随机优化（SO）和鲁棒优化（RO）实际上都是针对不确定情况的优化方法，从系数本身来说，SO需要知道或者预设一个该系数的概率分布，而RO需要知道这个系数的取值范围。从求解思路上来说，SO通常是限制失败的概率，即出现不确定系数的这个约束公式有X的概率成立，由于系数的概率分布已知，可以将这条约束转化成确定性约束，进而求解。RO的思路就要保守一些，简单说就是我不能接受约束条件失效。对于这个系数的所有取值我

各类文献检索下载网站。

为了满足车辆转向执行器的限制，生成的路径应该满足连续曲率，峰值曲率和最大曲率的约束，采用参数化的三次B样条曲线来规划路径，如下图所示：图中具有4个控制点和9个参数节点的三次B样条曲线能够被定义为：其中Bi,j代表B样条曲线的基函数，可以通过deBoox-Cox公式递推得到。为了满足起点和目标点的约束，顶部和底部的端点需要设置为三个节点，因此参数节点的矢量将设置为[0,0,0,0,0.5,1,1,1

目录1.总体框架2.数据采集3.特征提取4.模型、学习准则和优化算法的确定5.模型的使用1.总体框架2.数据采集由于机器学习是从数据中进行学习的方法，所以首先要针对想要解决的问题进行数据的采集。数据的采集主要有两种途径，一种是自己采集，另一种就是去网上找公开的数据集。数据采集完成后，就得到了原始的数据。3.特征提取由于原始数据繁多，我们需要从原始数据中，提取出跟想要解决问题相关的数据作为特征（一些

编译一个ROS包时，报错如下：出现上面的错误是由于编译环境没有找到ROS，在编译前添加环境的路径即可：catkin config --extend /opt/ros/kinetic。

用权重的概念理解三次贝塞尔曲线，三次贝塞尔曲线综合了插值（Interpolation）和近似（Approximation），各点前面的多项式是点的权重。起点和终点是在曲线上的，中间两个点是近似的。P1处的切线朝着P2，P4处的切线过P3。...

虽然提示安装catkin，但是一般而言，并不是没有安装导致的，而是环境没配置对。如果添加了还是不行，那就在终端命令行中手动输入上面的指令，然后再用catkin_make来编译。

python3-catkin-pkg这个包一直报错，修复也修复不了，执行下面的代码后就好了。

解决pip安装超时问题。

最近开了一个公众号弄着玩，之前也在一些群里看到过一些聊天机器人，所以就想将聊天机器人接入微信公众号。现在网上已经有比较成熟的一些产品，有的免费，有的收费，都可以直接接入微信公众号，实现一些基本的聊天和实用功能，也可以定制一些个性化的聊天对答。这里推荐一篇文章，总结得还是比较详细：聊天机器人API搜集汇总除了这里面提到的聊天机器人，我还试过谛听机器人：谛听机器人官方网站最后，看到微信对话开放...