ekf代理

㈠ 如何用開源飛控PIXHAWK進行開發

以下所描述的都是針對px4原生固件，此外，由於固件更新過於頻繁，本文描述的是15年7月的固件，主要是舉例，有改動的話，自己再研究研究吧（後面換cmake編譯方式了，改動蠻大）。
既然要做開發，第一步就是搭好開發環境，根據我的經驗，最好是在linux環境下編譯，這樣效率會很快，以前在windows下編譯，經常40分鍾以上，這樣就太影響開發了；
第二步，大概了解下固件的架構，

如果只涉及應用層的開發，那底層的nuttx系統就可以繞過去了，一般，最好先把uorb模塊的機制整明白就好了，從uorb入手，了解每個話題的來源以及作用，整理數據流，清楚每個模塊之間的關系即可，比如，要實現手動模式，哪些模塊互相交互，auto模式，又有哪些模塊起作用，

如果涉及相應演算法的開發，要學會定位到相應的演算法模塊，甚至具體到哪些代碼，比如，你想試驗你的姿態估計演算法，那你就將姿態估計模塊替換掉即可，不過相應的介面仍需要和px4環境一樣，以姿態估計為例，最後要發布你的vehicle_attitude話題，不然無法與其他模塊交互；

另外，不要試圖在代碼中找main函數，那是單片機思維，你只需看啟動腳本即可，\ROMFS\px4fmu_common\init.d\rcs；

第三步，針對你的具體情況，定位相應的模塊，進行精讀研究，雖然模塊基本是用C++寫的，但是不會C++也沒關系，畢竟又不是讓你寫，本人倒目前為止，也不會C++，配合注釋，看明白就好了，比如，整理下mavlink的控制流程；

px4原生固件模塊列表：

系統命令程序

mavlink –通過串口發送和接收mavlink信息

sdlog2 –保存系統日誌/飛行數據到SD卡

tests –測試系統中的測試程序

top –列出當前的進程和CPU負載

uORB – 微對象請求代理器-分發其他應用程序之間的信息

驅動

mkblctrl–blctrl電子模塊驅動

esc_calib –ESC的校準工具

fmu –FMU引腳輸入輸出定義

gpio_led –GPIOLED驅動

gps –GPS接收器驅動

pwm –PWM的更新速率命令

sensors –感測器應用

px4io –px4io驅動

uavcan –uavcan驅動

飛行控制的程序

飛行安全和導航

commander –主要飛行安全狀態機

navigator –任務，失效保護和RTL導航儀

估計姿態和位置

attitude_estimator_ekf –基於EKF的姿態估計

ekf_att_pos_estimator –基於EKF的姿態和位置估計

position_estimator_inav–慣性導航的位置估計

multirotor姿態和位置控制器

mc_att_control–multirotor姿態控制器

mc_pos_control –multirotor位置控制器

fixedwing姿態和位置控制器

fw_att_control –固定翼飛機的姿態控制

fw_pos_control_l1 –固定翼位置控制器

垂直起降姿態控制器

vtol_att_control –垂直起降姿態控制器

最後提一句，多看看官網的說明，另外根據本人的經驗來看，由於大框架，代碼人家都寫好了，通常你要加功能，所修改的也就幾行代碼而已，舉例說明，比如px4固件只能在手動模式解鎖，假如我要修改成定高模式解鎖：

將MAIN_STATE_MANUAL替換成MAIN_STATE_ALTCTL即可。

㈡ 如何進行pixhawk的串口調試

以下所描述的都是針對px4原生固件，此外，由於固件更新過於頻繁，本文描述的是15年7月的固件，主要是舉例，有改動的話，自己再研究研究吧（後面換cmake編譯方式了，改動蠻大）。

既然要做開發，第一步就是搭好開發環境，根據我的經驗，最好是在linux環境下編譯，這樣效率會很快，以前在windows下編譯，經常40分鍾以上，這樣就太影響開發了；
第二步，大概了解下固件的架構，

如果只涉及應用層的開發，那底層的nuttx系統就可以繞過去了，一般，最好先把uorb模塊的機制整明白就好了，從uorb入手，了解每個話題的來源以及作用，整理數據流，清楚每個模塊之間的關系即可，比如，要實現手動模式，哪些模塊互相交互，auto模式，又有哪些模塊起作用，
如果涉及相應演算法的開發，要學會定位到相應的演算法模塊，甚至具體到哪些代碼，比如，你想試驗你的姿態估計演算法，那你就將姿態估計模塊替換掉即可，不過相應的介面仍需要和px4環境一樣，以姿態估計為例，最後要發布你的vehicle_attitude話題，不然無法與其他模塊交互；

