LVGL学习笔记

LVGL学习笔记

LVGL学习笔记

LVGL学习笔记

1.MPC四要素(1)模型:采用阶跃响应(2)预测(3)滚动优化:二次规划J(x)=x2+bx+cJ\left(x\right)=x^2+bx+cJ(x)=x2+bx+c极值点J′(x0)=0J^\prime\left(x_0\right)=0J′(x0​)=0(4)误差补偿参数定义P:预测步长y(k+1),y(k+2)…y(k+P)y\left(k+1\right),y\left(k+2\rig

LVGL学习笔记

介绍：这一个系列是我学习CNN过程中的一些学习笔记，由于是一边学一边写，所以内容会不断修改和更新。虽然我的专业课有人工智能，模式识别，机器学习等课程，但由于应用较少，所以这方面的知识也还在不断积累，有不对之处欢迎各位批评指正。联系方式：2250017028@qq.com一. 基础概念辨析1. 卷积和交叉关联图像的卷积表现为kernel在图像上移动并不断求积和，但是在数学上，需要将kernel作中心

模型导入方式：urdf文件导入关于sw模型如何生成urdf文件，可以参考我的另一篇文章sw模型生成urdf文件的详细流程1.安装urdf2webots功能包pip install urdf2webots2.模型转换在任一路径打开终端pythonfrom urdf2webots.importer import convert2urdf#path指urdf文件的路径convert2urdf('path

并联四足机器人项目开源