- 博客(31)
- 收藏
- 关注
RSS订阅原创 JAVA—面对对象进阶
分割线—————————————————————————————————————分割线。分割线—————————————————————————————————————分割线。静态变量是随着类的加载而加载的，优先于对象出现的。每一类都直接或者间接继承Object。设计任务架构：画图法。
2024-02-26 09:53:12
249
1
原创 字符串—Java—(学习总结)
public String() | 创建一个空白字符串对象，不含有任何内容。public String(char[] chs) | 根据字符数组的内容，来创建字符串对象。public String(byte[] bys) | 根据字节数组的内容，来创建字符串对象。- 比较引用数据类型：比较的是对象地址值。- 比较基本数据类型：比较的是具体的值。字符变成数字:利用ASCII表。字节码文件：class文件。string Table:串池。
2023-11-03 16:27:29
71
原创 Matlab—台大版—超全学习总结第一课
注意：尽量不要用Built-in function和keyword作Variable。A(row，column)：(row和column的交集)查找关键字命令：iskeyword。A(3,:)=[ ]:去掉第三行。f=[a b]：左右拼接矩阵。keyword：关键字。C=A'：矩阵的转置。
2023-11-02 10:59:52
39
原创 Java——面向对象—学习总结
被private修饰的成员，只能在本类进行访问，针对private修饰的成员变量，如果需要被其他类使用，提供相应的操作。this修饰的变量用于指代成员变量，其主要作用是（区分局部变量和成员变量的重名问题）* 方法的形参如果与成员变量同名，不带this修饰的变量指的是形参，而不是成员变量。提供“set变量名(参数)”方法，用于设置成员变量的值，方法用public修饰。* 方法的形参没有与成员变量同名，不带this修饰的变量指的是成员变量。private是一个修饰符，可以用来修饰成员（成员变量，成员方法）
2023-10-30 21:39:55
20
原创 MPC法（模型预测控制）—学习总结
滚动优化控制（Rolling Horizon Optimization Control）是一种基于模型预测控制（MPC）的控制策略，用于实现动态系统的路径跟踪和优化。与传统的MPC方法不同，滚动优化控制将优化问题分为不同的时间步，并在每个时间步上重新优化控制策略。滚动优化控制的基本思想是，在每个时间步上，根据当前的状态和环境信息，利用系统的动态模型进行预测，并通过优化算法求解一个有限时间范围内的优化问题。然后，只应用优化问题的前几个时间步的解作为实际控制输入，执行控制，并在下一个时间步上重新优化控制策略。
2023-10-27 20:08:37
2890
原创 Java综合练习小技巧总结
变量的批量修改：选中变量——>shift+F6。3.方法的调用处是否需要继续使用这个结果？如果我们要在一堆没有什么规律的数据中随机抽取。扩展练习：把整数上的每一位都添加到数组当中。2.我干这件事，需要什么才能完成？ctrl+alt+l:格式化代码。1.先把这些数据放到数组当中。2.再随机抽取一个索引。
2023-10-27 16:40:22
47
原创 线性二次调节器法（LQR）-轨迹跟踪与控制学习笔记
多输入多输出（MIMO）最优控制问题：这类问题中，需要对多个输入变量和多个输出变量进行优化。通过多目标优化算法，可以求解MIMO系统中的最优控制策略。在最优控制中，常见的多目标包括能耗、时间、舒适性、安全性等。多时间尺度优化最优控制问题：这类问题中，需要在不同时间尺度上优化控制策略。通过多时间尺度的优化算法，可以获得在不同时间尺度上的最优控制策略。多约束优化最优控制问题：这类问题中，需要在满足多个约束条件下寻找最优控制策略。目标函数可以表示为跟踪过程累计的跟踪偏差与累计的控制输入的。
2023-10-26 10:53:21
641
原创 Stanley法—轨迹跟踪与控制—学习纪录
