先来解释一下让平衡小车的原理，设置机械中值为0，平衡小车在不平衡时有偏离机械中值的倾角，为了平衡这个倾角必须让小车向那边赶。如何让小车向有倾角那边赶呢？这个时候就需要输出一个准确的PWM！这个准确的PWM应该是多少呢？如果能通过数学模型计算出来也是可以的，但是小车在实际跑的过程中会遇到各种外界因数，即使数学模型能计算出来，但也达到不到实际工程中的误差。这时可以用PID控制了。
 
      何为PID？官方点来说也就是：比列、积分、微分。为什么要用？当然有它的好处，当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时（注意这里是精确，如果要达到精确必须考虑外界的各种影响因素），控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术就特别方便了。在实际工程中，我们可以根据小车的具体情况对小车的PID参数进行调节，这样就可以使小车的平衡达到极致。
 
       P：即比列，一般是P、I、D中最大的，在平衡小车直立环中，我们是将Kp与角度相乘的，Kp越大，我们能更快的到达我们想要的PWM附近（也就是所谓的"增大比例系数一般会加快系统响应,Kp越大，调节作用越激进，Kp调小会让调节作用更保守），所以一般达不到准确的PWM值。比如小车的倾角为０时，用Kp与角度相乘得到的PWM并不能使小车平衡，小车会不断抖动，因为小车存在转动惯量，计算的PWM会和目标PWM存在一定的稳态误差（静差）。转动惯量是客观存在的，无法使它等于0；我们需要一个控制作用，让被控制的物理量的“变化速度”趋于0，即类似于“阻尼”的作用，这里便用到微分D了，角度的变化速度是什么，角加速度。D的作用就是让物理量的速度趋于0，只要什么时候，这个量具有了速度，D就向相反的方向用力，尽力刹住这个变化。一般用了P、D小车就可以稳住了，那么I又是拿来干嘛的呢？前面我说了小车平衡的原理，即小车往哪边倒，小车就往哪边赶。这个时候可能就会出现小车往一边倒，速度越来越快，我们需要将小车平衡倾角后的速度控制在0，那么我们就要用倒I了。设置一个积分量。只要偏差存在，就不断地对偏差进行积分（累加），并反应在调节力度上。I的作用就是，减小静态情况下的误差，让受控物理量尽可能接近目标值。
 
      可能我解释得不是很好，我只是将自己的理解写出来给大家参考，这里有篇大佬写的博客对大家可能会有更多的帮助http://www.dfrobot.com.cn/community/thread-14783-1-1.html

1.左子树左插 ——> 右旋
 
 给A的左子树的左边插导致A不平衡
 只看BL，B，A，AR4个点，右旋后变成
 
 然后看BR节点，因为BR原来在B的右子树，因此B<BR<A,根据这点将BR在补上，比B大因此在B的右子树，比A小，因此在A的左子树。
 
2.右子树插右——> 左旋
 
 和1类似，先只看AL，A，B，BR四个点进行左旋，然后根据A<BL<B的性质将其插入。
 
3.左子树插右——>先左旋后右旋
 
 先对BL，B，C和插入节点进行左旋得到（b）,然后对B，C，A，AR进行右旋
 （上图展示的是插入节点在C的左子树，下面补充一下插入节点在C的右子树）
 
 4.右子树插左，先右旋再左旋
 
 先旋B，C，BR，插入节点四个节点，再旋A，AL，C，插入节点，B。
 
总结：每次旋的时候都需要看三层节点，然后选。

 首先要明白什么是白平衡, 它指的是在图像处理的过程中, 对原本材质为白色的物体的图像进行色彩还原, 去除外部光源色温的影响, 使其在照片上也显示白色。
 
 
 
