pixhawk硬件改版V2（PCB和原理图）

pixhawk硬件改版V2（PCB和原理图），改资源是我10元购买的

基于stm32f4设计

基于stm32f4设计，包括硬件ad板子和软件，算法有ahrs和椭圆拟合等

光流追踪车辆

基于CUDA的稠密光流 C++代码，对车辆的跟踪，可以用于计算车流,CUDA-based dense optical flow C++ code, vehicle tracking can be used to calculate the traffic

最新 串口类 CSerialPort v1.30

最新的资料，支持多个串口，支持MFC，支持波特率等选择，优化代码，节省cpu的占有

非常好用支持向量机giniSVM

giniSVM是一个非常好的SVM，对于喜欢C++编程的朋友可以值得拥有

卡尔曼滤波初学详解，包你懂！

我最近研究的是飞行器定高追踪，能够识别飞行器并测得其的高度，使得飞行器能够平稳的在一定的高度飞行。本次论文内容重点讲解基于卡尔曼滤波的物体的追踪，卡尔曼滤波是一种高效率的递归滤波器(最优化自回归滤波器), 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。卡尔曼滤波的一个典型实例是从一组有限的，包含噪声的，对物体位置的观察序列（可能有偏差）预测出物体的位置的坐标及速度。

学习opencv中文版

penCV的全称是：Open Source Computer Vision Library。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

卡尔曼滤波原理结合例程

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。卡尔曼滤波的一个典型实例是从一组有限的，包含噪声的，对物体位置的观察序列（可能有偏差）预测出物体的位置的坐标及速度。 这种滤波方法以它的发明者鲁道夫.E.卡尔曼（Rudolph E. Kalman）命名，但是根据文献可知实际上Peter Swerling在更早之前就提出了一种类似的算法。 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便使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958)、Kalman (1960)与 Kalman and Bucy (1961)发表。 目前,卡尔曼滤波已经有很多不同的实现.卡尔曼最初提出的形式现在一般称为简单卡尔曼滤波器。除此以外，还有施密特扩展滤波器、信息滤波器以及很多Bierman, Thornton 开发的平方根滤波器的变种。也许最常见的卡尔曼滤波器是锁相环，它在收音机、计算机和几乎任何视频或通讯设备中广泛存在。

倒立摆在matlab的simulink库下的仿真

倒立摆在matlab的simulink库下的仿真，这个文件包含代码及其参考文献

基于RBF网络的非线性函数回归的研究

基于RBF网络的非线性函数回归的研究是基于matlab编程的