综上所述，纯跟踪法和Stanley法在处理曲线路径、对误差的响应和实现复杂度等方面有一定的区别。纯跟踪法（Pure Pursuit）和Stanley法是两种常用的路径跟踪算法，用于实现自动驾驶系统中的车辆路径跟踪。Stanley方法是一种基于横向跟踪误差为前轴中心到最近路径点的距离的非线性反馈函数，并且能实现。根据车辆位姿与给定路径的相对几何关系可以直观的获得控制车辆方向盘转角的控制变量。引起的转角，即当前车身方向与参考轨迹最近点的切线方向的夹角；引起的转角，即前轮中心到参考轨迹最近点的横向距离。
2023-10-25 21:04:37
432
原创 Java——方法（黑马程序员）—学习纪录
重载仅针对同一个类中方法的名称与参数进行识别，与返回值无关，换句话说不能通过返回值来判定两个方法是否相互构成重载。方法重载指同一个类中定义的多个方法之间的关系，满足下列条件的多个方法相互构成。传递基本数据类型时，传递的是真实的数据，形参的改变，不影响实际参数的值。* 重载仅对应方法的定义，与方法的调用无关，调用方式参照标准格式。传递引用数据类型时，传递的是地址值，形参的改变，影响实际参数的值。方法调用：方法定义以后并不是直接运行的，需要手动调用才能执行。方法的返回值就是方法运行的最终结果。
2023-10-24 19:42:58
18
原创 纯跟踪法——轨迹跟踪控制——学习记录
阿克曼转向的原理是通过使内侧前轮转动更大的角度，从而实现车辆前轮的转弯半径差异。当车辆转弯时，内侧前轮需要更大的转动角度以克服车轮滑移的问题，而外侧前轮的转动角度较小。阿克曼转向的设计需要综合考虑车辆的转弯半径、车轮的转动角度和车辆的长度等因素。值得注意的是，阿克曼转向是一种近似设计，仍存在一定的误差。因此，在设计和制造阿克曼转向机构时，需要对车辆的使用情况和使用条件进行准确的分析和计算，以确保其安全性和可靠性。在纯跟踪中，跟踪误差起到类似于反馈误差的作用，而输出信号的调整类似于P控制器中的比例增益调节。
2023-10-24 11:44:22
674
原创 Java——数组（学习记录）
数据类型[] 数组名 = new 数据类型[]{元素1，元素2，元素3，元素4...};简写格式：数据类型[] 数组名 = {元素1，元素2，元素3，元素4...};静态初始化：手动指定数组的元素，系统会根据元素的个数，计算出数组的长度。6d03e736：就是数组在内存中真正的地址值。数据类型[] 数组名 = new 数据类型[数组的长度];取数组中对应索引上的值 ：数组名[索引]=具体数据/变量。I：表示现在打印的数组是int类型的。容器的类，和存储的数据类型保持一致。[ ：表示现在打印的是一个数组。
2023-10-22 10:47:31
37
1
原创 代码随想录训练营day04——链表2——学习纪录
给定一个链表，返回链表开始入环的第一个节点。为了表示给定链表中的环，使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。题目描述：给你一个链表，两两交换其中相邻的节点，并返回交换后链表的头节点。你必须在不修改节点内部的值的情况下完成本题（即，只能进行节点交换）(1)当n=1时，快指针转了一圈以后和慢指针相遇了，x=z时会在环的入口初相遇。设置临时节点储存中间节点值和返回真正的头节点。修改当前节点的指向一定要知道它的前一个节点。自行思考or看视频讲解数学证明。虚拟头节点：返回真正的头节点。
2023-10-21 16:03:26
36
1
原创 局部路径规划算法-B样条曲线
准均匀B样条曲线：两端节点具有重复度k，中间节点非递减 的序列，准均匀B样条曲线保留了贝塞尔曲线在两个端点处的性质：样条曲线在端点处的切线 即为倒数两个端点的连线。均匀B样条曲线：当节点沿参数轴均匀等距分布，为均匀B样条曲线，当n和k一定时，均匀B样条的 基函数呈周期性，所有基函数有相同形状，每个后续基函数 仅仅是前面基函数在新位置上的重复。B样条曲线是B-样条基函数（给定区间上的所有样条函数组成一个线性 空间。分割线————————————————————————————————————————
2023-10-20 20:17:42
248
1
原创 局部路径规划算法——贝塞尔曲线法——学习记录
贝塞尔曲线是应用于二维图形应用程序的数学曲线，由一组称为控制点的向量来确定，给定的控制点按顺序连接构成控制多边形，贝塞尔曲线逼近这个多边形，进而通过调整控制点坐标改变曲线的形状。需要考虑轨迹容易被车辆跟随（轨迹的曲率是否符合车辆的运动学约束）1.找出所有的控制点。