 
 那色温是怎么理解的呢？这个概念其实有点绕, 它是开尔文通过黑体(blackbody) 这一理想光源, 在不同温度下, 所发出光线的颜色特性来定义的。黑体是一个理想化的概念。它是这么一个物体, 能发光, 但会吸收掉任何来自外部的光线, 同时又会把吸收的所有能量以光的形式完全释放出来, 所以叫做黑体。黑体的温度单叫做开尔(K)。从 3300K 到 9300K 的温度变化情况下, 它发光的颜色分别是, 红色, 白色、蓝色。便于理解, 你可以这么想象, 火焰你肯定见过, 内焰温度较低, 外焰温度较高(蓝色), 内焰温度较低的地方是黄色的(暖色), 于是火焰最外面温度最高的地方反而会是蓝色的(冷色), 是不是有点反常识。而色温就是借助黑体的这个温度变化特性来量化色彩倾向的。色温数值低, 偏黄, 色温数值高, 偏蓝, 所谓的冷暖色调就是一种比较感性的叫法了。
 
 
 
 
 <3300K
 
 暖色
 
 
 
 
 3300~6000K
 
 白色
 
 
 
 
 >6000K
 
 冷色
 
 
 
 
 以下是几个常见场景的色温：
 
 
 
 
 烛光 1930K, 钨丝灯 2900K, 中午阳光 5600K, 蓝天 18000K
 
 
 
 
 讲白平衡是如何修正之前, 有两个很重要的理论需要知道：
 
 
 
 
 灰度世界理论：这个理论蛮有意思, 与其说是色彩学, 我觉得更像是统计学的范畴, 它认为任何一幅图像, 当有足够的色彩变化时, 其R, G, B分量均值会趋于平衡(即 RGB 三个数值相等, 也就是说应当是黑白灰类型的颜色)。这个理论在全局白平衡中得到广泛应用, 特点是能够利用更多的图像信息来做判断, 但在面对色彩较为单一的图像时就显得有些乏力了。
 
 
 
 
 全反射理论：一幅图像中亮度最大的点就是白点, 即假设在 YCbCr 空间中Ｙ值最大的点为白色, 以此来校正整幅图像。特点是只考虑色彩最亮的那部分, 跟上面的灰度世界理论正好相反, 在处理色彩偏单调的图像时效果好些, 但面对颜色丰富的图片时, 因为最亮的点不一定是白色的, 可能会出现偏色的情况。
 
 
 
 
 这两个理论分别对应着两种色彩空间 RGB 和 YCbCr 调整白平衡的理论基础：判断一张图片白平衡是否准确, 如果不准确, 如何量化其偏离数值。
 
 
 
 
 白平衡就是一个纠正画面整体偏色的过程, 那为什么人眼不需要呢？其实在你看到一个东西的时候, 眼睛就已经对它进行了色彩修正。相机肯定没有人眼那么智能(至少现在没有), 概括的说, 它的自动白平衡算法就是设定一个范围, 如果拍摄照片的色彩平均值落在这个范围里面, 那就 OK, 说明无需修正。如果偏离出这个范围, 就需要调整参数, 并校正色彩数据直到其均值落入指定的范围内。这就是WB白平衡修正的过程。
 
 
 
 
 下面就来简单介绍几个白平衡算法大致原理, 但具体的增益计算和数学建模过程就不作赘述了, 这东西正常人看了都会头大的。
 
 
 
 
 1. 灰度世界算法(Gray World Assumption)
 
 这个算法原理很简单, 就是根据前面所说的灰度世界理论, 将原始图像的RGB均值分别调整到R=G=B即可。不完美的地方就是这个算法对颜色不丰富的图像敏感程度一般, 处理起来效果也就不会很理想, 局限性较大。
 
 
 
 
 2. 标准差加权灰度世界算法(Standard DeviationWeighted Gray World Assumption)
 
 标准差加权灰度世界算法是针对上一个算法的改进, 它的原理是把图像等分成几块, 然后对每个块利用统计学进行分析, 看里面颜色的丰富程度, 颜色多的就加权, 颜色少得就减少权重, 最后求和得出一个均值。根据这个相对精确的数值来进行RGB数值的修正。
 
 
 
 
 3. 全反射算法(Perfect Reflector Assumpution)
 
 这个是基于前面介绍的全反射理论生成的算法, 理解起来也不难, 它认为中最亮的那个点就一定是白色的, 如果原始图像中最亮的那个点不是, 那就针对偏离白色的数值进行逆向修正。缺点就是如果图像色彩复杂或者就是没有高光点, 它的修正效果就会比较乏力。
 
 
 
