知识梳理计划

知识的学习一般来说有两个过程，第一个是抠细节，理解知识，另一个是将知识点进行总结归纳融入到自己的知识体系中。如果工作学习过程中需要用到该知识点的时候可以很快的提取出来。

在这几年的学习以及研究生活中，我也陆陆续续的钻研过一些算法，但是很多东西，都是当时懂了，但是过了一段时间，可能就忘记了，等到需要使用的时候，又需要花费大量的时间去重拾这些细节，因此将自己的理解记录下来是一种很好的习惯。一方面是完成一个知识记录沉淀的过程，另一方面，在写作的时候，会促进自己对该知识点的理解，很多东西自己感觉懂了，但是和别人讲得时候貌似又讲得是不到位，这说明还是没有搞懂。记录的方式能督促自己查找更多的资料将该知识点理解得更深刻一些。

出于上面的原因，我决定以后对于自己的理解得知识点以博客的方式展示出来，自己提高的同时，如果能够帮助更多的对该领域有研究的同仁则是莫大的欣慰了。目前的计划是对以下几个方向的梳理：

一、导航、制导与控制

作为宇航学院待了六年的“老人”还是有必要介绍一下专业知识，督促自己学习的同时如果能够帮助学弟学妹对专业有些许了解，那也是极好的了。

导航：包括坐标系介绍以及坐标系转换、导航器件（惯导器件，GPS）、姿态更新方法以及对比（理论与实际）、初始对准、误差方程、卡尔曼滤波与组合导航。

控制：控制系统介绍、傅里叶变换、PID控制器、超前滞后矫正、前馈矫正、模型辨识、计算机控制系统的实现。

嵌入式系统：介绍嵌入式系统的基础，中断、定时器、通信（SPI、I2C、UART）、PWM、电机驱动、软件架构。

二、机器视觉

摄像头：CCD以及CMOS介绍，以及摄像头标定与矫正。

图像处理基础知识：图像预处理技术（腐蚀与膨胀，图像滤波算法）、分割。（这部分需要在OpenCV以及MATLAB中实现）。

图像目标跟踪算法分析：meanshift算法、粒子滤波算法、CT、FTC算法、TLD算法、相关滤波跟踪(MOSSE、KCF、DSST以及其改进)。

三、机器学习

对常用的算法进行实践，以Python语言实现Andrew NG课程中的课程作业，以及《机器学习实战》还有《统计学习方法》中的算法，总结在使用过程中，模型的选择与对比，以及参数的调节过程。

想要分享的东西还是挺多的，不过很多东西自己也是在慢慢的学习，理解可能也不太到位，希望自己能够把这些东西都写完。