另外，不要試圖在代碼中找main函數，那是單片機思維，你只需看啟動腳本即可，\ROMFS\px4fmu_common\init.d\rcs；
第三步，針對你的具體情況，定位相應的模塊，進行精讀研究，雖然模塊基本是用C++寫的，但是不會C++也沒關系，畢竟又不是讓你寫，本人倒目前為止，也不會C++，配合注釋，看明白就好了，比如，整理下mavlink的控制流程；

px4原生固件模塊列表：
系統命令程序
mavlink –通過串口發送和接收mavlink信息
sdlog2 –保存系統日誌/飛行數據到SD卡
tests –測試系統中的測試程序
top –列出當前的進程和CPU負載
uORB – 微對象請求代理器-分發其他應用程序之間的信息
驅動
mkblctrl–blctrl電子模塊驅動
esc_calib –ESC的校準工具
fmu –FMU引腳輸入輸出定義
gpio_led –GPIOLED驅動
gps –GPS接收器驅動
pwm –PWM的更新速率命令
sensors –感測器應用
px4io –px4io驅動
uavcan –uavcan驅動
飛行控制的程序
飛行安全和導航
commander –主要飛行安全狀態機
navigator –任務，失效保護和RTL導航儀
估計姿態和位置
attitude_estimator_ekf –基於EKF的姿態估計
ekf_att_pos_estimator –基於EKF的姿態和位置估計
position_estimator_inav–慣性導航的位置估計
multirotor姿態和位置控制器
mc_att_control–multirotor姿態控制器
mc_pos_control –multirotor位置控制器
fixedwing姿態和位置控制器
fw_att_control –固定翼飛機的姿態控制
fw_pos_control_l1 –固定翼位置控制器
垂直起降姿態控制器
vtol_att_control –垂直起降姿態控制器
最後提一句，多看看官網的說明，另外根據本人的經驗來看，由於大框架，代碼人家都寫好了，通常你要加功能，所修改的也就幾行代碼而已，舉例說明，比如px4固件只能在手動模式解鎖，假如我要修改成定高模式解鎖

㈢ 關於上位機如何控制pixhawk

商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
鏈接：
來源：知乎
以下所描述的都是針對px4原生固件，此外，由於固件更新過於頻繁，本文描述的是15年7月的固件，主要是舉例，有改動的話，自己再研究研究吧（後面換cmake編譯方式了，改動蠻大）。

既然要做開發，第一步就是搭好開發環境，根據我的經驗，最好是在linux環境下編譯，這樣效率會很快，以前在windows下編譯，經常40分鍾以上，這樣就太影響開發了；
第二步，大概了解下固件的架構，

如果只涉及應用層的開發，那底層的nuttx系統就可以繞過去了，一般，最好先把uorb模塊的機制整明白就好了，從uorb入手，了解每個話題的來源以及作用，整理數據流，清楚每個模塊之間的關系即可，比如，要實現手動模式，哪些模塊互相交互，auto模式，又有哪些模塊起作用，
如果涉及相應演算法的開發，要學會定位到相應的演算法模塊，甚至具體到哪些代碼，比如，你想試驗你的姿態估計演算法，那你就將姿態估計模塊替換掉即可，不過相應的介面仍需要和px4環境一樣，以姿態估計為例，最後要發布你的vehicle_attitude話題，不然無法與其他模塊交互；

另外，不要試圖在代碼中找main函數，那是單片機思維，你只需看啟動腳本即可，\ROMFS\px4fmu_common\init.d\rcs；
第三步，針對你的具體情況，定位相應的模塊，進行精讀研究，雖然模塊基本是用C++寫的，但是不會C++也沒關系，畢竟又不是讓你寫，本人倒目前為止，也不會C++，配合注釋，看明白就好了，比如，整理下mavlink的控制流程；