 
 上面三个算法比较简单, 运算量不大, 但各有优缺点, 也就进一步衍生出了更加有效但是却要复杂的多一些混合算法, 例如：亮度加权灰度世界算法与全反射算法的正交组合算法(QuadraticCombining Luminance Weighted Gray World & Prefect Reflector Assumption)。看这么长的名字就知道, 这个算法很复杂, 白平衡修正效果也是蛮不错的, 而且它本身是收敛的, 在对图像处理的时候不会带来太多损失, 但可惜运算量巨大, 对硬件资源的要求过高。
 
 
 
 
 算法方面挺枯燥的, 非理工科对数学没兴趣的也可以直接略过, 大体知道这么回事儿就行。但我可以给出的结论是：最终效果越好的算法, 其复杂程度就越高, 运算量就越大, 对硬件电路的要求也高。具体的实现还需要在白平衡校正能力, 算法执行效率, 处理器硬件性能三个方面进行权衡。
 
 
 
 
 而通过上面的了解你就会发现, 如果ISP图像处理器的性能够高, 白平衡算法施展的空间就会大了很多。某些时候白平衡不准确, 一定程度上确实是与ISP性能跟不上有关, 当然, 这里也要看各家厂商在算法优化方面的功底。一般来说同一代各个品牌的旗舰处理性能差别不会特别大, 虽然软件方面下的功夫不容易看到, 但重要性确实毋庸置疑的, 能否把硬件整体性能充分发挥出来才是关键。
 
 
 
 
 举例来说, 在单反刚刚数码化的那个年代, 相机的图像处理器性能比较低下, 难以承受高运算强度的白平衡算法的蹂躏, 于是很多单反相机(如佳能1D, 尼康D2, 奥林巴斯E-1等) 机身上是有一个白平衡感应装置的(就是机身正面的那个小白点), 这个可以辅助提高白平衡准确度。到后来随着相机图像处理器的性能飙升, 大概是从富士通给尼康代工的Expeed一代处理器开始, 就取消了外置白平衡感应器这个装置。通过越来越多的RGB测光分区数, 配合越发强大的处理器来进行更加准确的色温修正。这里多说两句, 分区越多, 白平衡采样处理就越准确, 但同时也会带来计算量上面的飙升, 从最初的只有几个分区, 到 D800 上面用的 9.1 万像素 RGB 感应器, 在同时完成测光和白平衡计算的同时, 甚至还能够余出力气进行人脸识别, 背后那块改用了 ARM 架构 Expeed 3 才是最大的功臣。而像 DC 啊, 手机摄像头啊这类连续取景的相机, 则是用前一帧图像的处理结果应用到后面的图像上去的, 实现方式同单反上面那个单独的测光感应器还不太一样的。这是产品本身结构差异性导致的。
 
 
 
 
 下图这组图片中就是在设置不同的白平衡下拍摄的：
 
 
 
 
 
 
 
 出处：www.zealer.com 李侃 http://www.zealer.com/question/4

 101平衡模式
 
 传输方式分为非平衡方式和平衡方式传输两种： 
 
 1.非平衡方式传输：只有主站启动各种链路传输服务，子站只有当主站请求时才传输。这种传输方式对于所有网络结构都可适用。但是在点对点和多点对点的网络结构中，非平衡方式传输没有充分发挥这种网络的内在潜力。 
 
 2.平衡方式传输：主站和子站可以同时启动链路传输服务，所以必须有一对全双工的通道。 
 
 这里规定对于点对点和多点对点的网络结构采用平衡方式传输，对于多点共线、多点环形和多点星形的网络结构采用非平衡方式传输。 
 
  
 
 非平衡是表示通讯双方一主一从关系（一个询问，一个应答），报文发送方向通过PRM识别；平衡是表示双方没有主从关系，是对等关系，报文发送方向通过PRM识别，双方都可以发起询问(命令)，也能应答对方发起方报文PRM=1，响应方报文PRM=0，大多情况下用的都是非平衡传输规则，平衡传输规则很少见。
 
  
 
