控制算法学习 一、卡尔曼滤波（3）卡尔曼增益推导前言系统建模状态预测最优估计问题卡尔曼增益后记前言前两次卡尔曼滤波，分别写了卡尔曼滤波的两大流程（预测、更新）两个方程五个公式，和卡尔曼滤波与贝叶斯滤波的关系。本次将着重于从概率角度上推导卡尔曼滤波的五个公式，以及卡尔曼增益。系统建模设线性系统状态X=(x1,x2,...…,xn)X=(x_1,x_2,...\dots,x_n)X=(x1​,x2​,

报错日志[gazebo-2] process has died [pid 35864, exit code 255, cmd /opt/ros/melodic/lib/gazebo_ros/gzserver错误原因可能是gazebo的server出问题了解决方法killall gzserver问题解决

英伟达Jetson Nano 开发（1）、Jetpack镜像烧录，使用jtop，测试cuda并行，增加交换内存空间，ssh远程连接，激活Jupyterlab设置前言一、Jetpack镜像烧录1.下载镜像，安装SD卡格式化软件，镜像烧录软件2.烧录镜像二、使用jtop三、测试Cuda并行四、增加交换内存空间五、SSH远程连接后记前言这两天买了个DOFBOT，厂家送了张已经烧录好Ubuntu系统和机械

控制算法学习 一、卡尔曼滤波前言线性系统状态方程和观测方程卡尔曼滤波过程前言卡尔曼滤波（Kalman Filter, KF）是最经典的传感器滤波/去噪/估计/预测算法，适用于线性系统的最优状态估计，并且衍生出扩展卡尔曼滤波（EKF）、迭代卡尔曼滤波（IKF），无迹卡尔曼滤波（UKF）和容积卡尔曼滤波（CKF）等。本文将非常简单的介绍和推导卡尔曼滤波，加深KF的理解记忆。线性系统什么是线性系统？控制

目录前言深度学习模型在AI芯片上部署的一般流程通过ATC工具进行模型转换ATC工具使用流程模型转换步骤1.其他框架转onnx2. onnx模型修改与优化3.使用ATC转换后记前言上一篇关于Atlas200DK博客CANN接口调用记录了CANN python接口的调用。这一篇讲一讲怎么把模型转换为CANN框架的om模型，以及ATC模型转换工具。注意！本文默认已经在Atlas200DK上搭建好了CAN

git：解决server certificate verification failed问题git出现Certificate verification failed开发板apt update出现Certificate verification failedgit出现Certificate verification failed问题描述在使用镜像网站或者代理进行git clone时，可能出现ssl证

git使用学习七、解决报错error: Your local changes to the following files would be overwritten by merge前言方法一，丢弃本地改动方法二，暂存到堆栈区前言本篇记录git merge时的一个报错error: Your local changes to the following files would be overwrit

目录前言通过直链云下载保存在google drive的datasets前言科研学习的时候，很多数据集是保存在google drive上的，正常情况下国内打不开，也就下载不了。于是我翻到了一个解决方法。通过直链云下载保存在google drive的datasets教程在这就是把需要下载的文件的谷歌网盘ID记下来，然后复制到https://214214.xyz/tools/dlink/后面，比如id是

目录前言一、创建仓库二、第一次提交代码三、提交代码修改四、设置git SSH公钥五、修改远端仓库url前言这段时间频繁写码，发现有的时候把代码放github上更容易管理，因此有必要回顾一下git命令了，这玩意许久不用生疏了很多一、创建仓库在github上登陆账号然后点绿色那个add repo就完事儿了二、第一次提交代码0.先在本地进入要提交代码的文件夹，比如git_dir，创建一个readme文件

目录前言深度学习模型在AI芯片上部署的一般流程通过ATC工具进行模型转换ATC工具使用流程模型转换步骤1.其他框架转onnx2. onnx模型修改与优化3.使用ATC转换后记前言上一篇关于Atlas200DK博客CANN接口调用记录了CANN python接口的调用。这一篇讲一讲怎么把模型转换为CANN框架的om模型，以及ATC模型转换工具。注意！本文默认已经在Atlas200DK上搭建好了CAN