2023-10-19 22:22:44
162
原创 matlab教程—台大郭彦甫版绘图课后作业
分割线————————————————————————————————————————分割线————————————————————————————————————————分割线————————————————————————————————————————
2023-10-19 21:18:43
59
原创 JAVA学习-黑马程序员—判断和循环-学习记录
使用场景：如果多个case的语句体重复了，那么我们考虑利用case穿透去简化代码。求和的变量不能定义在循环的里面，因为变量只在所属的大括号中有效。case后面的值只能是字面量，不能是变量。折纸练习（可以先建立步骤流程图）案例二：不用乘除得到商和余数。
2023-10-19 11:29:23
27
原创 局部路径规划算法—人工势场法（学习笔记）
由于障碍物与目标点距离太近，当汽车到达目标点时，根据势场函数可知，目标点的引力降为零， 而障碍物的斥力不为零，此时汽车虽到达目标点，但在斥力场的作用下不能停下来，从而导致目标不可达的问题。（2）力由障碍物产生，但方向是由车辆——目标点（避免局部最优）车辆在某个位置时，如果若干个障碍物的合斥力与目标点的引力大小相等、方向相反，则合力为0，这将导致车辆不再“受力”，故无法向前搜索避障路径。被控对象在这两种势场组成的复合场中受到斥力作用和 引力作用，斥力和引力的合力指引着被控对象的运动， 搜索无碰的避障路径。
2023-10-18 17:33:14
832
1
原创 代码随想录训练营day03—链表
遍历链表的基本操作：定义指针current操作，指向头节点（不能直接操作头节点，容易使头结点的值发生改变）考虑极端情况：是否出现类似于空指针异常的情况或者遍历的不是第零个节点的情况。链表是一种通过指针串联在一起的线性结构，每一个节点由两部分组成，一个是数据域一个是指针域（存放指向下一个节点的指针），最后一个节点的指针域指向null（空指针的意思）。分割线————————————————————————————————————————链表的增添和删除都是O(1)操作，也不会影响到其他节点。
2023-10-17 22:15:42
30
原创 局部路径规划学习记录——曲面插值法
就是基于预先构造的曲线类型，根据车辆期望达到的状态（比如要求车辆到达某点的速度和 加速度为期望值），将此期望值作为边界条件代入曲线类型进行方程求解，获得曲线的相关系数。在c点，轨迹曲率由弧AC段的定值突变为0，故为了让车辆能完全跟随轨迹，考虑到方向盘转角是一个连续缓变过程，车辆行驶到在C点后必须速度为0，让方向盘回正后才能继续行驶，因此无法应用于行车路径规划，而应用于。常见的有多项式 曲线、双圆弧段曲线、正弦函数曲线、贝塞尔曲线、B样 条曲线等。七次多项式曲线（位置、速度、加速度、加加速度（冲击度））
2023-10-17 16:13:27
169
原创 黑马程序员JAVA学习记录—day1-3
（在代码中，如果有小数参与运算，结果有可能不精确）：Javase会讲。变量在使用前一定要进行赋值（最好直接赋值，不要分开赋值）三元运算符：关系表达式？表达式1：表达式2；：不能直接打印，只能用字符串的形式进行打印。运算符的优先级：（小括号优先于所有）class:用于定义/创建一个类。几位数分别取每个位上的数字的公式。psvm:自动生成main函数。整数参与计算结果只能是整数。一条语句可以定义多个变量。project（项目）多行注释：/* */关键字：（高亮显示）变量名不允许重复定义。module（模块）
2023-10-17 10:58:31
23
原创 全局路径规划算法—A*算法—学习笔记
从openList中选择 f值最小的 ( 方格 ) 节点I，从 openList 里取出，放到 closeList 中，并把它作为新的父节点。检查所有与它相邻的子节点，忽略障碍物不可走节点、 忽略已经存在于closeList的节点；A*算法结合了贪心算法（深度优先）和Dijkstra算法（广 度优先），是一种启发式搜索算法。f(n) 是从初始状态经由状态n到目标状态的代价估计，g(n) 是在状态空间中从初始状态到状态n的实际代价，h(n) 是从状态n到目标状态的最佳路径的估计代价。Dijkstra算法。