 在非平衡模式中PRM决定了报文传送的方向，PRM=1表示主站向子站传输报文，PRM=0表示子站向主站传输报文；
 
 DIR=1表示由子站发出的上行报文，DIR=0表示主站下发的下行报文；
 
 在两个等同的站(即两个控制中心)由协商确定DIR位的定义。
 
 像之前的介绍一样“平衡模式是表示双方没有主从关系，是对等关系”,也就是说在传输过程中主站可以主动发送数据，从站也可以主动发起数据，但是主从站的关系是设备在使用时就确定好的，比如说我们现在要做的是一个馈线终端的101规约，那么这个设备肯定是作为从站来使用，协议自然是从站的编写方式，在回复主站时DIR=1（两个控制中心的DIR是由协商决定的）；而PRM是决定发送的方向，不管主站或者从站PRM的值都可以是1，这里的“1”表示报文数据是从哪里启动的。
 
  
 
 报文功能码的解析需要根据两种模式下的方式进行解析。
 
 平衡模式的控制域与非平衡模式的控制域的功能码是有区别的，如下图：
 
  
 
  
 
     启动方向的功能码和服务                   从动方向所允许的功能码和服务
 
 <0> 复位远方链路                         <0>确认: 认可或者
 
                                               <1>确认: 否定认卟
 
   <1>   复位用户进程                          <0>确认: 认可或者
 
                                               <1>确认: 否定认可
 
   <3>   发送/确认 链路测试功能                <0>确认: 认可或者
 
                                               <1>确认: 否定认可
 
   <4>   发送/无回答                           无回答
 
 <9>   请求/响应 请求链路状态               <11>响应: 链路状态
 
 图1平衡模式
 
  
 
 
启动方向的功能码和服务   
 
 
从动方向所允许的功能码和服务 
 
 
         <0>   复位远方链路
 
 
<0>确认: 认可或者
 
<1>确认: 否定认可
 
 
         <1>   复位用户进程
 
 
<0>确认: 认可或者
 
<1>确认: 否定认可
 
 
         <3>   发送/确认用户数据
 
 
<0>确认: 认可或者
 
<1>确认: 否定认可
 
 
         <4>   发送/无回答
 
 
无回答
 
 
         <8>   请求访问要求
 
 
<11>响应: 链路状态 
 
 
         <9>   请求/响应 请求链路状态
 
 
<11>响应: 链路状态
 
 
        <10>   请求/响应
 
         请求1级用户数据
 
 
          <8>响应: 用户数据或者
 
        <9>响应: 无所请求的用户数据
 
 
<11> 请求/响应         
 
         请求2级用户数据
 
 
 <8>响应: 用户数据或者
 
        <9>响应: 无所请求的用户数据
 
 
 图2 非平衡模式
 
  
 
 平衡模式下的报文实例：
 
  
 
 18-14:54:27.954 send:10 49 01 00 4a 16  //49 0100 9 请求链路状态
 
 18-14:54:28.924 recv:10 8b 01 00 8c 16  //8b 1000 b 响应链路状态
 
 18-14:54:29.167 send:10 40 01 00 41 16  //40 0100 0 复位链路
 
 18-14:54:30.138 recv:10 80 01 00 81 16  //80 1000 0 确认
 
 18-14:54:30.218 recv:10 c9 01 00 ca 16  //c9 1100 9 请求链路
 
 18-14:54:30.380 send:10 0b 01 00 0c 16  //0b 0000 b 响应链路状态
 
 68 0b 0b 68 73 01 00 64 01 06 01 00 00 00 14 f4 16 //73 0111 3 发送数据 总召唤 
 
 18-14:54:31.514 recv:10 c0 01 00 c1 16  //c0 1100 0 确认(响应链路状态)
 
 10 80 01 00 81 16  //80 1000 0 确认(总召唤)
 
 18-14:54:31.675 send:10 00 01 00 01 16  //00 0000 0 确认
 
 18-14:54:32.727 recv:
 
 68 0b 0b 68 f3 01 00 46 01 04 01 00 00 00 00 40 16  //f3 1111 3 发送数据 70 响应总召唤
 
 18-14:54:32.889 send:10 00 01 00 01 16  //00 0000 0 确认
 
 18-14:54:33.940 recv:
 
 68 0b 0b 68 d3 01 00 64 01 07 01  //d3 1101 3 发送数据 
 
 18-14:54:34.021 recv:00 00 00 14 55 16  //
 
 18-14:54:34.102 send:10 00 01 00 01 16  //00 0000 0 确认