px4原生固件模塊列表：
系統命令程序
mavlink –通過串口發送和接收mavlink信息
sdlog2 –保存系統日誌/飛行數據到SD卡
tests –測試系統中的測試程序
top –列出當前的進程和CPU負載
uORB – 微對象請求代理器-分發其他應用程序之間的信息
驅動
mkblctrl–blctrl電子模塊驅動
esc_calib –ESC的校準工具
fmu –FMU引腳輸入輸出定義
gpio_led –GPIOLED驅動
gps –GPS接收器驅動
pwm –PWM的更新速率命令
sensors –感測器應用
px4io –px4io驅動
uavcan –uavcan驅動
飛行控制的程序
飛行安全和導航
commander –主要飛行安全狀態機
navigator –任務，失效保護和RTL導航儀
估計姿態和位置
attitude_estimator_ekf –基於EKF的姿態估計
ekf_att_pos_estimator –基於EKF的姿態和位置估計
position_estimator_inav–慣性導航的位置估計
multirotor姿態和位置控制器
mc_att_control–multirotor姿態控制器
mc_pos_control –multirotor位置控制器
fixedwing姿態和位置控制器
fw_att_control –固定翼飛機的姿態控制
fw_pos_control_l1 –固定翼位置控制器
垂直起降姿態控制器
vtol_att_control –垂直起降姿態控制器
最後提一句，多看看官網的說明，另外根據本人的經驗來看，由於大框架，代碼人家都寫好了，通常你要加功能，所修改的也就幾行代碼而已，舉例說明，比如px4固件只能在手動模式解鎖，假如我要修改成定高模式解鎖

希望可以幫助你，歡迎採納

㈣ 德國EKF公司生產的 Hemo Control血紅蛋白儀和Hemo Que的檢測片能通用嗎總代理是誰呀

反正可以測出結果來，和原裝的檢測片的檢測結果很接近。單這個沒有得到廠家的認可。可以咨詢總代理：北京內卡醫療技術有限公司

㈤ 交通[Transportation Research Board]下載一篇TRB論文

收錄了！ Predicting urban arterial travel time with state-space neural networks and Kalman filters 作者: Liu H (Liu, Hao), van Zuylen H (van Zuylen, Henk), van Lint H (van Lint, Hans), Salomons M (Salomons, Maria) 書籍團體作者: Natl Acad, TRB 來源出版物: ARTIFICIAL INTELLIGENCE AND ADVANCED COMPUTING APPLICATIONS 叢書: TRANSPORTATION RESEARCH RECORD 期: 1968 頁: 99-108 出版年: 2006 被引頻次: 1 參考文獻: 22 引證關系圖 會議信息: 85th Annual Meeting of the Transportation-Research-Board Washington, DC, JAN 22-26, 2006 Transportat Res Board 摘要: A hybrid model for predicting urban arterial travel time on the basis of so-called state-space neural networks (SSNNs) and the extended Kalman filter (EKF) is presented. Previous research demonstrated that SSNNs can address complex nonlinear spatiotemporal problems. However, SSNN models require off-line training with large sets of input-output data, presenting three main drawbacks: (a) great amounts of time and effort are involved in collecting, preparing, and executing these training sessions; (b) as the input-output mapping changes over time, the model requires complete retraining; and (c) if a different input set becomes available (e.g., from inctive loops) and the input-output mapping has to be changed, then retraining the model is impossible until enough time has passed to compose a representative training data set. To improve SSNN effectiveness, the EKF is proposed to train the SSNN instead of conventional approaches. Moreover, this network topology is derived from the urban travel time prediction problem. Instead of treating the neural network as a "black-box" model, the design explicitly reflects the relationships that exist in physical traffic systems. It allows the interpretation of neuron weights and structure in terms of the inherent mechanism of the network process with clear physical meaning. Model performance was tested on a densely used urban arterial in the Netherlands. Performance of this proposed model is compared with that of two existing models. Results of the comparisons indicate that the proposed model predicts complex nonlinear urban arterial travel times with satisfying effectiveness, robustness, and reliability. 文獻類型: Proceedings Paper 語言: English KeyWords Plus: REAL-TIME; PERFORMANCE 通訊作者地址: Liu, H (通訊作者), Delft Univ Technol, Fac Civil Engn & Geosci, POB 5048, NL-2600 GA Delft, Netherlands 地址: 1. Delft Univ Technol, Fac Civil Engn & Geosci, NL-2600 GA Delft, Netherlands 2. Natl ITS Ctr Engn & Technol, Beijing 100088, Peoples R China 出版商: NATL ACAD SCI, 2101 CONSTITUTION AVE, WASHINGTON, DC 20418 USA IDS 號: BFY64 ISSN: 0361-1981 ISBN: 978-0-309-09977-6 你可以找論文代理的，但是最好是問問身邊有沒有人使用過的，給你推薦……迪西歐論文網……，我當時就是找他們辦理的，可以和他們網站老師詳細的聊，迪西歐論文網，信譽還不錯，速度也很快，我先找他們寫了一篇試了一下，質量還不錯，後來找他們發表論文，一次在他們那裡發了三篇，當年職稱就搞定，呵呵，推薦給你啊，希望對你有用