2023-10-16 17:48:12
798
1
原创 代码随想录算法训练营19期day2—学习记录与总结
基本思想是：通过一趟排序将待排记录分割成独立的两部分，其中一部分记录的关键字均比另一部分记录的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。首先用数组的第一个数作为枢轴，然后将所有比它小的数都放到它的位置之前，所有比它大的数都放到它的位置之后，由此可以该“枢轴“记录最后所落的位置i作为分界线，将序列分割成两个子序列。下一题辣，手动分割————----————————————————————————————又是分割线————————————————————————————————————
2023-10-14 22:13:56
30
1
原创 全局路径规划算法—动态规划算法—学习笔记
动态规划在车辆工程技术领域有着广泛的应用，如“两档变速器最优换挡规律”、“混合动力汽车最优能量管理策略”、“栅格地图最优 路径搜索”等。思想：多阶段决策问题转化为一系列单阶段最优化问题。：前一个阶段的状态值未知，需要约束条件计算得出。若干个阶段中求某一个阶段的状态值（典型 ）举例说明其中一个阶段（
2023-10-13 17:26:17
177
原创 全局路径规划算法—蚁群算法—学习笔记
蚁群算法（Ant Colony Algorithm, ACA） 于1992年在首次提出， 该算法模拟了自然界中蚂蚁的觅食行为。蚂蚁在寻找食物源时， 会在其经过的路径上释放一种信息素， 并能够感知其它蚂蚁释放的信息素。信息素浓度的大小表征路径的远近， 信息素浓度越高， 表示对应的路径距离越短。通常， 蚂蚁会以较大的概率优先选择信息素浓度较高的路径， 并释放一定量的信息素， 以增强该条路径上的信息素浓度， 这样会形成一个正反馈。allowk中的元素不断减少，直至为空，即表示所有的城市均访问完毕（
2023-10-12 11:14:43
81
原创 代码随想录算法训练营day1—学习记录与总结
给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。C++ : 注意vector 和 array的区别，vector的底层实现是array，严格来讲vector是容器，不是数组。给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。数组下标都是从0开始且内存空间的地址是连续的,数组元素不能删除只能覆盖。元素的顺序可以改变。
2023-10-11 22:17:03
24
原创 全局路径规划算法--Dijkstra算法 --学习笔记
{补充一下有权图的含义（所谓有权图，就是图中的每一条边上都会有相应的一个或一组值。通常情况下，这个值只是一个数字）：一般用于表示稠密图，若并非稠密图时，复杂度较高，空间浪费严重。： 一般用于表示稀疏图，节约空间，较于邻接矩阵复杂度低}1.写出节点的邻近节点表 2.字节点转换成数字节点。有权图获取以下信息（便于matlab程序分析）：从一个节点遍历其余各节点的最短路径算法（有权有向图：a-b权值与b-a权值不同。解决有权图中最短路径问题。
2023-10-11 15:58:35
87
原创 路径规划与轨迹跟踪学习笔记1
位姿信息（传感器获得加速度和角速度信息，将其对时间进行积分）通过卫星获取绝对位置和航向信息。难点在于对信息进行融合统一处理。全局路径规划：已知全局地图。局部路径规划：环境感知信息。
2023-10-11 11:17:05
60
原创 语言学习进阶之路
遍历数组赋值，初始化，判断是否存在，结果是否输出，每一个计数值的大小。数组的大小：sizeof(a)/sizeof(a[0])今天做了一个时间换算的题看了别人的步骤分析感觉茅塞顿开。作为初学者的我来说下面这个题的解法真的太妙了。两个数组对照与两个数组建立联系（cache）找出数组中最大值的位置。
2023-07-26 12:52:51
10
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人