arduino的串口监视器
arduino的串口监视器，挺好用的
vscode 安装platformio离线安装
找到C盘用户路径下，可以看到有一个.platform的目录，删除，解压后得到文件夹.platformio，复制到我们刚刚删除的地方，以我的为例，在：C:/用户/caokaifa/路径下面
MALTAB中AMPL调用Ipopt去解NLP问题
MATLAB AMPL 是一种建模语言工具，它允许用户以类似于数学方式编写问题的语法编写优化问题。一旦在 AMPL 中制定了问题，就可以使用（已编译的）Ipopt AMPL 求解器可执行文件 ipopt 轻松解决问题。通过直接链接代码来连接您的问题需要花费点时间来编写，但对于大型问题可能更有效。具体参考：https://blog.csdn.net/caokaifa/article/details/125535963?spm=1001.2014.3001.5501
Ipopt优化控制求解器
matlab 高版本Ipopt求解器，解压两个文件，并把这个两个文件加入到matlab路径中即可调用Ipopt
Optimal-Trajectory-generation-for-Lane-Changing-in-Frenet-Frame-master.zip
Matlab实现Optimal Trajectory Generation for Dynamic Street Scenarios in a Frenet Frame论文的方法，具体网站https://blog.csdn.net/caokaifa/article/details/108015374
hello.tar.gz
入门SUMO,搭建智能交通仿真环境，压缩文件在linux系统下压缩，详细内容见https://mp.csdn.net/console/editor/html/105336573
matlab/simulink 代码在VS平台实现
这个代码主要是验证matlab/simulink产生的代码，然后把代码放在VS平台验证，里面matlab文件夹是matlab/simulink搭建的一个简单模型，然后生成的代码。VS文件夹就是matlab生成的代码放到VS下验证的
stateflow-light.zip
这是一个matlab/stateflow简单的例子教程，主要是模拟控制灯的代码,参考我的博客：https://blog.csdn.net/caokaifa/article/details/97420794
Rear wheel feedback.zip
这是基于一篇关于Rear wheel feedback control论文的算法实现代码，具体可看我博客：https://blog.csdn.net/caokaifa/article/details/92429676
MPC-test.zip
这个MPC模块主要是基于matlab/simulink中的lane keeping assist system搭建的，具体详见博客https://blog.csdn.net/caokaifa/article/details/92378387
pure control.zip
这个代码是做了一个pure control demo,具体的文档见我的博客https://blog.csdn.net/caokaifa/article/details/91376997
里程计odom
模拟odom里程计，订阅和发布里程计信息，https://mp.csdn.net/postedit/84663980
无迹kalman滤波
这个关于怎么实现UKF的代码，关于实现步骤及实现过程可看我的博客：
https://blog.csdn.net/caokaifa/article/details/83041371
extended_kalman_filter
KF的假设之一就是高斯分布的xx预测后仍服从高斯分布，高斯分布的xx变换到测量空间后仍服从高斯分布。可是，假如F、H是非线性变换，那么上述条件则不成立,详细见我的博客https://blog.csdn.net/caokaifa/article/details/82874211
路径规划算法RRT
这是关于路径规划算法RRT用于2D环境下的算法，具体文档见我博客https://blog.csdn.net/caokaifa/article/details/82793708
机器人路径规划A*算法
这个是机器人轨迹规划A*算法代码，它是由matlab编写的，文档见我的博客：
https://blog.csdn.net/caokaifa/article/details/82314809
汽车路径跟踪matlab程序
This entry contains the Simulink model for the "Path Planning and Navigation for Autonomous Robots" video. The demonstration walks through how to simulate a self-parking car with just three components: a path, a vehicle model, and a path following algorithm. The vehicle model is implemented based on the kinematic equations of the bicycle model and the path following algorithm uses the built-in Pure Pursuit block from Robotics System Toolbox.
Team_Hector_MappingBox_RoboCup_2011_Rescue_Arena.bag
数据包：Team_Hector_MappingBox_RoboCup_2011_Rescue_Arena.bag
RSS订阅
3631
1