希望對你有用，如果有幫助就採納一下吧 ^_^ ^_^

㈥ 義烏小商品

義烏小商品市來場」現在要源這樣和您說才能明白：現在新的市場叫「義烏國際商貿城」，把以前小商品市場的大部分攤位都搬遷進去了，還新增了很多，分ABCDEF幾個區，有一期二期三期，上他們的官網應該可以了解了你想買的東西所在大致區域。

㈦ 如何用開源飛控Pixhawk進行二次開發

商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
鏈接：http://www.hu.com/question/38874663/answer/84239995
來源：知乎
以下所描述的都是針對px4原生固件，此外，由於固件更新過於頻繁，本文描述的是15年7月的固件，主要是舉例，有改動的話，自己再研究研究吧（後面換cmake編譯方式了，改動蠻大）。

既然要做開發，第一步就是搭好開發環境，根據我的經驗，最好是在linux環境下編譯，這樣效率會很快，以前在windows下編譯，經常40分鍾以上，這樣就太影響開發了；
第二步，大概了解下固件的架構，

如果只涉及應用層的開發，那底層的nuttx系統就可以繞過去了，一般，最好先把uorb模塊的機制整明白就好了，從uorb入手，了解每個話題的來源以及作用，整理數據流，清楚每個模塊之間的關系即可，比如，要實現手動模式，哪些模塊互相交互，auto模式，又有哪些模塊起作用，
如果涉及相應演算法的開發，要學會定位到相應的演算法模塊，甚至具體到哪些代碼，比如，你想試驗你的姿態估計演算法，那你就將姿態估計模塊替換掉即可，不過相應的介面仍需要和px4環境一樣，以姿態估計為例，最後要發布你的vehicle_attitude話題，不然無法與其他模塊交互；

另外，不要試圖在代碼中找main函數，那是單片機思維，你只需看啟動腳本即可，\ROMFS\px4fmu_common\init.d\rcs；
第三步，針對你的具體情況，定位相應的模塊，進行精讀研究，雖然模塊基本是用C++寫的，但是不會C++也沒關系，畢竟又不是讓你寫，本人倒目前為止，也不會C++，配合注釋，看明白就好了，比如，整理下mavlink的控制流程；

px4原生固件模塊列表：
系統命令程序
mavlink –通過串口發送和接收mavlink信息
sdlog2 –保存系統日誌/飛行數據到SD卡
tests –測試系統中的測試程序
top –列出當前的進程和CPU負載
uORB – 微對象請求代理器-分發其他應用程序之間的信息
驅動
mkblctrl–blctrl電子模塊驅動
esc_calib –ESC的校準工具
fmu –FMU引腳輸入輸出定義
gpio_led –GPIOLED驅動
gps –GPS接收器驅動
pwm –PWM的更新速率命令
sensors –感測器應用
px4io –px4io驅動
uavcan –uavcan驅動
飛行控制的程序
飛行安全和導航
commander –主要飛行安全狀態機
navigator –任務，失效保護和RTL導航儀
估計姿態和位置
attitude_estimator_ekf –基於EKF的姿態估計
ekf_att_pos_estimator –基於EKF的姿態和位置估計
position_estimator_inav–慣性導航的位置估計
multirotor姿態和位置控制器
mc_att_control–multirotor姿態控制器
mc_pos_control –multirotor位置控制器
fixedwing姿態和位置控制器
fw_att_control –固定翼飛機的姿態控制
fw_pos_control_l1 –固定翼位置控制器
垂直起降姿態控制器
vtol_att_control –垂直起降姿態控制器
最後提一句，多看看官網的說明，另外根據本人的經驗來看，由於大框架，代碼人家都寫好了，通常你要加功能，所修改的也就幾行代碼而已，舉例說明，比如px4固件只能在手動模式解鎖，假如我要修改成定高模式解鎖

希望可以幫助你，歡迎採納