寫在前面：
對於我的課題而言，各種濾波演算法是為了得到狀態估計量z1、z2、z3，然後得到線性控制量v（是以狀態反饋的形式控制的（因為針對非線性模型沒有好的控制方法，所以進行反饋線性化。而對於線性模型，反饋控制是比較常用的）），以此得到非線性控制量u來控制非線性模型。
1、經典控制理論 ——> 現代控制理論（比如自適應控制） ——> 智慧型控制理論（比如模糊控制）
非線性系統模型的狀態量。aekf、aukf、addf都是自適應非線性卡爾曼濾波。
2、運動控制設計有兩個基本問題：運動規劃和控制演算法。
運動規劃是在給定的路徑端點之間插入用於控制的中間點序列，從而實現沿給定的平穩運動；運動控制則是主要解決如何控制目標系統準確跟蹤指令軌跡的問題。即對於給定的指令軌跡，選擇適合的控制演算法和引數，產生輸出，控制目標實時、準確的跟蹤給定的指令軌跡。
3、三維控制方法分為有模型控制（用那個六維的系統模型）和無模型控制（例如流型控制）。
4、過程雜訊：由於系統存在不確定性，輸入乙個量，不一定按照模型走；量測雜訊：感測器、雙目相機等等的不確定性。
5、在孔師兄的文章中，他的**影象分為兩大類：不加雜訊和加雜訊。所謂不加雜訊是指：測量值y=c*x或y=c*z去掉了加在後面的測量雜訊，以及把另乙個方程的過程雜訊也去掉了。但是在涉及到kalman filter的地方，比如lqg、ekf、ukf中遞推的演算法中還是要有雜訊的，不能把它們去掉或置零。因為kalman filter是用雜訊驅動的。
6、在ekf中，非線性方程需要在平衡點泰勒展開以得到區域性線性化模型。這個區域性線性化是專門為ekf做的，只能用在ekf上。
運動控制設計兩用的控個基本問題：一是運動規劃；二是控制演算法，運動規，劃是在給定的路徑端點之間插入用於控制的中間點序列從而實現沿給定的平穩運動。運動控制則是主要解決如何控制目標系統準確跟蹤指令軌跡的問題。即對於給定的指令軌跡，選擇適合的控制演算法和引數，產生輸出，控制目標實時，準確地跟蹤給定的指令
近期工作的總結
幹軟體相關的工作已經將近7年了，感覺從硬體到軟體，涉及的面廣，但是實在是不精。面對工作中不斷切換的任務，深感人的核心功能很重要，就是你有什麼樣的核心競爭力。比如，有些人能說會道，那可以幹銷售 做主持人，或是做與人溝通相關的工作，有些人廚藝好，那可以做廚師，有些人對於美工或視覺有自己的理解，可以幹設計...
近期學習總結
最近在忙著小 的寫作，主要研究方向是基於p2p網路的非結構搜尋演算法，這一周似乎就沒什麼進展，原因如下 1.思路太亂，切入點沒選好，範圍有點太廣，沒有就某一點做深入的研究。缺少學習後的及時總結，總是沒有一條主線。2.為了做實驗，有點急躁，思路沒有完全理順，就想著怎麼把實驗做好，做實驗的前期準備工作沒...
近期java總結
1.包訪問的實驗。在例子明明可以通過set classpath達到 隨心所遇的呼叫類。但是指定類路徑如果設定成更目錄的話卻沒有達到。看來，windows沒有給你全盤搜尋的美事。還得具體指定了。2.建構函式的特性。老是忘記不能返回值 不能在方法中用 return 語句返回乙個值 因為在定義構造方法時加...