setuptools-1.1.6.tar
setuptools-1.1.6.tar
matplotlib-1.5.0.win32-py2.7.exe matplotlib-1.5.0.win32-py2.7.exe matplotlib-1.5.0.win32-py2.7.exe matplotlib-1.5.0.win32-py2.7.exe matplotlib-1.5.0.win32-py2.7.exe matplotlib-1.5.0.win32-py2.7.exe
pyparsing-2.1.5.win32-py2.7.exe pyparsing-2.1.5.win32-py2.7.exe pyparsing-2.1.5.win32-py2.7.exe pyparsing-2.1.5.win32-py2.7.exe pyparsing-2.1.5.win32-py2.7.exe pyparsing-2.1.5.win32-py2.7.exe
six-1.4.1.tar.gz six-1.4.1.tar.gz six-1.4.1.tar.gz six-1.4.1.tar.gz six-1.4.1.tar.gz
xlrd-0.7.1.win32.exe xlrd-0.7.1.win32.exe xlrd-0.7.1.win32.exe xlrd-0.7.1.win32.exe xlrd-0.7.1.win32.exe
智能车辆是集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统,是智能交通系统的一个重要组成部分。它在军事、民用、太空开发等领域有着广泛的应用前景。随着电子工业的发展,智能技术广泛运用于各种领域,运用于智能家居中的产品更是越来越受到人们的青睐
卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中,估计动态系统的状态。斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时,发现他的方法对于解决阿波罗计划的轨道预测很有用,后来阿波罗飞船的导航电脑使用了这种滤波器。关于这种滤波器的论文由Swerling(1958),Kalman(1960)与Kalman and Bucy(1961)发表。