利用NGSIM数据处理程序（跟驰车辆）对NGSIM数据集进行处理得到的数据。处理过程是以目标车辆和前车为切入点，获取目标车辆跟随某一辆前车在连续时间戳下跟驰行驶的相关信息，信息包括目标车的横纵坐标（位置信息）、速度信息、加减速度信息、车道编号、前车ID、后车ID、与前车保持的车头间距和车头时距。目标车辆和前车的相关信息经过处理后存放在同一的文件夹中，文件夹是以目标车辆ID和其对应的前车ID组成，方便信息获取。 NGSIM数据集获取地址：https://download.csdn.net/download/weixin_50632459/40639518 NGSIM数据处理程序（跟驰车辆）获取地址：https://download.csdn.net/download/weixin_50632459/40632963

线性跟驰模型的matlab代码扩展卡尔曼滤波器项目入门代码 无人驾驶汽车工程师纳米学位课程 背景 卡尔曼滤波器可用于估计系统状态。 在无人驾驶汽车的情况下，用例例如是无人驾驶汽车跟踪另一辆行驶中的汽车的状态。 该移动车辆的“状态”可以用px，py，vx，vy（X和Y方向上的位置和速度）表示。 这些状态变量可能无法直接观察到，因此需要通过从自动驾驶汽车上的传感器获取的LIDAR和RADAR测量值进行估算。 卡尔曼滤波器的直觉（来自Udacity的演讲） 卡尔曼方程式包含许多变量，因此这里是一个高级概述，以使您对卡尔曼滤波器的工作有一些直观认识。 预测假设我们知道对象的当前位置和速度，并将其保存在x变量中。 现在一秒钟过去了。 我们可以预测一秒钟后物体的位置，因为我们在一秒钟之前就知道了物体的位置和速度。 我们只是假设物体保持相同的速度运动。 x'= Fx +ν方程为我们进行了这些预测计算。 但是也许物体没有保持完全相同的速度。 也许物体改变了方向，加速或减速。 因此，当我们在一秒钟后预测位置时，不确定性就会增加。 P'= FPFT + Q表示不确定性的增加。 过程噪声是指预测步骤中的不确

山东丽驰信息化项目总结3.0.pptx

基于正点原子开发板，与陶晶驰串口屏传输变量数据

自己做的一个关于周星驰的authorware作品

3_浙江洛伦驰CNC激光扫描侧孔机使用说明.pdf

软件介绍: 泉讯通对讲机写频软件能够修改对讲机的接收与发射频率，将它们的频点与亚音加密数值写成一样。按F11来编辑信道信息，修改可选功能选项。在操作时，很多朋友经常遇到读写频失败，很多是没有正确连接写频线造成的，使用写频线需要安装相应驱动并选择正确的COM端口号。

群联MPTOOL v2.2.22及长用固件，还有影驰固态硬盘升级工具

eigrp学习视频

第十五届智能车比赛直立节能组硬件开源，比赛成绩31.109秒。 相比在实验室调试的成绩不是很理想，比赛前一天TPS61088出现问题，导致在比赛场地调试时浪费了大量调试时间，后来回到学校解决了这个问题。第二天略微适应了一下场地，能取得31秒的成绩其实也很满意了。 在这里将它开源，希望大家能够对它进行修改改进。