예제 입력 1 2 예제 출력 1 897 021 예제 입력 2 9 > > > < < 예제 출력 2 9567843012 1023765489 공부노트 bool check(char bigsmall,int fnum,int sec_num)\ 처음에는 해당 부분에서 b

예제 입력 1 40 1 2 34 0 5 67 1 0 23 4 5 0예제 출력 1 0예제 입력 2 60 1 2 3 4 51 0 2 3 4 51 2 0 3 4 51 2 3 0 4 51 2 3 4 0 51 2 3 4 5 0예제 출력 2 2예제 입력 3 80 5 4 5 4 5

예제 입력 1 7 3 10 5 20 1 10 1 20 2 15 4 40 2 200 예제 출력 1 45 예제 입력 2 10 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 1 10 예제 출력 2 55 예제 입력 3 10 5 10 5 9 5 8 5

예제 입력 1 3 1 4 5 2 예제 출력 1 2 4 5 예제 입력 2 4 2 9 8 7 1 예제 출력 2 1 7 1 8 1 9 7 8 7 9 8 9 예제 입력 3 4 4 1231 1232 1233 1234 예제 출력 3 1231 1232 1233 1234 개

이는 타 pc에 연결할때 내가 보면서 하고 싶어서 만든 것임ㅋ이는 같은 와이파이상에서 하는 경우를 설명함나는 wsl에서 접속한지라 wsl이 적혀있음sudo apt updatesudo apt install openssh-server -y있는 지 확인하는법\->which

예제 입력 1 4 6 a t c i s w 예제 출력 1 acis acit aciw acst acsw actw aist aisw aitw astw cist cisw citw istw 개념정리 push_back push_back이란 vector에서 뒤에 자리에 숫

예제 입력 1 3 1 4 5 2 예제 출력 1 2 4 5 예제 입력 2 4 2 9 8 7 1 예제 출력 2 1 7 1 8 1 9 7 1 7 8 7 9 8 1 8 7 8 9 9 1 9 7 9 8 예제 입력 3 4 4 1231 1232 1233 1234 예제 출력

LPV 시스템은 시간에 따라 변하거나 외부 조건에 따라 변하는 파라미터를 가지지만 각 파라미터가 고정되거 있다고 하면 선형 시스템을 표현하는 시스템이다LPV 시스템은 다음과 같은 수학적으로 표현할수 있음각각에 대한 설명을 하면u(t)는 시간 t에서의 입력y(t)는 출력

칼만 필터는 선형식일때 사용하면 되는 것이고 확장칼만필터는 비선형함수가 있는경우 이를 해결하기 위해 미분해서 선형으로 만들어서 사용하는 것해당 부분에서 선형과 다른 부분은 빨간색 부분만이 다른 부분임이부분이 비선형이 추가된것임$x^{0}$ : 처음 상태에 대한 '추정값

예제 입력 1 34710예제 출력 1 744274해당 문제는 뭔저 보았을때 1,2,3으로 제작해야 된다는 것으로 접근하였음그 다음 문제를 보고 1,2,3,4 까지의 관계성을 위해 적어봄1 = 1 -> 1개2 = 1+1 / 2 -> 2개3 = 1+1+1 / 1+2 / 2

예제 입력 1 5예제 출력 1 5예제 입력 2 15예제 출력 2 21예제 입력 3 120예제 출력 3 252처음에는 size로 접근해서 뭔가 파이썬 처럼 접근을 함그래서 sub = to_string(input);으로 숫자를 string으로 바꾸어 진행을 함그런다음 co

칼만필터 > *칼만 필터는 “수학적 모델(예측)”과 “센서 측정값(보정)”을 최적으로 결합하여 잡음이 있는 환경에서도 가장 신뢰할 수 있는 상태 추정값을 제공하는 알고리즘* 해당 수식이 칼만필터의 개념임 (각 알파벳위에 '-'가 있다면 추정값이라고 생각하면 됨)

310 12 3 910 12 7 213 11 5 633\-183해당 부분은 문제의 의미를 깨닫는데 조금 오래 걸렸음예를 들어 M=10, N=12, x=3, y=9라면:1년 → (1,1)2년 → (2,2)…10년 → (10,10)11년 → (1,11)12년 → (2,12

PID 제어(PID Control)는 비례(Proportional), 적분(Integral), 미분(Derivative) 세 가지 항을 이용해 시스템의 오차를 보정하는 가장 기본적이면서도 널리 쓰이는 피드백 제어 방식임현재 오차(error) 크기에 비례하여 제어 입력을

로봇의 중심을 기준으로 좌우 두개의 바퀴가 있는 가정하에 로봇이 두바퀴를 굴려 이동함두바퀴의 선속도 같은경우 VL, VR로 정의함결론 -> 로봇의 선속도는 두바퀴의 선속도의 평균이므로 하단 식이 도출됨해당것은 두바퀴의 선속도를 다르게 하여 회전 운동을 진행하는데 로봇

라플라스 변환에 대한 개념은 간단하게 시간 도메인을 복소수 영역으로 바꾸어 주면서 주파수 도매인으로 바꿔주며 해석을 쉽게 만들어주는 변환임그래서 라플라스는 역변환도 있으니 암기하면 좋음

LFP 말 그대로 낮은 주파수의 신호는 통과시키고 높은 주파수의 신호는 차단하거나 약하게 통과시키는 필터입니다. 전에 말씀드린 moving average filter 같은 경우 앞서 설명한것처럼 제일 오래된 값을 활용해서 2초,3초,4초,5초 와 같이 모든 데이터들끼

dsfsdf

평균필터란 참조 https://limitsinx.tistory.com/69

해당 라이더와 3d 뎁스카메라와의 캘리브레이션을 진행하기 위해 Solve PNP로 카메라의 translation과 rotation을 구현하는 과정입니다 먼저 translation과 rotation이란 translation : 카메라가 3차원 공간에서 이동하는 이동