这套 BMS 系统模型挺不错，涵盖了充放电 SOC、SOH 控制模型、以及电池 CCCV 充电控制和参数估计，功能全，适合做电动汽车相关的项目。对于有一定基础的开发者来说，直接套用模型的话，工作效率会提升不少。模型中用到的 SOC 估计算法、卡尔曼滤波啥的，理解起来也不算难，多开发者会觉得挺直观。如
小程序 0 次浏览
提供了一种深度估计得标准参考软件，可以得到较好的深度估计图，对做立体匹配，及深度图提取有很大的帮助。
C++ 18 次浏览
法线估计是一种用于计算点云中每个点的法线方向的技术。这项技术在计算机视觉、3D重建和图形处理等领域有广泛应用。通过分析邻近点的空间分布，可以推导出点的局部曲率和法线方向。法线估计的准确性直接影响后续处理的效果，因此选择合适的算法和参数是至关重要的。常见的法线估计方法包括PCA（主成分分析）、曲面拟合
C++ 17 次浏览
Battery Charging and Discharging Model: In the field of energy storage, the state of charge (SOC) calculation is essential for understanding a battery
Actionscript 48 次浏览
传统最小二乘对粗差比较敏感，在有粗差系统中计算很容易失败，而Huber方法给出了较为稳健的计算结果
C# 15 次浏览
以周期图法与Burg算法为例，比较功率谱估计的古典与现代算法。
C 25 次浏览
OpenFASOC是一个开源项目，使用可定制的基于单元的可合成模拟电路进行完全自主合成的SoC。该项目由CHIPS Alliance的Mehdi Saligane领导。
Actionscript 34 次浏览
锂电池 BMS 开发的老大难问题，SOC 估计的精度一直挺让人头疼的。卡尔曼滤波就挺常用，但怎么用好、怎么调参才靠谱？这篇指南就值得一看，直接上来就是 12 种不同算法的实战模型，覆盖了你碰到的各种温度和工况。 每种算法都不是光说不练，搭配了优化技巧和适配建议。比如你想搞扩展卡尔曼滤波（EKF），文
Kotlin 0 次浏览
锂电池的 SOC（荷电状态）估计是电池管理系统中的关键技术之一，尤其在电动汽车和移动设备中，准确的 SOC 估计能显著提高电池的使用寿命和性能。这篇文章深入探讨了如何利用扩展卡尔曼滤波（EKF）来实现精确的 SOC 估计。文章的重点是通过马里兰大学的电池数据集，在不同的温度（0°C、25°C、45°
MeeGo 0 次浏览