境下安装和使用Docker的完整流程。主要包括三个部分：1）离线安装Docker服务，包括解压文件、配置systemd服务和设置权限；2）Docker镜像的制作与更新方法，演示了在联网环境下安装Python依赖并打包新镜像的过程；3）离线环境下加载镜像和启动容器的多种方式，包括x86和ARM架构下的不同配置方案。文章还提供了相关资源的下载链接，为在无网络环境中部署Docker

前言由于python高度的封装性和易用性，类似于matlab语言，在算法开发过程中比其他语言有更大的优势。但是在图像处理算开发中，笔者认为还是python比matlab更加简单。笔者在学习数字图像处理过程中，最先接触到的便是开源的视觉图像库opencv。在笔者早期开发图像处理算法过程中，通常是使用c++版本的opencv处理图像，得到需要的特征，然后把这些特征保存成txt，在matlab中绘...